WEBVTT 00:00.270 --> 00:02.640 大家好, 欢迎学习本Python教程｡ 00:02.670 --> 00:03.130 好吧, 我会的 00:03.130 --> 00:06.480 这是一个非常快速的教程, 今天使这个核心功能｡ 00:06.480 --> 00:12.560 所以这个函数基本上只会计算奖励滑动窗口的得分｡ 00:12.570 --> 00:18.000 所以基本上我们会非常简单地计算出奖励窗口中所有奖励的平均值｡ 00:18.000 --> 00:19.590 所以这会很简单｡ 00:19.590 --> 00:20.670 我们现在就开始吧 00:20.670 --> 00:24.240 我们要创建一个新函数, 叫做score. 00:24.240 --> 00:29.370 评分函数只取自变量self因为基本上我们不需要任何东西. 00:29.640 --> 00:33.630 我们需要把自我, 因为我们当然会把自我, 奖励窗口｡ 00:33.630 --> 00:37.560 所以只要self和冒号就行了｡ 00:37.590 --> 00:39.750 只需要一行代码｡ 00:39.750 --> 00:43.770 所以我们要计算奖励窗口中所有奖励的平均值｡ 00:43.770 --> 00:49.230 基本上就是这个奖励窗口中所有奖励的总和, 在-1和+1之间, 00:49.230 --> 00:53.220 除以这个窗口中元素的总数. 00:54.000 --> 00:55.020 所以我们开始吧｡ 00:55.020 --> 00:57.060 我们直接把它退回去｡ 00:57.060 --> 00:59.460 所以我从回报开始｡ 00:59.460 --> 01:04.530 所以我们需要计算奖励窗口中所有奖励的总和｡ 01:05.010 --> 01:08.640 要做到这一点, 我们只需要把奖励窗口本身｡ 01:08.640 --> 01:13.830 所以我在这里输入自我点奖励窗口｡ 01:13.980 --> 01:14.430 好吧, 我会的 01:14.430 --> 01:20.460 所以很简单, 这将把奖励窗口中的所有元素相加｡ 01:20.550 --> 01:22.020 所以这很实用｡ 01:22.020 --> 01:29.250 然后要得到平均值, 我们需要用这个总和除以奖励窗口中的元素数量｡ 01:29.280 --> 01:36.960 为了得到元素的个数, 我们需要取Len函数, 然后再取我们的were窗口｡ 01:39.050 --> 01:39.830 就在那儿｡ 01:39.830 --> 01:42.620 但现在我们只需要小心一些东西｡ 01:42.650 --> 01:49.940 这是Len的自我奖励窗口作为分母, 它绝对不能等于零｡ 01:49.970 --> 01:55.520 无论如何, 我们需要避免这种情况, 并确保这里的分母不等于零｡ 01:55.520 --> 01:58.570 我们将添加这个安全技巧｡ 01:58.580 --> 02:07.100 我们在这里加上一个加一, 这样, lens self, 奖励窗口加一永远不会等于零｡ 02:07.130 --> 02:11.210 如果这里的分母等于零, 这将使您的系统崩溃｡ 02:11.210 --> 02:12.950 所以我们必须避开它｡ 02:12.950 --> 02:14.120 这完全没问题｡ 02:14.120 --> 02:17.510 再加一个加号, 我们还是会得到一个很好的分数衡量标准｡ 02:17.660 --> 02:18.650 好吧, 完美｡ 02:18.650 --> 02:24.770 这就是我们的得分函数, 它将给予滑动窗口中奖励的平均值｡ 02:25.040 --> 02:25.440 好吧, 我会的 02:25.440 --> 02:31.640 现在我们来看看下一个函数, 它是保存函数, 它将保存你的模型, 02:31.640 --> 02:39.500 也就是说, 保存你的汽车大脑, 这样你就可以通过加载另一个函数来重用它, 这个函数将在保存函数之后产生｡ 02:39.620 --> 02:46.100 所以这个保存技巧非常实用, 保存函数可以保存你的模型, 以防你想重用它们, 02:46.100 --> 02:49.220 用于任何用途｡ 02:49.340 --> 02:51.350 这就是我们在下一个教程中要做的｡ 02:51.350 --> 02:52.630 在那之前, 好好享受吧｡ 02:52.640 --> 02:53.180 一､