请大家帮忙看下这段代码

2014-05-18 06:54:15 373 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

【强化学习】【请详细解释这段代码1】 def reset(self,reset函数在强化学习中，reset是一个常见的方法，用于将环境重置到初始状态（比如，游戏关卡的开始）。初始化训练的第一步。一轮（episode）结束后，开始新的一轮。参数解释self表示对象的实例reset是一个类的方法。: 用于指定随机数种子，None表示不设置固定种子。如果设置了种子，可以保证结果具有确定性（复现性）。额外的参数选项，可能用来提供特定的配置。表示这个参数是一个字典，键是字符串，值可以是任意类型。返回值类型注释: 表明函数会。阅读详情

在书上看了段代码，发现书上的结果与我算的不一样，看了答案后我发现他的解释好像有道理。后来我用gcc编译这段代码，发现得出的结果与我的一样。求解释。代码如下：

unsigned char a = 0xA5;

unsigned char b = ~a >> 4 + 1;

printf("b=%d\n",b);

求他的输出结果：
先把题目贴出，后面我再贴出结果。

...全文

【强化学习】【请详细解释这段代码2】 def step(self,action: torch.Tensor, # 策略网络输出动作给环境step函数表示环境对输入的动作进行更新，并返回相应的结果。在强化学习中，每次调用step都表示进行了一步交互。参数解释策略网络输出的动作。动作通常是由智能体的策略决定的（例如，通过深度神经网络生成）。返回值类型注释: 表明函数返回一个元组，包含以下内容：obs: 新的环境观察值。reward: 当前步的奖励。cost当前步的成本（可能用于约束条件terminated。阅读详情

_skytrails

C++ 语言 65,214 成员 250,514 内容

+ 关注 + 加入社区

切换为时间正序

unituniverse2 2014-05-21

打赏
举报

引用 9 楼 u014699391 的回复:

还好没有完全相信那本书的内容，学习了，请问下这方面的知识要如何系统的学习？

1。平时多注意、多积累 2。尽量跟着标准走 3。不要依赖于手头上具体的编译器、开发环境等。虽然这可能是你考试或吃饭的东西，但是换过来想一想，舍不得芝麻而丢了西瓜，是不是更不值得 4。完备的教材还是需要的，不一定要多有名，但是至少知识点要覆盖较完全、而且不能有重大错误。不过考虑到当前国内的大环境，这点上不好多说什么了。。

赵4老师 2014-05-20

打赏
举报

引用 10 楼 u014699391 的回复:

[quote=引用 8 楼 zhao4zhong1 的回复:] 计算机组成原理→DOS命令→汇编语言→C语言（不包括C++）、代码书写规范→数据结构、编译原理、操作系统→计算机网络、数据库原理、正则表达式→其它语言（包括C++）、架构…… 对学习编程者的忠告：眼过千遍不如手过一遍！书看千行不如手敲一行！手敲千行不如单步一行！单步源代码千行不如单步对应汇编一行！ VC调试时按Alt+8、Alt+7、Alt+6和Alt+5,打开汇编窗口、堆栈窗口、内存窗口和寄存器窗口看每句C对应的汇编、单步执行并观察相应堆栈、内存和寄存器变化，这样过一遍不就啥都明白了吗。对VC来说，所谓‘调试时’就是编译连接通过以后，按F10或F11键单步执行一步以后的时候，或者在某行按F9设了断点后按F5执行停在该断点处的时候。（Turbo C或Borland C用Turbo Debugger调试,Linux或Unix下用GDB调试时,看每句C对应的汇编并单步执行观察相应内存和寄存器变化。）不要迷信书、考题、老师、回帖；要迷信CPU、编译器、调试器、运行结果。并请结合“盲人摸太阳”和“驾船出海时一定只带一个指南针。”加以理解。任何理论、权威、传说、真理、标准、解释、想象、知识……都比不上摆在眼前的事实！有人说一套做一套，你相信他说的还是相信他做的？其实严格来说这个世界上古往今来所有人都是说一套做一套，不是吗？不要写连自己也预测不了结果的代码！

有时候运行结果也会骗人，不同的编译器编译出来的结果都不本样。[/quote] 大自然从来没骗过人，只是人以为1+1应该等于2，大自然从来就没实际发生过哪怕一次未来也不会发生哪怕一次1+1=2!

