杂谈 置顶

Hello World

如你所见，一个小developer的blog建成了。

强化学习

从零开始学强化学习（二）：Bellman 方程，把无限未来折叠成一步

从状态价值出发，推导 Bellman 方程，理解自举、矩阵形式、策略评估与动作价值，并用 Python 迭代求解

强化学习

从零开始学强化学习（一）：先把基本概念说人话

从一个 3×3 网格世界出发，理解状态、动作、策略、奖励、回报、episode 与 MDP

Go

深入理解 Go 1.23 iter 包

iter包的使用和原理

dinglz带你读github

dinglz带你读deepcode

今天要读的项目是：https://github.com/HKUDS/DeepCode