RLRL 常见公式汇总

写在前面在linux服务器跑代码时，可能遇到可视化的情况，比如gym，或者需要图形界面做一些任务。 前置： 安装vcXsrv+xfce4，并配置 连接本地窗口假设本地ip为：172.0.0.1 在linux 操作： export DISPL

课程地址：跳转 系列十——EM算法给出EM公式，解释E步，M步以及收敛性证明 EM算法的推导（公式是怎么来的） ELBO + KL divergence(kL >= 0) 先固定$\theta$，然后求期望（E），再滑动$\th

python 风格指南导入

轮盘赌法

Stable-Baselines3 Docs - 可靠的强化学习实现Stable Baselines3 (SB3)是 PyTorch 中强化学习算法的一组可靠实现。它是Stable Baselines的下一个主要版本。 Github 仓库：

参考：OI Wiki|王树深 名词：最大流，阻塞流 最大流一定是阻塞流，但是阻塞流不一定是最大流 m是边，n是节点，f为最大流的大小 Ford-Fulkerson Algorithm（算法复杂度$O(f\cdot m)$，依赖于最大流的

仙人掌图如果某个无向连通图的任意一条边至多只出现在一条简单回路（simple cycle）里，我们就称这张图为仙人图（cactus）。所谓简单回路就是指在图上不重复经过任何一个顶点的回路。 性质定理 要将仙人掌变成树（或者森林），只需要保证

一个问题的最优算法是指求得该问题每个实例的最优解. 启发式算法可以这样定义 1：一个基于直观或经验构造的算法，在可接受的花费 (指计算时间、占用空间等) 下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度不一定事先可以预计。

数理统计篇概率论条件概率 $x|\theta$ 和 $x,y|\theta$有什么关系 $x|\theta $表示在给定参数 $\theta$ 的情况下，随机变量 x 的概率分布。这意味着 x 的取值取决于参数 $\theta$。 $x,y

2023/3/15一直想写一些东西，但是碍于拖延症，到今天才开始，也算是对自己无聊且枯燥的生活做一些记录。或许在某些年之后，看到这些文字，会在脑海中回想起来原来我还度过这样的一天。 在2月20号来到沈阳之后，到现在已经过了快一个月了，沈阳的