购物车中还没有商品,赶紧选购吧!
条形条码:
深度强化学习实践(影印版)(英文版)
商品价格
降价通知
高级VIP可享超值优惠价 立即开通
市 场 价
累计评价0
/
累计销量0
手机购买
商品二维码
配送
至
服务
发货并提供售后服务。
可用积分
0
数量
库存   个
温馨提示
平台自营
5.00
商品评价 5
服务态度 5
发货速度 5

微信扫码查看移动端店铺

暂无联系方式
  • 商品详情
  • 规格参数
手机购买
商品二维码
加入购物车
价格:
数量:
库存   个

商品详情

商品名称:深度强化学习实践(影印版)(英文版)
商品编号 :641843762891
店铺:
重量:0.000千克
上架时间:2021-06-02 10:34:16
ISBN编号 :9787564183219
书名 :深度强化学习实践,深度强化学习实践
作者 :无
出版社名称 :东南大学出版社
定价 :109.00元
是否是套装 :否

更多参数>>

  • 商品名称: 深度强化学习实践(影印版)(英文版)
  • 作者: (俄罗斯)马克西姆·拉潘
  • 定价: 109.0
  • ISBN号: 9787564183219
  • 出版社: 东南大学出版社
  • 印次: 1
  • 开本: 16开
  • 页数: 523
  • 出版时间: 2019-05-01
  • 印刷时间: 2019-05-01
  • 版次: 1

强化学习(RL)的最新发展结合深度学习(DL),在训练代理以类似人的方式解决复杂问题方面取得了****的进步。Google使用算法在著名的Atari街机游戏中获胜将该领域推至高峰,研究人员也在源源不断地产生新的想法。

本书是关于最新DL工具及其局限性的全面指南。在应用于真实环境之前,你得评估包括交叉熵和策略梯度在内的多种方法。试试Atari的虚拟游戏和像connect4这样的家庭最爱。本书介绍了RL的基础知识,为你提供了编写智能学习代理所需的原理,以承担一系列艰巨的实际任务。让你了解如何在“网格世界”环境中实现Q-learning,教你的代理购买和交易股票,发现自然语言模型如何推动了聊天机器人的火爆。

马克西姆·拉潘,深度学习研究者,作为一名软件开发人员和系统架构师,具有超过15年的专业经验,涵盖了从Linux内核驱动程序开发到可在数千台服务器上工作的分布式应用项目的设计与性能优化。他在大数据、机器学习以及大型并行分布式HPC系统方面拥有丰富的工作经验,并擅长使用简单的文字和生动的示例来解释复杂事物。他目前专注的领域是深度学习的实际应用,例如深度自然语言处理和深度强化学习。Maxim目前在以色列一家初创公司工作,担任高级NLP开发人员。

Preface
Chapter 1: What is Reinforcement Learning?
    Learning - supervised, unsupervised, and reinforcement
    RL formalisms and relations
        Reward
        The agent
        The environment
        Actions
        Observations
    Markov decision processes
        Markov process
        Markov reward process
        Markov decision process
    Summary
Chapter 2: OpenAI Gym
    The anatomy of the agent
    Hardware and software requirements
    OpenAI Gym API
        Action space
        Observation space
        The environment
        Creation of the environment
        The CartPole session
    The random CartPole agent
    The extra Gym functionality - wrappers and monitors
        Wrappers
        Monitor
    Summary
Chapter 3: Deep Learning with PyTorch
    Tensors
        Creation of tensors
        Scalar tensors
        Tensor operations
        GPU tensors
    Gradients
        Tensors and gradients
    NN building blocks
    Custom layers
    Final glue - loss functions and optimizers
        Loss functions
        Optimizers
    Monitoring with TensorBoard
        TensorBoard 101
        Plotting stuff
    Example -GAN on Atari images
    Summary
Chapter 4: The Cross-Entropy Method
    Taxonomy of RL methods
    Practical cross-entropy
    Cross-entropy on CartPole
    Cross-entropy on FrozenLake
    Theoretical background of the cross-entropy method
    Summary
Chapter 5: Tabular Learning and the Bellman Equation
    Value, state, and optimality
    The Bellman equation of optimality
    Value of action
    The value iteration method
    Value iteration in practice
    Q-learning for FrozenLake
    Summary
Chapter 6: Deep Q-Networks
Chapter 7: DQN Extensions
Chapter 8: Stocks Trading Using RL
Chapter 9: Policy Gradients - An Alternative
Chapter 10: The Actor-Critic Method
Chapter 11: Asynchronous Advantaqe Actor-Critic
Chapter 12: Chatbots Training with RL
Chapter 13: Web Navigation
Chapter 14: Continuous Action Space
Chapter 15: Trust Regions - TRPO, PPO, and ACKTR
Chapter 16: Black-Box Optimization in RL
Chapter 17: Beyond Model-Free - Imagination
Chapter 18: AlphaGo Zero
Other Books You May Enjoy
Index

对比栏

1

您还可以继续添加

2

您还可以继续添加

3

您还可以继续添加

4

您还可以继续添加