特征表示学习简述：特征表示学习是一套给机器灌入原始数据，然后能自动发现需要进行检测和分类的表达的方法。传统机器学习算法：传统的机器学习算法，需要人为设计特征。比如要用线性回归预测一所房子的价格，我们会人为划分出面积、地段等要素，这些要素就是我们人为划分出来的特征。但是，人为划分出来的特征往往是是不足够的，而且很多时候并不准确。比如我们划分除了面积和地段，却遗漏了房屋年限这一也很重要的要素，即使我们

特征表示学习简述：特征表示学习是一套给机器灌入原始数据，然后能自动发现需要进行检测和分类的表达的方法。传统机器学习算法：传统的机器学习算法，需要人为设计特征。比如要用线性回归预测一所房子的价格，我们会人为划分出面积、地段等要素，这些要素就是我们人为划分出来的特征。但是，人为划分出来的特征往往是是不足够的，而且很多时候并不准确。比如我们划分除了面积和地段，却遗漏了房屋年限这一也很重要的要素，即使我们

目标检测的本质是逐像素点做回归，而图像分割的本质是逐像素点做分类。传统图像分割常用于小物体分割，但对于大目标的分割效果较差，且存在为扩大感受野过多采用池化操作导致部分重要信息丢失的问题。Deeplab要解决的核心问题便是以上问题。...

摘要基于视觉的三维重建的主要任务有以下两个：通过相机的内、外参矩阵，以相平面坐标系为媒介，计算出物体在世界坐标系上对应的坐标，从而完成位置的确定。利用卷积神经网络对输入的图像序列进行特征提取，再通过GRU网络对同图像序列中的图片进行信息交互。并根据”粗到细“的思想，先对计算部分体素的特征，再通过上采样来完成特征拼接，最后通过全连接层输出每一个体素所对应的特征值。关键词​ 三维重构、计算机视觉、深度

简述 PPOPPO 算法是一种基于策略的、使用两个神经网络的强化学习算法。通过将“智体”当前的“状态”输入神经网络，最终会得到相应的“动作”和“奖励”，再根据“动作”来更新“智体”的状态，根据包含有“奖励”和“动作”的目标函数，运用梯度上升来更新神经网络中的权重参数，从而能得到使得总体奖励值更大的“动作”判断。月球飞船降落本文根据 gym 来跑强化学习，在该游戏中，“状态”与“奖励”的更新都使用