diferente do pré-treinamento, o pós-treinamento em RL é um processo muito ativo e envolvente. você tem que estar monitorando rollouts, ajustando recompensas,…

Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • 5
  • Repostar
  • Compartilhar
Comentário
0/400
FantasyGuardianvip
· 23h atrás
O projeto de treinamento é tão cansativo.
Ver originalResponder0
NeonCollectorvip
· 23h atrás
rl realmente me deixou cansado
Ver originalResponder0
HodlNerdvip
· 23h atrás
é fascinante como a teoria dos jogos se encontra com a otimização iterativa aqui, para ser sincero
Ver originalResponder0
SerumDegenvip
· 23h atrás
ngmi com esses lançamentos rl... mesa de negociação necessária já
Ver originalResponder0
DaoGovernanceOfficervip
· 23h atrás
*sigh* monitorização ativa ≠ design ótimo da função de recompensa. leia sutton & barto.
Ver originalResponder0
  • Marcar
Negocie criptomoedas a qualquer hora e em qualquer lugar
qrCode
Escaneie o código para baixar o app da Gate
Comunidade
Português (Brasil)
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)