#贝叶斯定理是事件内部的分割
#矩阵自带for循环
#反向传播是从最后节点算所有，而非直觉上一层一层向前
#forward (按顺序遍历所有层，每层计算的输出作为下一层的输入)；backward(逆序遍历所有层，将每层的梯度作为下一层的输入)
#MCTS回溯的机制是递归
#HER（Hindsight Experience Replay）：如果当时的目标是达到实际达到的最终状态或中间某状态，那么这次经历实际上是可以得到奖励的
#MCTS——管中窥豹之管：MCTS可以看作是神经网络的一个“管子”或“窗口”，通过这个“管子”，神经网络能够“窥视”到未来可能的游戏状态，并根据这些状态来调整其当前的认知和决策。
MCTS模拟基于神经网络的初步估计开始，在此基础上进行更深入的搜索，探索更多可能的未来走势，并评估每种走势的潜在结果。这样，MCTS能够为神经网络提供一个更长远、更全面的视角，帮助神经网络看到超出其当前视野的“未来”。在每次自我对弈结束后，神经网络会根据MCTS提供的搜索概率和游戏结果来更新其参数，从而使其在未来的决策中更加准确和高效。
#张量是一个多维的寻宝图，通过它可以【定位】数据中特定的点
#三维张量，沿着某个维度遍历，动作类似翻书，其他维度的张量同理。
#计算卷积层输出维度：
