它为什么比其他选择更受欢迎？

GPU方面，十一代酷睿可以说是又一次革命了，这次使用的是全新的Xe架构，是针对高性能游戏、计算推出的新架构，最多拥有96个执行单元(EU)，相比Ice Lake增多了一半，同时拥有3.8MB大容量的三级缓存，还提升了内存和架构效率以获得更高带宽。

简单来说，十一代酷睿的GPU浮点性能提升了87%，轻松达到2TFLIOPS水平，相当于入门级独显了，可以流畅运行部分3A大作，英雄联盟、刀塔2、CSGO之类的电竞网游轻松达到100-170fps的性能，流畅无压力。

最后一点，十一代酷睿大升级的就是AI单元了。大家知道此前的十代酷睿首次加入了AI加速指令集DLBoost，现在十一代酷睿上Intel又重写了底层架构，针对全场景AI作了加强。

首先，这一代强化了DLBoost指令集，除了已经支持的BF16，又增加了DL Boost：VNNI、DL Boost：DP4A等指令集，带来了更强大的人工智能性能或矢量神经网络指令，支持低精度指令，可加速基于卷积神经网络的算法。

其次，十一代酷睿还加入了GNA2.0单元，成为一个独立的IP单元，只需低功耗就可以高效推理计算，并且将CPU占用率降低了20%，因此可以全天候使用，不用的时候低功耗待机，需要的时候快速加速AI运算。

给未来处理器划定方向 十一代酷睿更关注真实性能

十一代酷睿发布之后，处理器市场会有什么变化?

回头来看历代酷睿的变化，处理器的内涵是在不断提升的，从CPU到GPU再到现在新兴的AI，已经成为三位一体，CPU可以提升GPU性能，GPU也可以提高AI速度，而AI也可以辅助CPU处理新型任务。

Intel处理器之所以一直走在前列，随时加入新的单元模块，本质上也反映了Intel的一个思路——以用户关注的实际性能为主，不断提升真实性能体验。之前需要CPU性能，CPU单元就是提升的重点，现在AI人工智能革命来了，AI单元也成为酷睿的重点，而且一代比一代更强，现在已经可以做到全场景下AI加速了。

得益于此，十一代酷睿处理器发布之后，现在已经获得了笔记本厂商的全面认可，今年就有100多款设计，到了2021年这一数字会增加到150款，可以说是笔记本是厂商的主力担当了。
 

• 价值算法必须选择使动作-状态价值函数最大的动作，如果动作空间非常高维或连续，成本就会很高，而策略算法是通过直接调整策略的参数来运行的，不需要进行最大化计算。
• 如果操作不当 (收敛性质差/不稳定)，价值算法会出现一系列问题，而策略算法更稳定，收敛性质更好，因为它们只对策略梯度进行很少的增量更改。
• 策略算法既可以学习确定性策略，也可以学习随机策略，而价值算法只能学习确定性策略。
• 与价值算法相比，原本的策略算法速度更慢，方差更大。价值算法试图选择使动作-状态价值函数最大化的动作，这将优化策略 (运算更快、方差更小)，策略算法只需几步，并且更新顺畅、稳定，但同时效率较低，有时会导致方差变大。
• 策略算法通常收敛于局部最优而不是全局最优。

策略和非策略算法

还有一种RL算法分类方法是基于策略来源分类。
 

γ ∈ [0,1]是折扣因数。折扣因数旨在抵扣未来的回报，有以下几个原因：

• 方便数学计算
• 打破状态变化图中的无限循环
• 未来回报的高度不确定性(比如股价变化)
• 未来回报不能立时受益(比如人们更愿意当下享乐而非十年后)

了解了返回值的概念后，接下来定义价值函数的数学形式吧!

价值函数的数学形式有二：

（编辑：唐山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!