1.简历拷打2.介绍一下ppo dpo和grpo这些，除了这几个还了解哪些3.了解dqn吗？有哪些变种？4.actor和critic两者的区别？5.介绍一下value base和policy base？6.介绍一下RL的损失函数？代码二叉树的最大宽度最长递增子序列

笔记地址：https://github.com/jinbooooom/ai-infra-hpc，https://github.com/jinbooooom/OriginDL笔记地址：https://github.com/jinbooooom/ai-infra-hpc，https://github.com/jinbooooom/OriginDL

SSP+ star差一点，要求比较高不够总包能对标人才计划了

题目叽里呱啦说了一大堆，实际上就是求每个t的最小值，加起来自然就是全部t的最小值了。这个t的表达式看着就有点像是高中见过的对勾函数，可以直接通过数学方法求最小值。在函数t中把欧式距离e看作常数，对k求导得令导数为0，可解得k为注意到我们求得的k可能会小于0，当小于0的时候令其等于0即可。然后再回忆一下c语言中的对数函数求自然对数 ln(x) 的函数为 log(x)求以10为底的对数log10(x)的函数为log10(x)求其他底数的对数需要使用换底公式，如求以2为底的对数log2(x) 的函数为 log(x) / log(2) #include<iostream> #include...