0
点赞
收藏
分享

微信扫一扫

深度学习无法解决的问题,只有强化学习才能解决


从理论上讲,深度学习只不过是一个数学模型并没有任何的智能

和经典物理一样的固定

而智能是量子物理一样的神奇,也就是说一个人调整了自己的位置

同时也改变了自己相对空间的位置

同理反论 一个深度学习模型参数固定了,还怎么有相对参数,所以

深度学习不是智能

所以深度学习无法解决所有的问题,

但是人们忽略了,位置的测量方法是不变的,只要我们掌握了测量方法,就不用理解世界的本质,一样可以很好的解决问题

就如同卡车司机一样并不知道卡车内部的结构,只要知道怎么控制

得到什么样的反应即可,也就是说刺激和回馈

就是说深度模型若能完全的表达一个事物,那么通过统计就可以解决任何问题

或者使用强化学习模型

强化学习是一个自我统计后得出结论的交互式学习

强化学习 马尔可夫原理

短期回报 + 长期回报

长期回报 = 每个动作的概率 x该状态下执行动作的回报加和



举报

相关推荐

0 条评论