你好，我是郭震（zhenguo）这一期，使用AI，生成一位女孩一生中12个重要时刻的图片，包括从出生，到长大，读中学，高中，大学，工作，结婚，生子，陪孩子长大... 下面附上大图：出生童年：中学：高中：大学：毕业工作：结婚：照顾小孩：为孩子缝补：送儿子上大学：孩子结婚了：看儿子的小孩：致敬！下期再见

你好，我是郭震（zhen guo）近日，ChatGPT发布新功能，让它变得更强，更好用了！支持多模态提问，如文本，图片，语音，PDF，Excel等输入形式。给它一篇Paper，返回对这篇Paper的解读。还有更加实用的一个重磅功能便是 GPTs，允许开发者调教自己的GPT，简单来说，就是可以定制专属

你好，我是郭震（zhen guo)人工智能AI可以做很多事情，它正在悄无声息改变着每个行业。下面是我使用AI生成的10幅图，刻画了一个男孩从出生到成人，工作，到结婚，再到逐渐变老，喜提金婚的一生。祝愿我们都能走好这一生！下面附录大图下期再见！

你好，我是郭震（zhenguo）最近，关注我的朋友中有几位，想叫我多分享下美国的生活。今天我就从一个很小的生活点入手。牛奶，开始。牛奶在美国超市一般都是下面的这种大桶，比如Costco超市里，一般提供以下两种，口感有些不同，但是价格很相似。下面小票是我在8月31日去Costco超市，购买一桶上图红色

读者朋友们，你们好，我是郭震（zhen guo)「去年美国农场摘苹果，路过密西西比河」拍摄去年，我带着老婆孩子一起来到现在的城市，还记得，那是当地时间7月28日晚上8点多。一年过去，我想分享一下过去的一路心得，希望帮助到曾与我想法一样的读者朋友们，想有着工作几年后来美国继续深造。圣路易斯，不是大城市

你好，我是郭震（zhen guo)今天为关注我的读者朋友们，提供一个赴美读博深造的绝佳机会，都是全奖（免学费+每月几千刀工资）。更重要的是，导师王威，学识渊博，拥有很高的科研水平，N多篇计算机顶会论文，对学生负责、耐心。想申请的尽快给他发邮件，见文末。圣路易斯大学（Saint Louis Unive

你好，我是郭震（zhenguo）我也一把年纪，经常回想年轻时做事的方法，现在看，当时做有些事，方法很傻。换成现在，我会放弃当时做事方法。年轻时，行动前，想这个，想那个，担心这个，担心那个，最后，都没开始，就已然无限拖延，最后不了了之。现在看来，想那么多干嘛，边想边做，边做边思考，有何不可？!!! 疑

同学们好，我是zhenguo（郭震）今天晚上去了一趟家附近的Costco超市，本来想去买一桶食用油，但顺便买了远不止是油。2桶植物油 12.99，西瓜6.99，这次终于将西瓜安置在箱子里，放在后备箱不用来回晃荡了！这种箱子Costco超市里可以随意使用。披萨9.98，晚上就不用做饭了！坚果9.9开心

你好，我是郭震（zhenguo）今天重新发布强化学习第10篇：强化学习Q-learning求解迷宫问题 代码实现我想对此篇做一些更加详细的解释。1 创建地图创建迷宫地图，包括墙网格，走到墙网格就是负奖励。注意：空白可行走网格奖励值设置为负数，比如-1， 是为减少路径中所经点数；如果设置为大于0的奖励

你好，我是郭震（zhenguo)今天强化学习第二十篇：强化学习SARSA算法1 历史SARSA（「State-Action-Reward-State-Action」）算法是一种经典的强化学习算法，用于解决马尔可夫决策过程（MDP）问题。该算法于1994年由美国计算机科学家Rummery和Niranj

你好，我是郭震（zhenguo）前几天我们学习强化学习策略迭代，今天，强化学习第8篇：强化学习值迭代值迭代是强化学习另一种求解方法，用于找到马尔可夫决策过程（MDP）中的最优值函数。值迭代值迭代可以总结为如下几点：值迭代通过不断迭代更新值函数来逼近最优值函数，从而确定最优策略。值迭代的关键是在每次迭

你好，我是zhenguo（郭震）今天，介绍强化学习第6篇：策略迭代策略迭代是马尔可夫决策过程（MDP）中的一种求解方法，当然也是强化学习常用求解方法。它的思想可以用通俗的方式解释如下：假设你正在玩一个迷宫游戏，目标是找到迷宫的出口。你每到达一个迷宫的某个位置，都需要根据当前的状态（位置）来选择一个行

你好，我是zhenguo(郭震)今天总结强化学习第五篇：马尔科夫决策过程基础马尔科夫决策过程（MDP）是强化学习的基础之一。下面统一称为：MDPMDP提供了描述序贯决策问题的数学框架。它将决策问题建模为：状态、动作、转移概率和奖励的组合，并通过优化累积奖励的目标来找到最优的决策策略。详细来说，MDP

你好，我是zhenguo(郭震）今天，希望大家复习一下强化学习过往四篇，我会在第五篇介绍马尔科夫决策过程第一篇：强化学习基本原理通俗介绍第二篇：强化学习中的7个基础概念第三篇：强化学习发展历史第四篇：强化学习的应用领域和案例你的点赞和转发，给我更新增加更大动力，感谢你的支持。

你好，我是zhenguo(郭震)今天总结强化学习第四篇：强化学习的应用领域第一：游戏领域。强化学习在游戏领域有很多应用，如围棋、象棋、扑克等游戏的AI对战。例如，AlphaGo使用强化学习技术，在围棋比赛中击败了人类世界冠军。AlphaGo在对阵李世石的第二局中做出的传奇落子动作。这手落子震惊了许多

你好，我是zhenguo（郭震）这是强化学习第三篇，我们回顾一下它的发展历史：强化学习发展历史强化学习作为一门研究领域，经历了多年的发展和演进。以下是强化学习的主要发展历史里程碑：1950年代-1960年代康奈尔大学的康奈尔Aeronautical Laboratory (CAL) 开展了早期的多智

你好，我是zhenguo（郭震）这是强化学习第二篇：强化学习7个基础概念在强化学习中，智能体需要在不断尝试和错误的过程中学习，通过观察环境的反馈（奖励或惩罚）来调整自己的行为，从而逐步改进策略。强化学习常见的概念，结合迷宫游戏给大家阐述一下。第一，红点表示智能体，它在迷宫这个环境中玩耍：第二，环境，