[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-DeepReinforcementLearning--DeepReinforcementLearningInAction":3,"tool-DeepReinforcementLearning--DeepReinforcementLearningInAction":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",141543,2,"2026-04-06T11:32:54",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":74,"owner_company":74,"owner_location":74,"owner_email":74,"owner_twitter":74,"owner_website":74,"owner_url":76,"languages":77,"stars":86,"forks":87,"last_commit_at":88,"license":89,"difficulty_score":10,"env_os":90,"env_gpu":90,"env_ram":90,"env_deps":91,"category_tags":97,"github_topics":74,"view_count":32,"oss_zip_url":74,"oss_zip_packed_at":74,"status":17,"created_at":99,"updated_at":100,"faqs":101,"releases":142},4634,"DeepReinforcementLearning\u002FDeepReinforcementLearningInAction","DeepReinforcementLearningInAction","Code from the Deep Reinforcement Learning in Action book from Manning, Inc","DeepReinforcementLearningInAction 是 Manning 出版社《Deep Reinforcement Learning in Action》一书的官方配套代码库，旨在帮助读者将书中的理论知识转化为实际动手能力。它解决了深度学习与强化学习结合领域中“纸上谈兵”的痛点，通过提供可运行、可修改的代码示例，让用户能直观地验证算法效果并理解实现细节。\n\n这套资源特别适合正在学习强化学习的开发者、高校研究人员以及希望提升实战技能的 AI 爱好者。所有内容均以 Jupyter Notebook 形式按章节组织，不仅保留了与书本完全对应的原始代码，还专门设立了勘误文件夹，及时修正已知错误，确保用户始终能获取最准确的最新代码。\n\n在技术亮点方面，项目基于主流的 PyTorch 和 NumPy 框架构建，涵盖了从基础概念到复杂项目的完整路径。值得注意的是，针对部分高级章节（如第 9 章涉及的多智能体环境），项目提供了详细的特殊配置指南，帮助用户解决特定的环境依赖问题。此外，社区驱动的错误修正机制鼓励用户参与贡献，共同维护代码库的质量。无论你是想系统入门还是寻找特定算法的参考","DeepReinforcementLearningInAction 是 Manning 出版社《Deep Reinforcement Learning in Action》一书的官方配套代码库，旨在帮助读者将书中的理论知识转化为实际动手能力。它解决了深度学习与强化学习结合领域中“纸上谈兵”的痛点，通过提供可运行、可修改的代码示例，让用户能直观地验证算法效果并理解实现细节。\n\n这套资源特别适合正在学习强化学习的开发者、高校研究人员以及希望提升实战技能的 AI 爱好者。所有内容均以 Jupyter Notebook 形式按章节组织，不仅保留了与书本完全对应的原始代码，还专门设立了勘误文件夹，及时修正已知错误，确保用户始终能获取最准确的最新代码。\n\n在技术亮点方面，项目基于主流的 PyTorch 和 NumPy 框架构建，涵盖了从基础概念到复杂项目的完整路径。值得注意的是，针对部分高级章节（如第 9 章涉及的多智能体环境），项目提供了详细的特殊配置指南，帮助用户解决特定的环境依赖问题。此外，社区驱动的错误修正机制鼓励用户参与贡献，共同维护代码库的质量。无论你是想系统入门还是寻找特定算法的参考实现，DeepReinforcementLearningInAction 都是一个实用且友好的学习伙伴。","# Deep Reinforcement Learning In Action\n\nCode Snippets from the [Deep Reinforcement Learning in Action](https:\u002F\u002Fwww.manning.com\u002Fbooks\u002Fdeep-reinforcement-learning-in-action) book from Manning, Inc\n\n## How this is Organized\n\nThe code snippets, listings, and projects are all embedded in Jupyter Notebooks\norganized by chapter. Visit [http:\u002F\u002Fjupyter.org\u002Finstall](http:\u002F\u002Fjupyter.org\u002Finstall) for\ninstructions on installing Jupyter Notebooks.\n\nWe keep the original Jupyter Notebooks in their respective chapter folders. As we discover errata, we update notebooks in the Errata folder, so those notebooks are the most up-to-date in terms of errors corrected, but we keep the original Jupyter Notebooks to match the book code snippets.