页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「RNN」找到 10 条内容
按专题浏览 →匹配正文：…具有等变性，经过池化或聚合后可获得一定平移不变性。它常用于图像、视频帧、语音频谱和传感器局部模式；是否更快应以目标硬件实测为准。 RNN、LSTM 与 GRU 循环网络用隐状态按时间步处理序列，适合流式输入、时序预测和状态持续更新。普通 RNN 容易受到梯度消失或爆炸影响；LSTM、GRU 通过门控缓解而非消除长程依赖问题。训练时跨时间步的依赖限制并行度，但模型尺寸、序列长度和推理方式都会影响实际性能。 Transformer Transformer 用自注意力在 token…
匹配正文：…-Φ(s)，在相应条件下保持最优策略不变。一般密集奖励可能改变目标并诱发刷分，必须与终局成功和安全约束一起评测。 记忆与信用分配：RNN/Transformer memory、belief state 主要缓解部分可观测性；GAE、n-step return、return decomposition 等处理信用分配，两者不要混为一谈。 若用配送作为假设例子，应明确只是抽象 MDP：高层选择区域/订单簇，低层规划局部路线；所有规模和收益都由模拟器与真实实验填写，不能冒充公司数据…
匹配正文：长视野环境的四层设计 1. 状态与观测 定义真实状态、Agent 可见观测、动作、终止与截断条件。部分可观测时，允许策略使用历史、RNN/Transformer memory 或 belief state；记录随机种子与环境版本。 2. 奖励与信用分配 先保留与最终任务一致的终局奖励，再谨慎加入势函数式 shaping 或可验证里程碑。提高近期奖励权重会改变优化目标，不能当作长期信用的标准修复。可按任务选择 n-step return、GAE、层级价值、return deco…
学习内容与项目面试，在同一条路上。