首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏深度学习入门与实践

    【资料总结】| Deep Reinforcement Learning 深度强化学习

    201705/uO8nd09EnR77NBRP.html 【课程】 零基础入门:莫烦python:https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning Freitas的深度学习课程 (有视频有ppt有作业):Machine Learning Michael Littman的增强学习课程:https://www.udacity.com/course/reinforcement-learning–ud600

    87540发布于 2019-05-25
  • 来自专栏小小挖掘机

    GitHub万星资源:强化学习算法实现,教程代码样样全,还有详细学习规划

    GitHub地址: https://github.com/dennybritz/reinforcement-learning

    81220发布于 2019-08-19
  • 来自专栏Datawhale专栏

    GitHub万星资源:强化学习算法实现,教程代码样样全,还有详细学习规划

    GitHub地址: https://github.com/dennybritz/reinforcement-learning

    55320发布于 2019-08-16
  • 来自专栏浊酒清味

    用Python实战Q-learning

    参考:https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/

    1.3K21发布于 2019-07-30
  • 来自专栏相约机器人

    GitHub万星资源:强化学习算法实现,教程代码样样全,还有详细学习规划

    传送门: https://github.com/dennybritz/reinforcement-learning — 完 — 推荐阅读 GitHub趋势榜第一:TensorFlow+PyTorch深度学习资源大汇总

    64120发布于 2019-08-15
  • 来自专栏新智元

    学习强化学习:代码、练习及答案(附下载)

    这些都可以在 Github repository 中找到:https://github.com/dennybritz/reinforcement-learning

    2.4K70发布于 2018-03-23
  • 来自专栏专知

    【专知荟萃23】深度强化学习RL知识资料全集(入门/进阶/论文/综述/代码/专家,附查看)

    silver_reinforcement_learning/] 9.强化学习教程(莫烦) [https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning github.com/halleanwoo/ReinforcementLearningCode] 4.reinforcement-learning [https://github.com/dennybritz/reinforcement-learning

    2.5K90发布于 2018-04-10
  • 来自专栏大鹅专栏:大数据到机器学习

    OpenAI gym  强化学习环境库安装以及使用

    cloud.tencent.com/developer/article/1835263 https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning

    2.6K30发布于 2021-06-15
  • 来自专栏AI科技大本营的专栏

    资源 | 普通程序员如何自学机器学习?这里有一份指南~

    https://github.com/dennybritz/reinforcement-learning 2.9 Google Brain团队的Magenta项目 https://github.com/

    73760发布于 2018-04-27
  • 来自专栏ATYUN订阅号

    干货分享:成为机器学习工程师要知道的多种学习路径(附图)

    用于对象检测和分割的快速蒙版RCNN;地址:https://github.com/CharlesShang/FastMaskRCNN 2.8 强化学习;地址:https://github.com/dennybritz/reinforcement-learning

    1.1K100发布于 2018-03-05
  • 来自专栏AI研习社

    博客 | 过去10年NIPS顶会强化学习论文(100多篇)汇总(2008-2018年)

    Reinforcement Learning PAC-Bayesian Model Selection for Reinforcement Learning Interval Estimation for Reinforcement-Learning

    1.5K10发布于 2019-05-22
  • 来自专栏科技记者

    巨型病毒识别工具——GiantHunter教程

    GiantHunter: Accurate detection of giant virus in metagenomic data using reinforcement-learning and Monte

    27200编辑于 2025-06-28
  • 来自专栏计算机视觉漫谈

    A3C——一种异步强化学习方法

    asynchronous-actor-critic-agents-a3c-c88f72a5e9f2 https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning

    1.6K10发布于 2020-06-02
  • 来自专栏机器学习算法原理与实践

    强化学习(十)Double DQN (DDQN)

    完整的代码参见我的github: https://github.com/ljpzzz/machinelearning/blob/master/reinforcement-learning/ddqn.py

    3.4K20发布于 2018-10-15
  • 来自专栏CreateAMind

    强化学习 cartpole_a3c

    https://github.com/rlcode/reinforcement-learning/blob/master/2-cartpole/5-a3c/cartpole_a3c.py ?

    37820发布于 2018-07-24
  • 来自专栏人工智能头条

    一文读懂AlphaGo背后的强化学习

    Teaching.html Everything You Need to Know to Get Started in Reinforcement Learning https://joshgreaves.com/reinforcement-learning introduction-to-reinforcement-learning/ Understanding RL: The Bellman Equations https://joshgreaves.com/reinforcement-learning

    1.1K30发布于 2018-06-05
  • 来自专栏量子位

    想成为机器学习工程师?这份自学指南你值得收藏

    面向物体识别和语义分割的快速掩膜RCNN 地址: https://github.com/CharlesShang/FastMaskRCNN 2.8 强化学习 地址: https://github.com/dennybritz/reinforcement-learning

    1.1K50发布于 2018-03-27
  • 来自专栏机器学习算法原理与实践

    强化学习(十二) Dueling DQN

    并将网络结构改为上图中右边的Dueling DQN网络结构,完整的代码参见我的github: https://github.com/ljpzzz/machinelearning/blob/master/reinforcement-learning

    1.5K30发布于 2018-12-10
  • 来自专栏量子位

    “每天AI资讯这么多!该看哪些?”推荐一份优质资料清单

    Learning (https://www.quora.com/pinned/Deep-Learning) Reinforcement Learning (https://www.quora.com/pinned/Reinforcement-Learning

    1.2K60发布于 2018-03-23
  • 来自专栏小小挖掘机

    DQN三大改进(三)-Dueling Network

    https://arxiv.org/pdf/1511.06581.pdf 2、莫烦大神博客:https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning

    6.6K60发布于 2018-04-11
领券