这篇文章是2014年的一篇论文，其主要意义在于作者推出的SRCNN是深度学习在超分上开篇之作！SRCNN证明了深度学习在超分领域的应用可以超越传统的插值等办法取得较高的表现力。参考目录：①深度学习图像超分辨率开山之作SRCNN（一）原理分析②深度学习端到端超分辨率方法发展历程SRCNN1 SRCNN简介2 SRCNN模型结构3 Loss function：4 实验4.1 setup4.2 实验结果

这篇文章的核心是提出了Vision-Transformer结构，将2017年Attention is All you Need在NLP中引入的Transformer结构应用于计算机视觉任务中。Transformer是一种基于自注意力结构的网络，和CNN捕捉卷积窗口内的局部信息不同，它利用注意力来捕获全局上下文信息之间的相关性。文章引入图像块(patch)的概念，patch由P×PP\times P

参考：# 理论部分学习李宏毅笔记（github版）+叶强pdf、Morvan# 实践部分学习叶强gym编写+Q-learning、Sarsa、DQN、DDQN的实战、Morvan# 刘建平博客园# DPG、DDPG论文DDPG：Deep Deterministic Policy GradientDDPG简介DDPG算法解析DDPG实战总结与展望1、DDPG简介DQN算法解决了Q-learning算

之前看过2遍西瓜书的强化学习部分，尽管看了2遍，但是你问我看懂了什么，我还是一头雾水。发现一个问题，你给了Q-learning或者DQN的伪代码，去做一个实战，确实可以复现，但是就是对背后的原理理解的很模糊。后来又去网上找了一些资料，比如知乎上这个博主对DQN的理解，看了之后对于DRL理解更进一步了，但还是有一些不理解的地方，因此后来我决定重新再来，去找李宏毅老师的DRL课程从头开始学，接下来是我

实战内容：1、一维探宝2、二维探宝一、实际效果：一维探宝：二维探宝：二、Q-learning算法：输入：环境E：用于对机器人做出的动作进行反馈，反馈当前奖励r（本设计中，规定拿到宝藏才有奖励，落入陷阱获得负奖励，其余无奖励）与下个状态state'。如实际效果中的横向轴与棋盘动作空间A：一维中['left', 'right']；二维中[‘up’, 'down', 'left', 'right']奖.

实战内容：1、一维探宝2、二维探宝一、实际效果：一维探宝：二维探宝：二、Q-learning算法：输入：环境E：用于对机器人做出的动作进行反馈，反馈当前奖励r（本设计中，规定拿到宝藏才有奖励，落入陷阱获得负奖励，其余无奖励）与下个状态state'。如实际效果中的横向轴与棋盘动作空间A：一维中['left', 'right']；二维中[‘up’, 'down', 'left', 'right']奖.

之前看过2遍西瓜书的强化学习部分，尽管看了2遍，但是你问我看懂了什么，我还是一头雾水。发现一个问题，你给了Q-learning或者DQN的伪代码，去做一个实战，确实可以复现，但是就是对背后的原理理解的很模糊。后来又去网上找了一些资料，比如知乎上这个博主对DQN的理解，看了之后对于DRL理解更进一步了，但还是有一些不理解的地方，因此后来我决定重新再来，去找李宏毅老师的DRL课程从头开始学，接下来是我

之前用Q-learning算法实现了一维和二维空间的探宝游戏，取得了不错的效果，证明了Q-learning算法对于状态不大的或离散状态下的RL问题有较好的收敛效果，为了强化对Q-learning的认识，本次我将继续实现以一个比较有趣的、经典的、更有难度的RL问题。对于迷宫探宝游戏，有兴趣的可以看看：https://blog.csdn.net/MR_kdcon/article/details/109

PyTorchPytorch框架的一大好处就是我们可以直接调用Pytorch规定的一套架构，用户自己去选择完成整个深度学习任务的积木去堆积，避免了每次都要从底层写代码，并且框架下的函数都是多次优化过的，可以说框架的出现节约了时间成本PyTorch由4个主要包装组成：1.Torch：类似于Numpy的通用数组库，可以在将张量类型转换为（torch.cuda.TensorFloat）并在GPU上进行计

PyTorchPytorch框架的一大好处就是我们可以直接调用Pytorch规定的一套架构，用户自己去选择完成整个深度学习任务的积木去堆积，避免了每次都要从底层写代码，并且框架下的函数都是多次优化过的，可以说框架的出现节约了时间成本PyTorch由4个主要包装组成：1.Torch：类似于Numpy的通用数组库，可以在将张量类型转换为（torch.cuda.TensorFloat）并在GPU上进行计