来源于牛客网各位热心网友的分享，整理了主要适用于人工智能方向经验之谈。非技术类：1. 针对可能出现的工作环境提出解决方案2. 假设和研发在思路上有冲突，会怎么解决？说一下你的方法。  一切为了整体进度和工作效果考虑，经常做利弊权衡，首先进行思考，与研发进行深入沟通，先坚持，如果对方也坚持，而我经过利弊权衡之后认为弊端并不比优势大，那么我会妥协。3. 你的优点和缺点是什么？  多年理工科训练造成的逻

缩小图像  或称为下采样（subsampled）或降采样（downsampled），主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。放大图像  或称为上采样（upsampling）或图像插值（interpolating），主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。对图像的缩放操作将不可避免地影响图像质量。然而，确实有一些缩放方法能够增加图像的信息，从而使

卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT-CONV-RELU-POOL-FC。1. 卷积1.1 单通道、一个卷积核的例子卷积操作的作用是为了进行特征的提取，下图以 5*5 矩阵 A (一副图像的像素值)，使用一个3*3的卷积核 (矩阵B) 在该 5*5 的图像上做卷积。卷积过程：对矩阵A从左上角开始先取一个和卷积核矩阵B相同shape的子矩...

选择第三个 System Interpreter,之前我设置的时候觉得应该选第二个，怎么都不对，发现选第三个才是对的。将右边的路径选为Anaconda安装路径下的python.exe...

''' 利用Q学习解决出租车问题 '''"""智能体必须在一个位置上接上乘客并在另一个位置放下乘客。成功放下乘客，那么智能体将会得到奖励+20分，且每经过一个时间步得到-1分。如果智能体错误搭载和放下，则会得到-10分。因此，智能体的目标就是学习在最短时间内在正确的位置搭载和放下乘客，且不会搭载非法乘客。+---------+|R:...

值函数相对于奖励函数这种即时的衡量方式，值函数是一种长期的衡量方式。值函数就是从当前的状态开始到将来的某个状态下的累计奖励值。 它是一种从当前状态开始到所有可能的状态的长期满意度的衡量...

大多数内容来源于 ：卷积神经网络中的全连接层全连接层的作用是： 连接所有的特征，将输出值送给分类器 (如softmax分类器)，其将卷积输出的二维特征图转化成 (N * 1)一维的一个向量。最后的两列小圆球就是两个全连接层，在最后一层卷积结束后，又进行了一次池化操作，输出了20个 12*12 的图像（20指最后一层的厚度），然后通过了一个全连接层变成了 1*100 的向量（第一个全连接层神...

卷积操作知识点卷积操作使得图像边界信息丢失，即有些图像角落和边界的信息发挥作用较少，因此需要padding。卷积核大小通常为奇数。这是为了 一方面是为了方便 same padding时对称填充，左右两边对称补零；另一方面，奇数过滤器有中心像素，便于确定过滤器的位置。以单通道、一个卷积核为例进行卷积。当有5x5x1的图像，卷积核为3x3x1，步长为2时：a. 当使用 valid...

来源于：《Python强化学习实战：应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习》

值函数相对于奖励函数这种即时的衡量方式，值函数是一种长期的衡量方式。值函数就是从当前的状态开始到将来的某个状态下的累计奖励值。 它是一种从当前状态开始到所有可能的状态的长期满意度的衡量...