您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 莫烦python_tensorflow_机器手实战源代码

  2. 莫烦python_tensorflow_机器手实战源代码,从0开始搭建一个强化学习框架
  3. 所属分类:机器学习

    • 发布日期:2018-08-17
    • 文件大小:8388608
    • 提供者:qq_37162754
  1. 莫烦全部代码Reinforcement-learning-with-tensorflow-master.zip

  2. 莫烦python强化学习的所有编程代码,包括DQN,policy gradiant,ppo,actor-critic
  3. 所属分类:深度学习

    • 发布日期:2020-03-31
    • 文件大小:10485760
    • 提供者:kivi654
  1. 莫烦强化学习部分算法代码解析.pdf

  2. 莫烦课程强化学习部分的代码解析,从q-learning算法到ddpg算法,整体代码的思路流程,还有关键部分的详细解释,配套公式详解。
  3. 所属分类:深度学习

    • 发布日期:2020-06-14
    • 文件大小:2097152
    • 提供者:weixin_39059031
  1. Reinforcement-learning-with-tensorflow-master.zip

  2. 莫烦强化学习公开课的代码 Python
  3. 所属分类:深度学习

  1. 利用强化学习进行股票操作实战(二)

  2. 对于DQN的理论知识,这里不再赘述,不懂的同学可以看之前的强化学习理论篇或自行上网搜索相关资料。 废话不多说直接上代码。 DQN类 首先定义了一个DQN类(这个定义参考了莫烦的代码 [1],几乎与其一致,做了简单修改)。下面简单的说明一下,代码中的核心部分。详细介绍可以看莫烦教学视频或者结合代码自己理解。 class 中包含了5个主要模块,分别是__init__ (初始化),_build_net(网络构建),store_transition(储存过去操作),choose_action(根据状态选
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:1048576
    • 提供者:weixin_38705640
  1. 详细分析莫烦DQN代码

  2. 详细分析莫烦DQN代码 Python入门,莫烦是很好的选择,快去b站搜视频吧! 作为一只渣渣白,去看了莫烦的强化学习入门, 现在来回忆总结下DQN,作为笔记记录下来。 主要是对代码做了详细注释 DQN有两个网络,一个eval网络,一个target网络,两个网络结构相同,只是target网络的参数在一段时间后会被eval网络更新。 maze_env.py是环境文件,建立的是一个陷阱游戏的环境,就不用细分析了。 RL_brain.py是建立网络结构的文件: 在类DeepQNetwork中,有五个函数
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:81920
    • 提供者:weixin_38696590
  1. 强化学习浅入理解

  2. 看了一些博客和莫烦老师的视频讲解,对强化学习有了一个比较形象的理解。 莫烦视频讲解 博客参考 在机器学习中,可以分为以下3种:有监督的学习(Supervised Learning)、无监督的学习(Unsupervised Learning)和强化学习(Reinforcement Learning),结构图如下所示: 在强化学习中,有一个特定的环境(environment),不同环境下有不同的动作(action),不同动作有不同的奖励(reward),那么不同动作也会产生不同的下一时刻状态(st
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:184320
    • 提供者:weixin_38628920