\n\n## Requirements\n\nIn order to run many of the projects, you'll need at least the [NumPy](http:\u002F\u002Fwww.numpy.org\u002F) library\nand [PyTorch](http:\u002F\u002Fpytorch.org\u002F).\n\n```\npip install -r requirements.txt\n```\n\n## Special Instructions\nIn the notebook 9, there's an issue (appearing in the 15th cell) you can solve by following the instructions of @scottmayberry in Farama-Foundation\u002FMAgent2#14. That means to copy all the files and folders from https:\u002F\u002Fgithub.com\u002FFarama-Foundation\u002FMAgent2\u002Ftree\u002Fmain\u002Fmagent2 to the local folder \u003Cvenv_folder>\u002Flib\u002Fpython3.X\u002Fsite-packages\u002Fmagent2 (or similar path if your OS is other than Linux) - Thanks to [donlaiq](https:\u002F\u002Fgithub.com\u002Fdonlaiq) for this\n\n## Contribute\n\nIf you experience any issues running the examples, please file an issue.\nIf you see typos or other errors in the book, please edit the [Errata.md](https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction\u002Fblob\u002Fmaster\u002FErrata.md) file and create a pull request.\n","# 深度强化学习实战\n\n来自 Manning, Inc 出版的《深度强化学习实战》一书中的代码片段。\n\n## 项目组织方式\n\n代码片段、清单和项目均嵌入在按章节组织的 Jupyter Notebook 中。有关安装 Jupyter Notebook 的说明，请访问 [http:\u002F\u002Fjupyter.org\u002Finstall](http:\u002F\u002Fjupyter.org\u002Finstall)。\n\n我们将在各个章节文件夹中保留原始的 Jupyter Notebook。当发现勘误时，我们会更新“Errata”文件夹中的笔记本，这些笔记本是纠正错误后最新版本。不过，我们仍保留原始的 Jupyter Notebook，以与书中代码片段保持一致。\n\n## 环境要求\n\n为了运行其中许多项目，您至少需要 [NumPy](http:\u002F\u002Fwww.numpy.org\u002F) 库和 [PyTorch](http:\u002F\u002Fpytorch.org\u002F)。\n\n```\npip install -r requirements.txt\n```\n\n## 特别说明\n在第 9 个笔记本中，第 15 个单元格出现了一个问题。您可以按照 Farama-Foundation\u002FMAgent2#14 中 @scottmayberry 的指示来解决这个问题。具体做法是将 [https:\u002F\u002Fgithub.com\u002FFarama-Foundation\u002FMAgent2\u002Ftree\u002Fmain\u002Fmagent2](https:\u002F\u002Fgithub.com\u002FFarama-Foundation\u002FMAgent2\u002Ftree\u002Fmain\u002Fmagent2) 中的所有文件和文件夹复制到本地文件夹 \u003Cvenv_folder>\u002Flib\u002Fpython3.X\u002Fsite-packages\u002Fmagent2（如果您的操作系统不是 Linux，则路径可能有所不同）。感谢 [donlaiq](https:\u002F\u002Fgithub.com\u002Fdonlaiq) 提供的解决方案。\n\n## 参与贡献\n如果您在运行示例时遇到任何问题，请提交一个问题。如果您发现书中存在错别字或其他错误，请编辑 [Errata.md](https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction\u002Fblob\u002Fmaster\u002FErrata.md) 文件并创建一个拉取请求。","# DeepReinforcementLearningInAction 快速上手指南\n\n本指南基于 Manning 出版社《Deep Reinforcement Learning in Action》一书的配套代码库，帮助开发者快速搭建环境并运行深度强化学习示例。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux、macOS 或 Windows\n*   **Python 版本**：推荐 Python 3.8 及以上版本\n*   **核心依赖**：\n    *   [NumPy](http:\u002F\u002Fwww.numpy.org\u002F)：用于数值计算\n    *   [PyTorch](http:\u002F\u002Fpytorch.org\u002F)：用于深度学习模型构建\n*   **运行工具**：[Jupyter Notebooks](http:\u002F\u002Fjupyter.org\u002Finstall)，所有代码片段和项目均以此格式组织。\n\n> **提示**：国内用户安装 PyTorch 时，建议访问 [PyTorch 官网](https:\u002F\u002Fpytorch.org\u002Fget-started\u002Flocally\u002F) 选择对应的 CUDA 版本获取国内镜像安装命令，或使用清华源加速安装。