详细分析莫烦DQN代码
Python入门，莫烦是很好的选择，快去b站搜视频吧！
作为一只渣渣白，去看了莫烦的强化学习入门， 现在来回忆总结下DQN，作为笔记记录下来。
主要是对代码做了详细注释
DQN有两个网络，一个eval网络，一个target网络，两个网络结构相同，只是target网络的参数在一段时间后会被eval网络更新。
maze_env.py是环境文件，建立的是一个陷阱游戏的环境，就不用细分析了。
RL_brain.py是建立网络结构的文件：
在类DeepQNetwork中，有五个函数：
n_actions 是动作空间数，环境中上下左右所以是4，n_features是状态特征数，根据
2021-05-07 19:26:20
80KB
1
数据加载分为加载torchvision.datasets中的数据集以及加载自己使用的数据集两种情况。
torchvision.datasets中的数据集
torchvision.datasets中自带MNIST，Imagenet-12，CIFAR等数据集，所有的数据集都是torch.utils.data.Dataset的子类，都包含 _ _ len _ （获取数据集长度）和 _ getItem _ _ （获取数据集中每一项）两个子方法。
Dataset源码如上，可以看到其中包含了两个没有实现的子方法，之后所有的Dataet类都继承该类，并根据数据情况定制这两个子方法的具体实现。
因此当我们需
2021-05-05 23:55:08
93KB
1
AR无人机2.0 MATLAB Simulink目标【源码】+【教程】
2021-04-23 14:03:37
87.75MB
Vuforia Model Target Generator
2021-04-14 20:08:10
159.69MB
1
一种非常快速和稳定的天空背景下红外弱小目标检测方法，执行速度远超目前的state-of-the-art方法。内含代码和示例，只需修改路径即可使用
2021-04-12 23:47:42
1.78MB
1
Overview of infrared dim and small target detection methods
2021-04-11 15:12:20
938KB
1