近期打算把基于策略梯度的增强学习的几篇论文读了，包括DPG、DDPG、TRPO和A3C，希望能对策略梯度的学习有一个促进。 第一篇论文是Deterministic Polic...
发简信
IP属地：香港
-
读论文Deterministic Policy Gradient Algorithms -
Stanford_cs231n_lecture8：Spatial Localization and Detection大纲介绍 这节课程的主要是接着之前的已经讲过的卷积神经网络，开始进入相关的应用。这里的应用就是从，分类（Classification），定位（Localization）和检测...
