安可可可可

在上一节，我已经为大家介绍了DeepLabV1的原理，还不清楚的赶快点击☞☞☞了解详情。🍍🍍🍍那么这篇就和大家唠唠DeepLabV1的兄弟。

之前介绍过CNN的基本结构，今天就带领大家利用pytorch手把手搭建全连接神经网络，在实战中学习使用梯度下降、后向传播、Dropout这些非常重要的训练优化方法减少过拟合现象，实现物品的多分类。

😄写在前面：这篇文章是一篇最最基础的深度学习的文章，可以作为深度学习的Hello World👋。阅读这篇文章的前提是已经阅读过了原Paper，对paper的内容有印象、最好有疑问，以及掌握部分基础

本文对语义分割网络DeepLabV1的原理进行了详细的介绍，还不懂语义分割的还不快来~~~🥂🥂🥂

十种超全的图像去雾算法来啦！前面给大家介绍过14种低照度图像增强算法，今天来说一说那些经典的基于深度学习的去雾算法，附上原理和对比效果图。去雾的基本原理大都是在大气散射模型的基础上，通过计算透射率..

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。

本文讲解多智能体强化学习（Multi-agent Reinforcement Learning,MARL）中最最经典的一篇论文MADDPG，以及它的复现，超详细的！大家往下看吧

Transformer由论文《Attention is All You Need》提出，在本文中，我们将试图把模型简化一点，并逐一介绍里面的核心概念，希望让普通读者也能轻易理解。

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。