\n\n## 安装步骤\n\n1.  **克隆项目代码**\n    首先将仓库克隆到本地：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction.git\n    cd DeepReinforcementLearningInAction\n    ```\n\n2.  **创建虚拟环境（推荐）**\n    为避免依赖冲突，建议创建独立的虚拟环境：\n    ```bash\n    python -m venv venv\n    # Linux\u002FmacOS\n    source venv\u002Fbin\u002Factivate\n    # Windows\n    venv\\Scripts\\activate\n    ```\n\n3.  **安装依赖包**\n    使用项目提供的 `requirements.txt` 一键安装所需库。国内用户可指定清华源加速下载：\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n4.  **特殊配置（仅针对 Notebook 9）**\n    如果您计划运行第 9 章的内容，需修复 `MAgent2` 的相关问题。请将 [MAgent2 源码](https:\u002F\u002Fgithub.com\u002FFarama-Foundation\u002FMAgent2\u002Ftree\u002Fmain\u002Fmagent2) 中的所有文件和文件夹复制到您的虚拟环境站点包目录中：\n    *   **目标路径示例**：`\u003Cvenv_folder>\u002Flib\u002Fpython3.X\u002Fsite-packages\u002Fmagent2`\n    *   请根据实际操作系统和 Python 版本调整路径。\n\n## 基本使用\n\n本项目按书籍章节组织，每个章节对应一个 Jupyter Notebook 文件。\n\n1.  **启动 Jupyter Notebook**\n    在项目根目录下运行：\n    ```bash\n    jupyter notebook\n    ```\n\n2.  **选择示例运行**\n    浏览器会自动打开界面，进入对应的章节文件夹（例如 `Chapter_01`），点击 `.ipynb` 文件即可打开。\n\n3.  **执行代码**\n    *   依次选中单元格（Cell）。\n    *   按下 `Shift + Enter` 运行当前单元格并跳转至下一行。\n    *   按照书中流程逐步执行，即可观察深度强化学习算法的运行结果。\n\n> **注意**：若发现代码运行错误，请优先检查 `Errata` 文件夹下的笔记本，该文件夹包含了已修正的最新版本代码。","某自动驾驶初创公司的算法工程师正在研发一个能在复杂路口自主决策的智能导航系统，需要快速验证深度强化学习（DRL）策略的有效性。\n\n### 没有 DeepReinforcementLearningInAction 时\n- **理论落地困难**：团队虽熟读 DRL 理论，但从零搭建 PyTorch 训练框架耗时数周，常因环境配置或张量维度错误导致代码无法运行。\n- **复现成本高昂**：参考论文或书籍代码时，需手动逐行转录并调试，书中潜在的印刷错误（Errata）往往导致模型不收敛，排查问题耗费大量精力。\n- **缺乏标准基准**：不同章节的算法实现风格迥异，缺乏统一的 Jupyter Notebook 实验模板，导致对比不同策略（如 DQN 与 PPO）时变量控制困难。\n- **特殊依赖缺失**：在处理多智能体协作场景时，难以快速解决如 MAgent2 等特定库的兼容性问题，阻碍了高级功能的测试。\n\n### 使用 DeepReinforcementLearningInAction 后\n- **即插即用启动**：直接调用按章节组织的 Jupyter Notebooks 代码片段，基于成熟的 NumPy 和 PyTorch 环境，半天内即可跑通基础导航模型。\n- **规避已知陷阱**：利用官方维护的 Errata 文件夹获取修正后的最新代码，自动避开原书印刷错误，确保模型训练稳定收敛。\n- **标准化实验流程**：依托统一的 Notebook 结构，工程师能轻松修改状态空间和奖励函数，高效对比多种算法在路口通行效率上的差异。\n- **社区方案集成**：直接采纳社区贡献的特殊指令（如修复 MAgent2 路径问题），无缝集成多智能体仿真环境，加速复杂场景验证。\n\nDeepReinforcementLearningInAction 将枯燥的理论公式转化为可执行的工业级代码基线，让研发团队从繁琐的底层调试中解放，专注于核心策略的创新与优化。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FDeepReinforcementLearning_DeepReinforcementLearningInAction_99643653.png","DeepReinforcementLearning",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FDeepReinforcementLearning_1228a129.png","https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning",[78,82],{"name":79,"color":80,"percentage":81},"Jupyter Notebook","#DA5B0B",99.5,{"name":83,"color":84,"percentage":85},"Python","#3572A5",0.5,842,348,"2026-03-25T03:13:40","MIT","未说明",{"notes":92,"python":93,"dependencies":94},"代码以 Jupyter Notebook 形式组织。