PyTorch

前阵子AI元学习连续改了几轮，趁还记得写成备忘。

前阵子AI自监督学习连续改了几轮，趁还记得写成备忘。

如果只能用一句话说AI多任务学习：先把失败复现出来。

按教程设置0.001，开始训练，盯着loss曲线等它下降，然后隔几轮降低学习率。

Agent在环境里试错，跟人在公司里摸鱼本质上是一回事——都在寻找最优策略，只不过一个靠探索利用，一个靠踩红线与打擦边球。