qq_53457019的博客

mini-imagenet数据集是imagenet数据集的一个子集，最早于minimini-imagenet有100个类别，每个类别有600张三通道彩色图像样本，每张图像样本的大小为84 × 84（论文中是这么描述的，但实际数据集中的图像样本不是84 ×84，可能原文的意思是需要将图像样本都resize成84 × 84再使用，大多数基于mini-imagenet数据集的实验都是这么实施的）。

torch.cat 和 torch.stack 是 PyTorch 中用于拼接张量的两个不同的函数，它们的主要区别在于拼接的方式和创建的维度。torch.Tensor() 和 torch.tensor() 是 PyTorch 中两个不同的方法，用于创建张量，但使用方式有一些区别。对于这批数据，其形状在单个数据的形状的基础上增加了。值得注意的是，在使用PyTorch的方法对tensor进行处理时，方法要求的tensor输入形状与上述的通用形状。不初始化数据，即张量的内容是未定义的，可能是内存中的随机值。

以强化学习的gym官方库中的CartPole环境为例，介绍强化学习中的相关概及智能体与环境分离编程的实现。

对于强化学习的简要了解以及相关算法的介绍。