深度学习和强化学习

纯小白。算是自己的学习笔记。

首先是深度学习。深度学习是以数据为中心，以深层次的网络堆叠为架构，只要样本数据足够大，数据种类足够丰富，训练的神经网路泛化能力就越强，效果也越好。但是强化学习不是数据量越多就越好，而且它的层数也不需要很多层。一般三四层的卷积神经网络或是全连接层就可以搭建一个强化学习的网络。强化学习遵循马尔科夫决策，以策略和奖惩为中心，只要策略和奖惩设计的好，就能有不错的表现效果。强化学习将目标看成一个智能体，与环境不断的进行交互和学习，对智能体的动作进行强化，比较优的动作会被强化，经典的强化学习算法有DQN、DDPG、A3C等。

如图是强化学习的原理图。

深度学习和强化学习并非互斥的关系，我们可以使用深度学习这个工具去实现强化学习这个任务。

深度学习：线性袋鼠、反向传播和机器学习。

强化学习：动态规划、马尔科夫决策过程。