运行第 9 章笔记时存在已知问题，需手动将 MAgent2 库文件从 GitHub 复制到本地 Python 环境目录中方可解决。","3.X (根据路径提示推断)",[95,96],"NumPy","PyTorch",[14,98],"其他","2026-03-27T02:49:30.150509","2026-04-07T06:12:49.248165",[102,107,112,117,122,127,132,137],{"id":103,"question_zh":104,"answer_zh":105,"source_url":106},21057,"运行代码时出现 'IndexError: invalid index of a 0-dim tensor' 错误怎么办？","这是因为 PyTorch 版本更新导致的。在较新版本的 PyTorch 中，不能直接使用 `loss.data[0]` 获取标量值。请将其修改为 `loss.item()`。此外，维护者已上传了适用于所有章节的修正版笔记本（Chx_book.ipynb），建议拉取最新代码重试。","https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction\u002Fissues\u002F6",{"id":108,"question_zh":109,"answer_zh":110,"source_url":111},21058,"第二章中的奖励函数 `reward(prob, n=10)` 具体是如何工作的？它是真实奖励还是估计奖励？","该函数旨在模拟二项分布。它执行 `n` 次（默认为 10 次）试验，每次试验生成一个随机浮点数，如果该数小于给定的概率 `prob`，则奖励加 1。虽然可以直接使用 `np.random.binomial(10, prob)` 实现，但为了直观展示概率概念，书中采用了循环写法。长期来看，平均奖励趋近于 `P * N`，但单次运行的结果会在 0 到 10 之间波动。","https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction\u002Fissues\u002F5",{"id":113,"question_zh":114,"answer_zh":115,"source_url":116},21059,"仓库中的 'Errata' 文件夹包含的是什么版本的文件？","'Errata' 文件夹中包含的是更正后的最新版本笔记本，修复了原书中发现的错误（勘误）。建议优先使用该文件夹下的代码，而不是主目录中的旧版本。","https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction\u002Fissues\u002F33",{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},21060,"运行第八章代码时内存占用过高甚至溢出，如何解决？","这可能是由于代码在每次循环迭代中存储了不必要的数据导致的。维护者指出，在 MacBook Air 上运行 30 分钟仅能训练出通过第一关的智能体，若内存持续增长说明存在内存泄漏或冗余存储。建议检查代码逻辑，确保不在循环中累积无需保留的大对象。部分用户反馈在 Windows 环境下运行正常，可能是特定 Linux\u002FUbuntu 环境配置问题。","https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction\u002Fissues\u002F18",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},21061,"遇到 'Variable' object has no attribute 'reshape' 错误该如何处理？","这是由于 PyTorch 版本过旧（如 0.3.1）引起的。请将 PyTorch 升级到 0.4.0 或更高版本。在新版本中，Tensor 和 Variable 已合并，可以直接对 Tensor 使用 `reshape` 方法。","https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction\u002Fissues\u002F3",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},21062,"运行第三章代码时出现关于 target size 和 input size 不匹配的 UserWarning 警告，如何消除？","该警告是因为损失函数输入的目标张量维度与输入张量维度不一致。解决方法是在调用损失函数前，对目标变量 `Y` 使用 `.squeeze()` 方法。将代码 `loss = loss_fn(X, Y)` 修改为 `loss = loss_fn(X, Y.squeeze())` 即可消除警告并确保维度匹配。","https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction\u002Fissues\u002F15",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},21063,"电子书（如 O'Reilly 版本）中部分图片显示为空白怎么办？","该书原版由 Manning 出版，其他平台（如 O'Reilly）的销售版本可能存在排版或图片缺失问题。如果遇到图片空白（例如图 3.17, 3.18, 4.5），建议联系对应平台的出版社反馈，或直接参考 GitHub 仓库中提供的原始 Notebook 文件，其中包含完整的图表和可运行代码。","https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction\u002Fissues\u002F23",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},21064,"书中的代码片段无法运行或报错，哪里可以找到修复后的版本？","维护者正在持续修复代码错误。所有已知的修复版本都已放置在仓库的 'Errata' 文件夹中（例如：Errata\u002FChapter 3.ipynb）。如果遇到代码运行问题，请优先查看并运行该文件夹下对应的章节笔记本，主目录的笔记本也会随后更新。","https:\u002F\u002Fgithub.com\u002FDeepReinforcementLearning\u002FDeepReinforcementLearningInAction\u002Fissues\u002F14",[]]