用户4391540458257

柔性 Actor-Critic（Soft Actor-Critic，SAC）算法采用了最大化熵的想法。学习的目标是最大化熵正则化的累积奖励而不只是累计奖励，从而鼓励更多的探索。

为了解决 High Variance 和 High bias 之间的矛盾，可以把它们结合在一起，利用value based 和 policy based 两类方法各自的优势,就有了集大成的 AC类方法

Reinfoce算法是一种无模型算法，它不需要对环境建立模型，也不需要预测值函数等中间步骤，相比其他强化学习算法更加简单和直接。

A3C是A2C的异步版本。在A3C的设计中，协调器被移除。每个Worker节点直接和全局行动者和全局批评者进行对话。

本文是继AnoGAN后基于GAN实现瑕疵检测的又一力作，相比于AnoGAN又快又稳，还不快来看看🔪🗡⚔🏹

本文从知识的输入，到文章结构的安排，再到画图，下笔直至最后的完成花费了两周时间，参考了很多资料，把一些资料中比较好的观点融入文章之中，用通俗的语言带你了解transformer，希望你能够有所收获！

cv邻域爆火的VIT，你可以不会用，但不能不了解，本文对VIT的原理进行了详细介绍，快来跟我一起看看吧🌼🌼🌼

本文为大家介绍了VIT的源码部分，针对流程图为大家梳理整个VIT搭建的过程，让你也能够独立搭建VIT模型，快来一起学学吧！！！

1024，程序员节，还不快来为自己赋能，和我一起来看看吊打一切的swin transformer吧！！！🍵🍵🍵