![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 87
此间风雪客
这个作者很懒,什么都没留下…
展开
-
DuelingDQN实现三维路径规划
以悬崖困境为基础,构建三维网格地图环境,以agent(自主式水下潜器Autonomous Underwater Vehicle,简称AUV)为运动物。AUV的动作空间自行设置(离散运动空间、连续运动空间均可),动作空间维度自行设定,但不得小于4维(上下前后左右)。请结合运动时间、运动成本、安全风险等实际因素进行考量,设计合理的奖励函数。完成下面问题:障碍物固定,出发、目的地固定,使用DRL方法训练agent到达目的地目录1、准备工作——环境设计3.1运动环境的设计3.1.1主要组件3.1.2环境操作3.1.原创 2024-06-30 22:56:23 · 863 阅读 · 0 评论 -
在ISIC2016上实现DeepLabv3+
利用Pytorch的deeplabv3_resnet101模型挑战ISIC2016数据集的图像分割原创 2024-07-01 21:50:20 · 971 阅读 · 0 评论 -
train_loss和val_loss关系分析
分析train loss和val loss的关系可以帮助我们判断模型是否训练良好、是否存在过拟合或欠拟合,并采取相应措施来改进模型的性能。通过仔细观察损失曲线的变化趋势,可以指导我们调整模型参数、优化训练过程,从而提高模型的泛化能力和整体性能。原创 2024-06-29 16:53:05 · 395 阅读 · 0 评论