基础学习

强化学习的场景 一个agent，观察环境（输入s），做出行动（输出action），环境根据行动，选择奖惩（reward）和返回新的状态（st+1）给agent。 几种类别 Policy-based 通

隐空间 隐空间可以理解成对数据的压缩后的表示，这种压缩只保留较为关键的特征点而忽略一些不重要的信息。以编码器-解码器网络为例，首先使用全卷积神经网(FCN)络学习图片特征，我们将特征提取中对数据的降维