一、项目介绍

  1. PPO 的 p 和 q 分布如何控制
    KL 散度
  2. 强化学习如何在广告推荐上使用，如何提高实时性
  3. RNN 中的 Attention
  4. 随机森林（决策树）、GBDT、LR 的特征是否需要归一化

二、手撕代码

  1. 【LeetCode】112. 路径总和（二叉树是否存在和为 target的路径） & 113. 路径总和 II（找到所有满足的路径）& 437. 路径总和 III