DQN简介 　　DQN，全称Deep Q Network，是一种融合了神经网络和Q-learning的方法。这种新型结构突破了传统强化学习的瓶颈，下面具体介绍： 神经网络的作用 　　传统强化学习使用表格形式来存储每一个状态state和状态对应的action的Q值，例如下表表示状态s1对应 ...

的内存都不够, 而且每次在这么大的表格中搜索对应的状态也是一件很耗时的事. 不过, 在机器学习中, 有一种 ...

相信网上对闭包有很多的解释，毕竟这个玩意儿是仁者见仁智者见智，对于我来说，总结了2个特性： 1.函数嵌套函数，内部函数可以引用外部函数的参数和变量 2.参数和变量不会被垃圾回收机制所收回 下面来扯一下闭包的好处： 1.希望变量长期驻扎在内存当中（一般 ...

Statement对象： 用于执行不带参数的简单SQL语句； 特点： a. 只执行单条的sql语句； b. 只能执行不带参数的sql语句； c.运行原理的角度，数据库接收到sql语句后需要对 ...

1、序列化是干什么的？ 简单说就是为了保存在内存中的各种对象的状态，并且可以把保存的对象状态再读出来。虽然你可以用你自己的各种各样的方法来保存Object States，　但是Java给你提供一种应该比你自己好的保存对象状态的机制,那就是序列化。 2、什么情况下需要序列化 　　当你 ...

JDBC 中的PreparedStatement 相比Statement 的好处？ 答：PreparedStatement 经过预编译，性能比Statement更好，而且可以防止sql注入。 ...

java和C#一样，同样只能有一个基类，但可以有多个实现。 具有多个实现的一个好处就是，当实现多个接口时，如果两个接口有同样的方法，那么实现一次就可以了。 由于接口没有方法体，所以接口可以实现多继承，例如： 以上代码可以实现编译，说明接口可以继承多个接口 ...

1. 什么是强化学习 其他许多机器学习算法中学习器都是学得怎样做，而强化学习（Reinforcement Learning, RL）是在尝试的过程中学习到在特定的情境下选择哪种行动可以得到最大的回报。在很多场景中，当前的行动不仅会影响当前的rewards，还会影响之后的状态和一系列 ...