スイス滞在記【154日目】

GPU買いてぇ

REINFORCE

ピクセルからピンを改めて読んでいると方策勾配法から試してみようという気になる．
postd.cc
postd.cc
連続値制御なら，まずはシンプルなアルゴリズムを適用してみようと，まずはREINFORCEアルゴリズムをコーディング．
一緒にtensorflowを読み解くけど難しい、、
計算がとても重いみたい

買い出し

買い出しにフロンに行く．なんとなく人通りは増えたかな？程度．
来週いっぱいまではそこまで増えないだろう．
5/11 からは一気に増えそう．
日本は延長するのか？
帰国まであと29日．