_skytrails 2014-05-20

打赏
举报

引用 8 楼 zhao4zhong1 的回复:

计算机组成原理→DOS命令→汇编语言→C语言（不包括C++）、代码书写规范→数据结构、编译原理、操作系统→计算机网络、数据库原理、正则表达式→其它语言（包括C++）、架构…… 对学习编程者的忠告：眼过千遍不如手过一遍！书看千行不如手敲一行！手敲千行不如单步一行！单步源代码千行不如单步对应汇编一行！ VC调试时按Alt+8、Alt+7、Alt+6和Alt+5,打开汇编窗口、堆栈窗口、内存窗口和寄存器窗口看每句C对应的汇编、单步执行并观察相应堆栈、内存和寄存器变化，这样过一遍不就啥都明白了吗。对VC来说，所谓‘调试时’就是编译连接通过以后，按F10或F11键单步执行一步以后的时候，或者在某行按F9设了断点后按F5执行停在该断点处的时候。（Turbo C或Borland C用Turbo Debugger调试,Linux或Unix下用GDB调试时,看每句C对应的汇编并单步执行观察相应内存和寄存器变化。）不要迷信书、考题、老师、回帖；要迷信CPU、编译器、调试器、运行结果。并请结合“盲人摸太阳”和“驾船出海时一定只带一个指南针。”加以理解。任何理论、权威、传说、真理、标准、解释、想象、知识……都比不上摆在眼前的事实！有人说一套做一套，你相信他说的还是相信他做的？其实严格来说这个世界上古往今来所有人都是说一套做一套，不是吗？不要写连自己也预测不了结果的代码！

有时候运行结果也会骗人，不同的编译器编译出来的结果都不本样。

_skytrails 2014-05-20

打赏
举报

引用 5 楼 unituniverse2 的回复:

[quote=引用 4 楼 u014699391 的回复:] [quote=引用 3 楼 ilikehigame 的回复:] 246?????

很接近了，可以说下你是怎么想的吗？书上的答案是250(用vc2008编译的)，但我在gcc上编译的是2.这两个怎么会不一样？[/quote] 整型提升问题。这是因为vc的不标准。整型提升要求被提升的整数应该是个纯右值(prvalue)，而纯右值必须是值（而不能是引用，否则就叫xvalue），而且必须是右值（临时变量）。可能制定标准的人认为只有复杂表达式才需要做这种提升，简单表达式（几乎没有机会产生prvalue）也做的话会导致复杂难用。 vc做提升的时候没有考虑左右值的问题。就你给的例子： b = ~a >> (4 + 1) a是个左值，所以按标准不允许提升，所以只能先直接取反（然后得到的结果才是右值），于是表达式计算过程： ~a=0x5a（注意整个~a的计算结果是个右值，而a不是）； 0x00000004+0x00000001=0x00000005（右值） =〉(unsigned int)(int)0x5a >> 0x00000005得到 0x0000005a >> 0x00000005等于0x00000002都是int型的，最后赋值给左值b，相当于 b=(unsigned char)0x00000002，所以结果b为0x02；再看vc，因为没有考虑左右值问题而直接提升了， a=0xa5 => ~a = ~(unsigned int)(int)0xa5 = ~0x000000a5 = 0xffffff5a； 0x00000004+0x00000001=0x00000005 =〉0xffffff5a >> 0x00000005等于0xfffffffa，最后赋值给左值b，相当于 b=(unsigned char)0xfffffffa，所以结果b为0xfa 如果想达到行为一致的话，


unsigned char a = 0xA5;　
unsigned char b = (unsigned char)~a >> (4 + 1);
printf("b=%d\n",b);

