SYM 電腦更新的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括賽程、直播線上看和比分戰績懶人包

具自動學習機制之盲人輔助系統設計與實現

為了解決SYM 電腦更新的問題，作者謝昀晉 這樣論述：

隨著電腦視覺領域的快速發展，諸如特斯拉汽車所使用的可攜式識別系統已被廣泛應用，帶給人們在駕車時的安全與便利。但是這些辨識系統皆以預測環境的方式進行深度學習的動作，如果碰到了一個陌生物體的情況下，辨識系統將會進入如同嬰兒一般懵懂無知的狀況，也就是在此情況下，此系統將無法辨識這個物體。有鑑於此，本論文提出了一個具自動學習機制之盲人輔助系統，主要分別使用Jetson TX2作為移動式辨識裝置以及個人電腦作為自動學習機制之處理設備，藉此幫助盲人輔助系統或其他嵌入式系統學習適應陌生環境。本論文所提出的自動學習機制主要結合了Google Cloud Vision與YOLO深度學習技術，其中前者提供功能強

大的預先訓練模型，可快速將圖片分類到600個預先定義的類別;後者則可在系統遭遇未知物體或進入陌生環境時，藉由攝影機回傳未知物體影像至Google Cloud Vision進行資料比對，以及圖片樣本下載至電腦平台進行YOLOv3深度學習與訓練，將可增加系統可辨識的物體數量。此系統採用了YOLOv3深度學習的更新權重後，在影像辨識率可達到90%以上，也驗證了本論文所提出的自動學習機制的可行性。

深度增強式學習中探索狀態轉移不確定性之研究

為了解決SYM 電腦更新的問題，作者廖尉琳 這樣論述：

　　在機器學習的領域中，增強式學習扮演著重要的角色，持續與環境互動及做決策的情況下，最大化從環境得到的累積獎勵。近年來，深度增強式學習在多媒體與工業應用，像是自動控制、電子遊戲、圍棋、電腦視覺與自然語言處理的表現上有了重大的進展。增強式學習中有兩大主體 - 代理人與環境。代理人的目標是根據環境給的狀態，選出能使得未來拿到更多獎勵的動作。依照代理人的更新程序與選擇動作的方式，可以將代理人分為幾大類。首先是基於模型假設與非模型假設的代理人。對非模型假設的代理人，可分為基於策略、基於值以及演員-評論家。　　如我們所知，人類遇到未知的狀況通常會試著理解環境，並且預測環境接下來的狀態。但是對於學習者來

說，我們通常希望建立基於模型的代理人來處理這個問題。馬可夫決策程序是用來讓基於模型假設的代理人透過學習環境讓獎勵最大化。在某些情況下，非模型假設代理人更適合因為不用去學習環境，只要根據看到的狀態去最大化獎勵。對於基於非模型假設的代理人，策略是給定當下狀態，在動作空間上可以得到更多累積獎勵的機率分佈。基於策略的代理人是直接從策略的分類分佈取樣出動作，實際從環境得到的累積獎勵用來進行策略梯度更新代理人。值則是對於特定動作，所能得的累積獎勵之估計值。基於值的代理人有ϵ的機率會隨機選擇動作，而1-ϵ 的機率選值最大的動作。最後，演員-評論家的代理人是融結合策略網路與值網路的代理人，策略網路使用值網路之

值來更新。雖然基於非模型假設的代理人在性能上領令人驚艷，但依舊受到訓練效率不足的問題。所以將基於模型假設的概念導入非模型假設的代理人中是現在的研究趨勢。 傳統上，狀態轉移的學習過程通常是藉由目前的狀態跟動作預測下一個時間的狀態。然而直接學習狀態轉移是相當困難的，因為分辨出不同動作所導致的轉移對代理人來說是相當困難的。如我們所知，馬可夫決策程序是馬可夫鏈加上動作的概念。學習馬可夫決策程序會比學習馬可夫鏈還要困難。先前的工作，變異性資訊最大化探索，只著重於環境的不確定性而沒有考慮不同動作之間的差異。動作的好壞是由當下的狀態與動作未來所能得到的總和獎勵來估計。在增強式模型中，用包含未來資訊的潛在變數

來預測動作的好壞是有意義的。　　在這些考量之下，我們提出了新穎的深度增強式學習模型稱作轉移不確定評論家，能夠探索結構性的狀態轉移，藉由強大的生成式模型變異自編碼機與深度神經網路。整體架構模型由三個部分所組成-編碼器、解碼器與評論家。基本上馬可夫決策程序是由數個馬可夫鏈所組成。每個馬可夫鏈對應到一種動作，如果代理人固定同樣動作，那麼學習歷程就是從馬可夫鏈所取樣。學習馬可夫鏈比直接學習馬可夫決策程序還要簡單。我們提出的轉移不確定性評論家，具有將馬可夫決策程序分解成數個馬可夫鏈，然後在潛在空間中重組的能力。分解的過程是根據動作-閘控機制所執行。分解之後我們能用熵探索去衡量每個動作的不確性，然後去探索

環境。不同於變異性資訊最大化探索，動作-閘控機制能在潛在空間中分別去學習不同馬可夫鏈的轉移。轉移不確定評論家有辦法計算不同時間點動作的熵差量。我們將這樣的潛在變數模型用來實現一個深度增強式學習中基於模型的代理人。在實驗中，我們以三個不同的環境進行實驗。首先，是經典的推車桿實驗，代理人要藉由左右移動來平衡桿子，平衡時間越久得到的累積獎勵就越多。第二個環境是改良版的方格世界，代理人要移動到目標物上，同時躲避移動的障礙物。碰到障礙物會有懲罰、目標物則是拿到獎勵同時結束遊戲。第三個實驗是電腦視覺的物件追蹤。增強式學習用於物件追蹤的優點是 (1) 對於某些幀可能沒標籤的情況下，依舊能學習 (2) 有效率

的探索機制去找出感興趣的區域。動作決策網路用策略網路選出動作去移動追蹤目標，過程中追求最大的重疊面積。然後環境的外在獎勵跟重疊面積有關。沒有標籤的幀相當於零獎勵，因為零獎勵無法提供更新量。我們提出的模型會產生內在的獎勵去引導代理人搜尋有興趣的區域。實驗結果證明轉移不確定性評論家有能力學到不同馬可夫鏈的潛在變數，同時也能讓總和回饋或累積獎勵表現更好。最後一個實驗是階層式物件偵測，概念與物件追蹤一樣，只是目標變成在同一張影像中找出目標。