以前覺得自己還算了解反向傳播
直到最近讀到有做取樣的 Layer
才發現我不懂
查了一下才知道叫 Policy Gradient 實際計算上有 baseline, reparameterization tri
ck 等技巧
回想起來
我常學了一點東西就以為自己懂了
然後就轉移興趣去做其他事情
總不能持之以恆
浪費了許多歲月，突然有點感傷