可能你会问了，要是每个表达式含有按位取反的都像这样强转一下那会不会很麻烦？一般不会的，只有~混合了右移位操作的才需要。[/quote]还好没有完全相信那本书的内容，学习了，请问下这方面的知识要如何系统的学习？

杀意已决 2014-05-19

打赏
举报

引用 2 楼 u014699391 的回复:

[quote=引用 1 楼 boxmanstan 的回复:] 先>> 再~再+1 10100101 00001010 10001010 10001011 10001100 忘光了，不知道对没对，有点心虚

哈哈，错了，先~再+再>>，仔细看下运算符优先表！[/quote] 喃妈大

unituniverse2 2014-05-19

打赏
举报

引用 4 楼 u014699391 的回复:

[quote=引用 3 楼 ilikehigame 的回复:] 246?????


unsigned char a = 0xA5;
unsigned char b = (unsigned char)~a >> (4 + 1);
printf("b=%d\n",b);

可能你会问了，要是每个表达式含有按位取反的都像这样强转一下那会不会很麻烦？一般不会的，只有~混合了右移位操作的才需要。

赵4老师 2014-05-19

打赏
举报

计算机组成原理→DOS命令→汇编语言→C语言（不包括C++）、代码书写规范→数据结构、编译原理、操作系统→计算机网络、数据库原理、正则表达式→其它语言（包括C++）、架构…… 对学习编程者的忠告：眼过千遍不如手过一遍！书看千行不如手敲一行！手敲千行不如单步一行！单步源代码千行不如单步对应汇编一行！ VC调试时按Alt+8、Alt+7、Alt+6和Alt+5,打开汇编窗口、堆栈窗口、内存窗口和寄存器窗口看每句C对应的汇编、单步执行并观察相应堆栈、内存和寄存器变化，这样过一遍不就啥都明白了吗。对VC来说，所谓‘调试时’就是编译连接通过以后，按F10或F11键单步执行一步以后的时候，或者在某行按F9设了断点后按F5执行停在该断点处的时候。（Turbo C或Borland C用Turbo Debugger调试,Linux或Unix下用GDB调试时,看每句C对应的汇编并单步执行观察相应内存和寄存器变化。）不要迷信书、考题、老师、回帖；要迷信CPU、编译器、调试器、运行结果。并请结合“盲人摸太阳”和“驾船出海时一定只带一个指南针。”加以理解。任何理论、权威、传说、真理、标准、解释、想象、知识……都比不上摆在眼前的事实！有人说一套做一套，你相信他说的还是相信他做的？其实严格来说这个世界上古往今来所有人都是说一套做一套，不是吗？不要写连自己也预测不了结果的代码！

LAN_YT 2014-05-19

打赏
举报

引用 5 楼 unituniverse2 的回复:

[quote=引用 4 楼 u014699391 的回复:] [quote=引用 3 楼 ilikehigame 的回复:] 246?????


unsigned char a = 0xA5;
unsigned char b = (unsigned char)~a >> (4 + 1);
printf("b=%d\n",b);

可能你会问了，要是每个表达式含有按位取反的都像这样强转一下那会不会很麻烦？一般不会的，只有~混合了右移位操作的才需要。[/quote] 专业，Orz

_skytrails 2014-05-18

打赏
举报

引用 3 楼 ilikehigame 的回复:

246?????

很接近了，可以说下你是怎么想的吗？书上的答案是250(用vc2008编译的)，但我在gcc上编译的是2.这两个怎么会不一样？

爷就是这个范儿 2014-05-18

打赏
举报

246?????

_skytrails 2014-05-18

打赏
举报

引用 1 楼 boxmanstan 的回复:

先>> 再~再+1 10100101 00001010 10001010 10001011 10001100 忘光了，不知道对没对，有点心虚

哈哈，错了，先~再+再>>，仔细看下运算符优先表！

杀意已决 2014-05-18

打赏
举报

先>> 再~再+1 10100101 00001010 10001010 10001011 10001100 忘光了，不知道对没对，有点心虚

请大家帮忙看下这段代码

相关推荐