08 2023 档案
摘要：# 深度 Q 网络（deep Q network，DQN）原理&实现 ## 1 Q-Learning 算法 ### 1.1 算法过程 Q-learning是一种用于解决强化学习问题的无模型算法。强化学习是一种让智能体学习如何在环境中采取行动以最大化某种累积奖励的机器学习方法。 在Q-learning
阅读全文
摘要：# 有监督/无监督计数 基于深度学习的方法主要可以分为两类：密度估计方法和检测+回归方法。 1. 密度估计方法：这是最常见的方法，其主要思路是学习一个将输入图像映射到人群密度图的函数。密度图上每个像素的值代表了该位置的人群密度。通过对整个密度图求和，可以得到整个图像中的人数。为了得到密度图，需要对人
阅读全文
摘要：## 1 pytorch实现神经网络 ### 1.1 定义网络 从基类 `nn.Module` 继承过来，必须重载 `def __init__()` 和 `def forward()` ```python class Net(nn.Module): def __init__(self): #网络结构
阅读全文
