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

店铺

暂无联系方式

店内分类

商品详情

商品名称：正版白话强化学习与PyTorch高扬深度学习人工智能书籍机器学习零基础入门自学书籍个人提升速成教程从零开始辅漫画电子工业出版社

商品编号：602193257746

店铺：

重量：0.000千克

上架时间：2021-01-20 17:18:13

ISBN编号：9787121367472

书名：白话强化学习与PyTorch,白话强化学习与PyTorch

作者：高扬

出版社名称：电子工业出版社

定价：99.00元

开本：16开

是否是套装：否

更多参数>>

商品参数白话强化学习与PyTorch 定价 99.00 出版社电子工业出版社版次 1 出版时间 2019年09月开本 16开作者高扬装帧平装页数字数 ISBN编码 9787121367472 重量内容介绍本书以“平民”的起点，从“零”开始，基于PyTorch框架，介绍深度学习和强化学习的技术与技巧，逐层铺垫，营造良好的带入感和亲近感，把学习曲线拉平，使得没有学过微积分等高ji理论的程序员一样能够读得懂、学得会。同时，本书配合漫画插图来调节阅读气氛，并对每个原理都进行了对比讲解和实例说明。本书适合对深度学习和强化学习感兴趣的技术人员、希望对深度学习和强化学习进行入门了解的技术人员及深度学习 ...

商品参数

白话强化学习与PyTorch

定价

99.00

出版社

电子工业出版社

版次

出版时间

2019年09月

开本

16开

作者

高扬

装帧

平装

页数

字数

ISBN编码

9787121367472

重量

内容介绍

本书以“平民”的起点，从“零”开始，基于PyTorch框架，介绍深度学习和强化学习的技术与技巧，逐层铺垫，营造良好的带入感和亲近感，把学习曲线拉平，使得没有学过微积分等高ji理论的程序员一样能够读得懂、学得会。同时，本书配合漫画插图来调节阅读气氛，并对每个原理都进行了对比讲解和实例说明。本书适合对深度学习和强化学习感兴趣的技术人员、希望对深度学习和强化学习进行入门了解的技术人员及深度学习和强化学习领域的初级从业人员阅读。

