强化学习精要第一二章

1、np.dot的用法，用于向量的时候是点积，用于矩阵的时候是矩阵的乘法，一个向量只有一行的时候，它的shape是（列数, )

2、matplot画图，更改图中的字体，

mpl.rcParams['font.sans-serif'] = ['WenQuanYi Micro Hei'] #指定默认字体WenQuanYi Micro Hei中文，DejaVu Sans英文

https://www.jianshu.com/p/240ea3ae0dc9（查看字体、负号的问题）

如果有多条直线，一般用不同的linespace表示，‘--’、‘：’

3、np.log2:以对数为底

np.meshgrid(x,y):坐标矩阵

4、KL散度的性质：非负，两个分布越接近，散度越小，分布越远，散度越大

5、损失函数有两种：平方损失函数和交叉熵损失函数，回归问题损失函数是平方损失函数，分类问题损失函数是交叉熵损失函数