注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Mastering the game of Go with deep neural networks and tree search 中英文

  2. Google的deepmind团队发表在nature上有关alphago的论文，包含原有的英文版，我翻译的中文版，以及一个20分钟对alphago工作原理的讲述。

  3. 所属分类：其它

    • 发布日期：2016-03-25
    • 文件大小：32505856
    • 提供者：nehemiah666

  1. Nature AlphaGo 全文论文翻译版

  2. Nature AlphaGo 全文论文翻译版

  3. 所属分类：其它

    • 发布日期：2016-04-13
    • 文件大小：1048576
    • 提供者：lc_boyi

  1. 谷歌alphaGO 的实现，nature原文的翻译

  2. nature原文参考 Silver D, Huang A, Maddison C J, et al. Mastering the game of Go with deep neural networks and tree search[J]. Nature, 2016, 529(7587):484-489. (从某些大牛的博客中总结过来的，谢谢！)

  3. 所属分类：游戏开发

    • 发布日期：2016-05-13
    • 文件大小：258048
    • 提供者：dwx953571268

  1. Mastering the game of Go without human knowledge

  2. 本文为英文版完整论文。论文摘要翻译：长期以来，人工智能算法的目标就是让机器能够学习，在具有挑战性的专业领域，从婴儿般的状态（没有经验、知识基础）发展到超人类的级别。近期，AlphaGo成为了首个打败人类围棋世界冠军的程序。AlphaGo中的树形检索（tree search）可以利用深度神经网络评估棋局并进行落子，甚至能通过自我对弈实现强化学习（reinforcement learning）。本文（nature24270）介绍一种纯粹基于强化学习的算法，无需人类数据、指导或者超出游戏规则的专业知

  3. 所属分类：机器学习

    • 发布日期：2017-10-19
    • 文件大小：2097152
    • 提供者：pierian_d

  1. 人工智能文献翻译：无需人类知识介入掌握围棋

  2. 人工智能的一个远大的目标就是能找到一种算法，它可以在任何全新领域，基于白板而拥有超越人类的理解力和学习能力。

  3. 所属分类：深度学习

    • 发布日期：2017-11-14
    • 文件大小：904192
    • 提供者：qq_33663395