1
条回答
写回答
写回答
-
北京阿里云ACE会长self._a = np.ones(self.bandit.k)
self._b = np.ones(self.bandit.k)两个数组 _a 和 _b，它们的大小由 self.bandit.k 决定，这里的 k 通常代表老虎机的数量。np.ones 函数创建了一个填充有1的数组，这意味着每个老虎机的初始估计奖励（或某些统计量）被设置为1。这样的初始化在算法开始时是常见的，比如在实现UCB（上置信界限）算法时。
2024-09-18 09:39:31赞同 107 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
