← 返回卡片

原书出处

智能算法导论

207 2 1 . 3 . 2 S A R 图 像 语 义 分 割 动 态 调 优 策 略

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.898Z

了另一个网络来产生目标Q值。Q(s,a|θi)和分别表示当前值网络输出和目标值网络的输出。值函数的优化目标采用近似表示。

通过实时更新θ,每当当前值网络经过N轮迭代,就将其参数复制给目标值网络,通过最小化当前Q值和目标Q值之间的均方误差来更新网络参数,误差函数为: 对参数θ求偏导,得到梯度: 引入目标值网络后,在一段时间内目标Q值是保持不变的,一定程度上降低了当前Q值和目标Q值之间的相关性,提升了算法的稳定性。

2. 权重系数优化策略 通过在网络分类结果的每一类分数前加上权重,能够影响结果中的类别分布,因此根据此原理,对网络的每

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter21_0008.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d