以前学的机器学习知识主要是关于机器是怎样处理图片的，也就是图片识别，例如识别图片上的字是什么，还有识别图片上的物体或脸什么的，用到的是分类方法有softmax
Regression(回归分类）,有多层感知机（BLP）、有卷积神经网络（CNN）等。我至今已经发了五篇博客了，突然发现自己开始喜欢用英文来表达了。刚开始学习时，非常讨厌文章中的英文，要想一想才能理解它的意思，不习惯，不过看多了就记住了，还知道了它们之间的区别，发现特别简洁。看来我这个小白菜，有点绿了！吃了很多的苦，走了很多弯路，真没想到我能坚持到现在，得谢谢大家给我的鼓励，谢谢大家给我的关注，我会把我的学习感受毫无保留地奉献出来。今天的题目《强化学习之策略网络》应该是大家最感兴趣的了，这段时间比较流行的就是深度神经网络和强化学习，它们没有绝对的界线。我的理解是深度神经网络提供方法来辅助计算机强化学习。当你不了解强化学习时，你会觉得强化学习是个很高、大、上的东西，让计算机自己学习，自己提升自己，这样的事太有意义了，人类会又一次得到解放。如果明白了怎么让机器学习，就会让机器干很多事。要是把强化学习搞明白了，你可能就明白了
又开始我的博客了，可以说是下了很大的功夫，下了很大的决心。机器学习的我完全是自学，为了弄明白一个问题，需要反复琢磨程序，反复上网找资料，最可怕的是还要阅读英文的网页（有的是函数的文档，有的是外国人对问题的解答）。python出来那么多年了，但是关于它的问题的解答的中文内容还是不如vc，vc的学习虽然很难，但是只要有个运行中的问题，在网上一搜，总能找到相关的解释及处理办法一大堆，但是python却不行，网上的资源太少了。学习的困难处处都有，但我没有只看到困难，我相信我的自己的能力，在克服困难的过程中前行，是人生少有的乐趣。过去的日子总在游戏或电视中度过，现在的日子是和最流行，最新科技一起渡过。这是一个机遇，我们不能错过了。吃多少苦都是值得的！我的博文可以说是心血之作，希望能给大家一点帮助。
书接上回，有了开发环境后，就开始学习机器学习的基础内容吧。基础内容很多，也很难学习，而且很枯燥，而且因为是基础的东西，所以实用价值也不大，（话得说清楚了，如果你想把它学习透彻的话，还得认真学习这些基础的东西，学明白后才能在做产品的时候知道在哪些地方下功夫，才能有创新，才能有自己的知识产权）我这里走个捷径，先让大家体会到机器的强大功能后，才能让你下决心下狠心坚持把机器学习啃下来，甚至花钱学习也会觉得值得的。当然，也会坚定你学习的信心，如果我的这个实例你都看不懂，那就别学了。或者找个班报名学习吧，（当然，你得聪明）
我的这个实例要用到tensorflow的saver类的保存与恢复功能。网上有很多已经训练好的模型，可能精度不高，当然用来做简单的产品，玩一玩，提高兴趣，提高认识，是非常好的素材。（如果你要做自己的产品，就得用自己的硬件，自己设计训练标准，自己训练）对初学者来说，先搞清楚大概，再慢慢弄细节。我们先从网上下载（大部分来自github)训练好的模型，然后恢复到你的程序中，你就可以不用训练，直接使用训练好的参数，来处理你的数据，
