在神经网络中，每个参数可以有不同的学习率

强化学习的目标是找到（）的策略

强化学习的基础模型是（）模型

环境在接受到个体的行动之后，会反馈给个体环境目前的状态（state）以及由于上一个行动而产生的（）。

强化学习在每个时刻环境和个体都会产生相应的交互。个体可以采取一定的（），这样的行动是施加在环境中的。

DilatedConvolution意思是？

YOLOv3网格数为输出特征图[N,C,H,W]的（）

YOLOv3在coco数据集上聚类了（）个矛框？

CascadeRCNN中使用了（）个BBOXHead完成目标检测

FPN中根据ROI的（）来分配所属层级？

Iou表示的是（）