原书出处
深入浅出强化学习:原理入门
10 第10章 基于引导策略搜索的强化学习方法
方法。在8.2.2节中,最后求得的Hessian近似矩阵为 利用Sherman-Morrison公式,即 可以得到 为
BFGS 是只适合中小规模的最优算法,因为它需要存储一个 N×N 的矩阵,如果N非常大,需要占用大量的内存空间,导致矩阵的读取和存储耗费大量的时间。
有没有一种不需要存储如此大的矩阵的算法呢? 答案是肯定的!其中一个算法就是 L-BFGS。L-BFGS 的全称为 Lim
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00020.html
EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57