开发工具:
文件大小: 708kb
下载次数: 0
上传时间: 2021-03-22
详细说明：EasyRL
概述
近年来，我们目睹了强化学习（RL）的许多令人瞩目的进步，包括AlphaGo，OpenAI Five等。对于实际应用，我们已经成功地将RL应用到了许多电子商务场景中，例如基于会话的学习进行排名，与有监督的学习范式相比，RL的交互性提高了其应用的门槛，因为从业者必须
实现复杂的学习算法，而不是简单地从TensorFlow（TF）/ PyTorch中选择一种损失，模型和优化器
当考虑分布式设置时，处理数据（状态，动作，奖励等）和模型参数的通信
此仓库以独立和分布式模式提供了许多广泛采用的RL算法（DQN，PPO，ES等）的实现，从而使从业人员能够以最少的努力来应用这些算法。我们精心设计并迭代重构了我们的界面，为用户提供了方便地自定义自己的RL算法的方法。在下面，我们首先提供一个“快速启动”示例。然后，我们详细描述此仓库的功能，并根据经验评估EasyRL。
快速开始
EasyR
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
