戒断 379人次参与 11 小时，57 分钟前更新 创建于1 年，5 月前

#戒断# 调出 ddpg 需要注意什么呢？

要不然我直接换成 sac。 （虽然记得自己不太会 sac。sac 是 off-policy 嘛？） 今天上午 10 点去听 63 所宣讲会，中午 12 点赶去吃经管工作餐，然后可能会开始排

#戒断# 今天上午看看能不能调出 ddpg

现在的事情有： 1. 毕设正常推进：调 ddpg。 2. 毕设故事：整个结构 创新点 之类的，可以先从 hx 师兄的材料入手。 3. GNN：魔改代码（啊这就周二了我哭），搞几个图 trai 1

#戒断# 意识到用 ddpg 是不专业的行为

改成 sac 应该会好一些。最后有时间再改。

#戒断# …为什么会 nan？

勇敢 RL 炼丹师，不怕困难。 加油加油。 （说起来明明昨天有段时间 跑的效果还可以。要不再把模型改回来吧？） 3

#戒断# ppo 的 entropy 崩了？

加油。炼丹师不怕困难。 （况且是师兄已经复现的东西。而且是按理来说绝对能做出来的东西。）

#戒断# 今天天气很冷

晚上摸鱼了，速览了赫赫有名的琅琊榜。 晚上吃了大餐（指食堂二楼）。 心随境转，感觉也不是毫无希望… 充弥了 不理性的 无来由的 令人思维迟缓的 希望。 ……加油。三线推进，无论如何。

#戒断# 感觉 PPO 是在被训的，但是 value 收敛太慢了

如果每步的 reward 都是 -40 多，value 也应该至少 -40 多吧，不该仍然是 -1 多。 调高 lr 试试。 今天开始困了，可能因为打金刚功起了作用。调完 lr 后列个 t 3

#戒断# 看来在 GNN 领域，dgl 比 pyg 好用是被普遍认可的

接下来看看 dgl 怎么用，搞点 demo 跑。 加油加油！

#戒断# 今天上午有点困

按照计划，1. train ppo，2. 搞 ~~灰盒~~ NN 模型。 听着英语学不下去了… 在困的时候，抗干扰能力减弱。也或许是因为听英语才困？ anyway，我听英语只是为了考托福， 2

#戒断# 感谢上苍，clash 修好了

能翻墙还是很开心的。 今天中午下午要好好工作。对着 ppt 一项一项做吧。 现在趁着没下雨，赶快跑出去吃饭。 1

#戒断# 先背单词吧

水冷空调过会再看。托福冲冲冲！ （虽然还没完全想好为什么要考托福… 一个最直接的原因是，如果我仍打算考，那么现在是最合适的时间，虽然没有什么考的动机。 所以我们先背单词吧。加油，加油。

#戒断# 呜呜呜 vpn 炸了

呜呜呜，fail to clash core，呜呜呜…… --- 今天继续加油【合十】 2

#戒断# PPO 目前没 train work

若 PPO 都不 work，那 DDPG 是更不可能 work 的，整个毕设技术路线就走不通。 （虽然 GNN 项目 和 托福调研之类的不会受影响） 所以目前的任务就是把 PPO trai 3

#戒断# 深夜打卡总结一天工作

上午：整理前几天到处找前辈聊天的聊天记录，开了 DC 项目的会（全程挂机，后面直接早退吃饭）（师兄辛苦了）； 下午：被家长否定了一次意义，摸鱼，看了一点点毕设； 晚上：晚饭吃多了，摸鱼，看毕设 D

#戒断# 好文分享：意诚，接受，觉照，次第

文章链接：https://mp.weixin.qq.com/s/KmAGmoIdz26RcDCNUPEO1g 今天下午又摸鱼了…… 这离我的愿景相背甚远。

#戒断# 问了师姐和师兄，跟学长聊了

感觉目前路径貌似已经很清晰的样子。转电网项目，抱茶园大腿，两线推进。 希望师姐回我。这可是方向相近的直系师姐呀，参考意义将会非常非常大。希望师姐友好【合十】。 加油加油。接下来打算读一下

#戒断# 昨天熬大夜，今天状态受到严重影响

昨天晚上跟善良师兄聊完后，心情复杂，回宿舍开始跟舍友贴贴，并聊到了晚上一点半。这个时间对我来说很夸张了。 今天晚上要 9 点睡觉，明早 5 点起来，洗衣服。今晚要配好下周穿的衣服。

#戒断# 现在去定义一下 state action reward，然后看看能否连通

加油加油！毕设快速糊完，然后去做探索性工作！ --- 【选题！发表！毕业！找科研岗！】 2

#戒断# 目前基本能确定灰盒可以做出来

（接题目）至少精度能跟 hx 师兄的差不多。 接下来的任务：1. 把 RL 和 6sigma 接起来，2. 把 RL 和 灰盒 + 6sigma 接起来，3. 跑一跑相关实验。目前看来，主要都是 2

#戒断# 加油加油！

昨天跟师兄聊了一下，然后我在想，若我们组的环境真的这样自由散漫，那么我维持现状是不行的。 用这学期修炼得到 在自由散漫环境下保持 pushed 状态的能力 吧。 --- 【选题！发表 5

合作伙伴

导航

联系我们

线上在线自习室晚自习。番茄工作法、四象限、打卡、作业清单、作业辅导、作业交流、作业跟踪、作业计划、个人宣传相关内容

行恒 © 行恒 2013