原创 獲取多條最短路徑的Dijkstra算法
Dijkstra算法是單源最短路徑經典算法，一般用於所有邊的權爲非負數的情況下，有向圖和無向圖均可。 效率方面：存儲圖模型的數據結構有很多種，使用鄰接矩陣的話其空間複雜度都爲O(E^2)。而如果是稀疏圖，使用鄰接鏈表更划算，空間複雜度爲O
2018-09-05 07:29:27
3
原创 強化學習中的off-policy 和on-policy
強化學習可以分成off-policy（離線）和on-policy（在線）兩種學習方法，按照個人理解，判斷一個強化學習是off-policy還是on-policy的依據在於生成樣本的policy（value-funciton）和網絡參數更新
2018-09-05 07:29:26