强化学习一定有一个学习的环境，智能体通过当前环境选择动作，环境对智能体选择的动作更新环境并给出反馈/奖励（reward）.我们这次使用的环境可以看作是一条单向的小路 如------+，小路（-）...
强化学习-demo
1186 views
分类标签归档：python
训练神经网络时如何确定batch的大小
1193 views
1、训练神经网络时如何确定batch的大小？
（1）GPU对2的幂次的patch可以发挥更佳的性能，因此设置成16、32、64、128.时往往要比设置为整10、整100的倍数时表现更优
（2）b...
获取本机IP地址
1172 views
leetcode-215. 数组中的第K个最大元素
1446 views
给定整数数组 nums 和整数 k，请返回数组中第 k 个最大的元素。
请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。
示例 1:
输入: [3,2,1,5,...牛客网-NC93 设计LRU缓存结构
1198 views
描述
设计LRU(最近最少使用)缓存结构，该结构在构造时确定大小，假设大小为 capacity ，操作次数是 n ，并有如下功能:
-
Solution(int capacity) 以正整数作为...
牛客网-NC45 实现二叉树先序，中序和后序遍历
1229 views
给定一棵二叉树，分别按照二叉树先序，中序和后序打印所有的节点。
数据范围：0 <n≤1000，树上每个节点的val值满足: 0<val≤100
要求：空间复杂度 O(n)，时间复杂度...
牛客网-NC140 排序
1551 views
背包问题-动态规划
1130 views
leetcode-718. 最长重复子数组
1024 views
给两个整数数组 nums1 和 nums2 ，返回 两个数组中 公共的 、长度最长的子数组的长度 。
示例 1：
输入：nums1 = [1,2,3,2,1], nums2 = [3,2,1,4...leetcode-1143. 最长公共子序列
1097 views
给定两个字符串 text1 和 text2，返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ，返回 0 。
一个字符串的 子序列 是指这样一个新的字符串：它是由原字符串在不改...