【导读】本文作者根据两篇工业界背景的论文解答了 RL 在推荐场景需要解决的问题与困难，以及入门需要学习得相关知识点。
近期在推进一个智能体结合， intuition，model，curiosity，inference， memory，分享一下对架构的分析与思考，与部分实验思路，实验效果
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
决定走上坡的路径将耗费我们的体力和时间。决定走下坡的路径将使我们受益。因此，下坡的成本是更小的。
Learning to Learn By Gradient Descent by Gradient Descent 前向计算图（黄色线表示梯度流动方向）
config.jsconst config = { base_url_api : "https://douban.uieee.com/v2/movie/",}export {config}http.jsimport { config } from "../config";class HTTP {...
百思不得其解，因为明明通过creater=self.request.user赋值了啊。 后来在Model中，将creater字段修改为
{"id":100,"name":"根目录","takeCareProducts":[{"id":200,"name":"可乐","takeCareProducts":[{"id":1,"model":"500ml","name":"可口可乐",&q...
Django获取应用下的所有modelsfrom django.apps import appsapps.get_models() # 获取所有的models，包含Django自带的apps.get_app_config('blog') # 获取blog的配置# <BlogConfig: blog>......
3、 打开PowerDesigner，创建物理模型(Physical Data Model)
