强化学习作业 2

强化学习 Problem 1 状态价值的 Bellman 期望方程 在本问题中, 展开得到关于 的方程组 即 其中 表示在 向左走的概率。求解线性方程组即可得到各个状态价值。容易得到方程组的解是 注意到 时, 取最大值 ,事实上,这就是最优策略,此时除了 的所有状态的最优价值都是 10. 正常的考虑,右端的收益大于左端,并且风再大也不会导致倒退,顶多原地不动,所以总是贪...

发布于 课程

在 VSCode 上使用 CMake 开发 STM32CubeMX 项目

cmake stm32 vscode 本文提供了一种在 VSCode 上基于 CMake 开发 STM32CubeMX 项目的方案,配置了 Clangd 以获得更好的静态检查,并使用 Ninja 加快编译速度。本文的 CMake 配置文件能从 STM32CubeMX 生成的 Makefile 中读取编译参数,能自动同步 CubeMX 中的更改,也能在 CubeMX 重新生成项目时保留自定义选...

发布于 技术

马原2

废话 马原 绪论 马克思主义的鲜明特征 科学性 实践性 (革命性) 人民性 发展性 马克思主义的当代价值 观察当代世界变化的认识工具 指引当代中国发展的行动指南 引领人类社会进步的科学真理 如何自觉和运用马克思主义 努力学习和掌握马克思主义的基本立场观点方法 努力学习和掌握马克思主义中国化时代化的理论成果 坚持理论联系实际的马克思主义学风 自觉将马克思主义内化于心、外化...

发布于 课程

马原1

废话 马原 《马克思主义基本原理概论》期末复习指南 闭卷考试范围:绪论——第四章 二、思考题: 第0章 绪论 1、什么是马克思主义和马克思主义基本原理 p2-3 马克思主义:由马克思恩格斯创立并为后继者所不断发展的科学理论体系,是关于自然、社会和人类思维发展一般规律的学说,是关于社会主义必然代替资本主义、最终实现共产主义的学说,是关于无产阶级解放、全人类解放和每个人自由...

发布于 课程

时间序列分析作业 2

时间序列 Problem 1 生成数据 12345model = ARMAProcess[{0.1, 0.12}, {-0.6, 0.7}, 1];SeedRandom[42];n = 1000;data = RandomFunction[model, {1001, n + 1000}];ListPlot[data, Filling -> Axis] 用不同阶数 ARMA 模型进行...

发布于 课程

时间序列分析作业 1

时间序列 Problem 1 首先计算自协方差函数. 记 比较系数 得到 当 时, 自协方差函数满足 则 有两个一重根 . 通解 满足边界条件 解得 直接求解 Yule-Walker 方程组 解得 Problem 2 1234model = ARMAProcess[{0.1, 0.12}, {-0.6, 0.7}, 1];SeedRandom[42];dat...

发布于 课程

使用 CMake 构建 PyTorch 和 Numpy C++ 拓展

PyTorch Python 炼丹 cmake vscode 使用 CMake 构建 PyTorch 和 Numpy C++ 拓展能适应更复杂的项目并使用灵活的编译选项. 然而, 许多互联网上的教程中的方法已经不能在较新版本的 PyTorch 和 CMake 使用. 本文介绍了几种作者在近期测试成功的使用 CMake 构建 PyTorch 和 Numpy 拓展的方案. 需要注意的是, 许多 CMake 配置文件都包含了对某个依赖历史版本的问题引入的 Workaround, 不能在新版本正常工作, 本文所述的方法也有极大概率无法在将来工作.

发布于 技术

信息论速通

信息论 计算 信源熵 离散信源熵的性质 熵非负 熵对信源概率 严格上凸. 是概率测度 最大熵定理: 达到最大熵 时信源概率平均分布 连续信源差熵性质 不一定非负 仍满足严格上凸 最大熵定理: 限定均值为 , 方差 (平均功率) 为 , 最大差熵为 信源概率密度为正态分布 无失真压缩编码 异前置码的克拉夫特不等式: 二元异前置码的码长 满足 表明具有渐进最...

发布于 课程

数值分析作业 - 数值积分

数值分析 Problem 1 20230527165747 对一次多项式 二次多项式 则代数精度是 1. Problem 2 20230527171311 使用待定系数法: Problem 3 20230527172334 则需要确定二次多项式 使其在 与任意次数少于一的多项式正交. 则 的零点为 则二点 Gauss 积分直接得到了精确值. Problem ...

发布于 课程

数值分析作业 - 数值微分

数值分析 Problem 1 则误差 是 的二阶近似. 使用 Richardson 外推法, 得到 至少是 的三阶近似. Problem 2 20230527160942 Taylor 展开 则有 解得 即 Problem 3 20230527163352 1234f[x_] = E^x;f1[x_, h_] = (f[x - 2 h] - 4 f[x - h] + ...

发布于 课程
123412