传统篇
第壹章　强化学习是什么 2
1.1　题设 3
1.1.1　多智能才叫智能 5
1.1.2　人工智能的定义 5
1.2　强化学习的研究对象 7
1.2.1　强化学习的应用场合 7
1.2.2　强化学习的建模 11
1.3　本章小结 17
第2章　强化学习的脉络 18
2.1　什么是策略 18
2.2　什么样的策略是好的策略 19
2.3　什么是模型 21
2.4　如何得到一个好的策略 23
2.4.1　直接法 23
2.4.2　间接法 25
2.5　马尔可夫决策过程 29
2.5.1　状态转移 30
2.5.2　策略与评价 31
2.5.3　策略优化 36
2.6　Model-Based和Model-Free 36
2.6.1　Model-Based 36
2.6.2　规划问题 37
2.6.3　Model-Free 38
2.7　本章小结 38
第3章　动态规划 40
3.1　状态估值 40
3.2　策略优化 42
3.3　本章小结 43
第4章　蒙特卡罗法 45
4.1　历史由来 45
4.2　状态估值 47
4.3　两种估值方法 49
4.3.1　首*访问蒙特卡罗策略估值 49
4.3.2　每次访问蒙特卡罗策略估值 49
4.3.3　增量平均 50
4.4　弊端 51
4.5　本章小结 52
第5章　时间差分 53
5.1　SARSA算法 53
5.1.1　SARSA算法的伪代码 54
5.1.2　SARSA算法的优点和缺点 57
5.2　Q-Learning算法 57
5.2.1　Q-Learning算法的伪代码 58
5.2.2　Q-Learning算法的优点和缺点 59
5.3　On-Policy和Off-Policy 61
5.4　On-Line学习和Off-Line学习 62
5.5　比较与讨论 63
5.6　本章小结 65现代篇
第6章　深度学习 68
6.1　PyTorch简介 69
6.1.1　历史渊源 70
6.1.2　支持 71
6.2　神经元 74
6.3　线性回归 77
6.4　激励函数 80
6.4.1　Sigmoid函数 81
6.4.2　Tanh函数 82
6.4.3　ReLU函数 82
6.4.4　Linear函数 83
6.5　神经网络 84
6.6　网络训练 85
6.6.1　输入 86
6.6.2　输出 86
6.6.3　网络结构 87
6.6.4　损失函数 88
6.6.5　求解极小值 90
6.6.6　线性回归 90
6.6.7　凸函数 93
6.6.8　二元（多元）凸函数 98
6.6.9　导数补充 101
6.6.10　导数怎么求 103
6.6.11　“串联”的神经元 105
6.6.12　模型的工作 107
6.6.13　理解损失函数 108
6.7　深度学习的优势 108
6.7.1　线性和非线性的叠加 109
6.7.2　不用再提取特征 111
6.7.3　处理线性不可分 112
6.8　手写数字识别公开数据集 114
6.9　全连接网络 117
6.9.1　输入与输出 118
6.9.2　代码解读 119
6.9.3　运行结果 125
6.10　卷积神经网络 125
6.10.1　代码解读 125
6.10.2　理解卷积神经网络的结构 132
6.10.3　卷积核的结构 134
6.11　循环神经网络 135
6.11.1　网络结构 136
6.11.2　应用案例 140
6.11.3　代码解读 143
6.12　其他注意事项 148
6.12.1　并行计算 148
6.12.2　梯度消失和梯度bao炸 152
6.12.3　归一化 157
6.12.4　超参数的设置 159
6.12.5　正则化 161
6.12.6　不唯1的模型 170
6.13　深度神经网络的发展趋势 171
6.14　本章小结 178
第7章　Gym——不要钱的试验场 180
7.1　简介 180
7.2　安装 182
7.3　类别 183
7.4　接口 188
7.5　本章小结 191
第8章　DQN算法族 192
8.1　2013版DQN 192
8.1.1　模型结构 192
8.1.2　训练过程 195
8.1.3　Replay Memory 197
8.1.4　小结 198
8.2　2015版DQN 198
8.2.1　模型结构 198
8.2.2　训练过程 199
8.2.3　Target网络 200
8.2.4　小结 201
8.3　Double DQN 201
8.3.1　模型结构 202
8.3.2　训练过程 202
8.3.3　效果 203
8.3.4　小结 204
8.4　Dueling DQN 204
8.4.1　模型结构 205
8.4.2　效果 207
8.4.3　小结 208
8.5　优先回放DQN 208
8.6　本章小结 209
第9章　PG算法族 211
9.1　策略梯度 211
9.2　DPG 213
9.3　Actor-Critic 214
9.4　DDPG 214
9.5　本章小结 218
第壹0章　A3C 219
10.1　模型结构 219
10.1.1　A3C Q-Learning 219
10.1.2　A3C Actor-Critic 222
10.2　本章小结 224
第壹1章　UNREAL 226
11.1　主任务 226
11.2　像素控制任务 227
11.3　奖励值预测 229
11.4　值函数回放 230
11.5　损失函数 231
11.6　本章小结 232扩展篇
第壹2章　NEAT 236
12.1　遗传算法 237
12.1.1　进化过程 237
12.1.2　算法流程 238
12.1.3　背包问题 239
12.1.4　极大（小）值问题 247
12.2　NEAT原理 255
12.2.1　基因组 255
12.2.2　变异和遗传 256
12.3　NEAT示例 258
12.4　本章小结 262
第壹3章　SerpentAI 263
13.1　简介 263
13.2　安装和配置 264
13.3　示例 265
13.3.1　创建Game Plugin 265
13.3.2　创建Game Agent 268
13.3.3　训练Context Classifier 271
13.3.4　训练Agent 282
13.4　本章小结 286
第壹4章　案例详解 287
14.1　AlphaGo 287
14.1.1　AlphaGo的前世今生 287
14.1.2　“深蓝”是谁 288
14.1.3　围棋到底有多复杂 290
14.1.4　论文要义 294
14.1.5　成绩 302
14.1.6　开源项目 303
14.2　AlphaGo Zero 304
14.2.1　改进之处 304
14.2.2　成绩 308
14.2.3　开源项目 309
14.3　试验场大观 311
14.3.1　StarCraftⅡ 311
14.3.2　VizDoom 320
14.3.3　Universe 323
14.3.4　DOTA2 324
14.4　本章小结 329
第壹5章　扩展讨论 331
15.1　TRPO 331
15.2　反向强化学习 332
15.3　模型压缩 333
15.3.1　剪枝 335
15.3.2　量化 336
15.3.3　结构压缩 337
15.4　本章小结 339

后记 341
附录A 342
A.1　安装Ubuntu 342
A.2　安装CUDA环境 347
A.3　安装PyTorch 348
A.4　下载本书示例代码 349
A.5　安装PyCharm 350
A.5.1　方法一 350
A.5.2　方法二 351
A.6　安装Jupyter Notebook 351
A.7　安装相关Python依赖包 352
A.7.1　安装Box2D 352
A.7.2　安装MuJoCo 352
A.7.3　安装SerpentAI 355
A.7.4　安装Spritex 359
A.7.5　安装StarCraftⅡ 360
A.7.6　安装VizDoom 363
A.8　安装OpenCV 364
A.9　Python语言简介 364
A.9.1　安装Python 365
A.9.2　Hello World 365
A.9.3　行与缩进 365
A.9.4　变量类型 366
A.9.5　循环语句 367
A.9.6　函数 368
A.9.7　模块 369
A.9.8　小结 369
A.10　本书涉及的主要开源软件版本 369
参考文献 371

评论晒单

100 好评率 %

此商品还没有设置买家印象，陪我一起等下嘛

加载评价中...

网友讨论圈

全部帖子(0) 晒单帖(0) 讨论帖(0) 问答帖(0) 圈子帖(0)

店内分类

相关分类

最近浏览

商品详情

规格参数

评论晒单

网友讨论圈

1

2

3

4

新手上路

配送与支付

服务保证

联系我们

会员中心

领取成功！感谢您的参与，祝您购物愉快~

店内分类

相关分类

最近浏览

商品详情

规格参数

评论晒单

网友讨论圈

提示

1

2

3

4

新手上路

配送与支付

服务保证

联系我们

会员中心

领取成功！感谢您的参与，祝您购物愉快~