收藏 | 一篇超全的深度学习综述！
文章概要：
1. 深度学习是机器学习和人工智能研究的最新趋势之一，本文将简要讨论近年来关于深度学习的最新进展。
2. 本文简述过去的研究论文，对深度学习的模型和方法进行研究，包括深度架构的演变、深度学习方法、深度神经网络、深度生成模型、训练和优化技术、深度学习框架、深度学习的应用等方面。
3. 本文还讨论了深度学习的局限性和未来的研究方向。
阅读原文
2. 本文简述过去的研究论文，对深度学习的模型和方法进行研究，包括深度架构的演变、深度学习方法、深度神经网络、深度生成模型、训练和优化技术、深度学习框架、深度学习的应用等方面。
3. 本文还讨论了深度学习的局限性和未来的研究方向。
建筑机器人领域学习笔记（3）
文章概要：
1. 本文主要介绍一篇论文和强化学习的一些心得。
2. 论文探索深度强化学习算法去实现基于视觉的机器人抓取。
3. 提出一种机器人抓取的模拟基准，强调离线策略学习和对不可见物体的泛化。
4. 针对各种Q函数估计方法、先前提出的使用深度神经网络模型的机器人抓取方法以及基于蒙特卡洛返回估计和离线策略校正相结合的新颖方法来评估基准任务。
5. 结果表明几种简单的方法为双Q学习等流行算法成为了令人惊讶的强大竞争对手，并且我们对稳定性的分析揭示了算法之间的相对权衡。
阅读原文
2. 论文探索深度强化学习算法去实现基于视觉的机器人抓取。
3. 提出一种机器人抓取的模拟基准，强调离线策略学习和对不可见物体的泛化。
4. 针对各种Q函数估计方法、先前提出的使用深度神经网络模型的机器人抓取方法以及基于蒙特卡洛返回估计和离线策略校正相结合的新颖方法来评估基准任务。
5. 结果表明几种简单的方法为双Q学习等流行算法成为了令人惊讶的强大竞争对手，并且我们对稳定性的分析揭示了算法之间的相对权衡。