相似的，經過預先對視覺骨干進行投影梯度上升得到一組代替的補丁作為對立補丁流形的離線近似。進一步證明了REIN-EAD在雜亂使命和實際場景的有用性（表4
，沿時刻步反傳梯度要求狀況搬運函數和調查函數有必要具有可微分性，

為了處理貪婪戰略的次優性 ，但在隨后的過程REIN-EAD進行了正確的自我批改（圖4）
 。

△圖1 ：REIN-EAD結構

REIN-EAD由兩個中心的循環神經模塊組成 ，36氪經授權發布