qq_41136689的博客

博客仅记录个人学习进度和一些查缺补漏。学习内容：BV1Bq421A74G这里，Q(s, a) 表示在时间步 t 处于状态 s 并执行动作 a 的情况下，智能体从时间步 t 开始的期望累积回报。R_t 是在时间步 t 获得的即时奖励，γ 是折扣因子，它决定了未来奖励相对于当前奖励的价值。

博客仅记录个人学习进度和一些查缺补漏。学习内容：BV1Bq421A74G。

博客仅记录个人学习进度和一些查缺补漏。学习内容：BV1Bq421A74G。

博客仅记录个人学习进度和一些查缺补漏。学习内容：BV1Bq421A74G感受野（Receptive Field）是一个神经元在输入图像上“看到”或响应的区域。更简单地说，它指的是输出层的一个特定神经元对应于输入图像的哪些位置。从基础特征到复杂特征的逐层推进源自网络各层对信息逐渐复杂和综合的处理方式。感受野是帮助理解这一过程的一个关键概念，它直观描述了每个神经元在输入图像中负责的具体区域。从小感受野到大感受野，使得神经网络能够逐步从细节到整体进行信息处理和特征提取。

博客仅记录个人学习进度和一些查缺补漏。学习内容：BV1Bq421A74G对于二分类问题，逻辑回归的损失函数可以定义为对数损失函数，其公式为：或者其中：或者f w,b (x)是概率，y是真实标签0或1。

博客仅记录个人学习进度和一些查缺补漏。学习内容：BV1Bq421A74G。