多项选择题

强化学习的损失函数是（），和深度学习的损失函数有（）关系。

A．使奖励和的期望最小
B．使奖励和的期望最大
C．使预测值和标签之间的差异最小化
D．使预测值和标签之间的差异最大化

你可能感兴趣的试题

单项选择题

以下属施工组织设计的中心内容的是（）。
A、工程开工报告
B、施工进度计划
C、施工质量保证措施
D、施工安全保证措施

单项选择题

下列只属于MIDP2.0类的是

A．Sprite
B．MIDlet
C．List
D．Canvas