Python：深度学习，Tensorflow相关代码

总览 该存储库提供了流行的强化学习算法的代码，练习和解决方案。 这些旨在作为一种学习工具来补充来自 中的每个文件夹对应于上述教科书和/或课程的一个或多个章节。 除了练习和解决方案之外，每个文件夹还包含学习目标列表，简要概念摘要以及指向相关阅读材料的链接。 所有代码均使用Python 3编写，并使用RL环境。 先进的技术将用于神经网络实现。 目录 （WIP） （WIP） 学习与计划（WIP） 勘探与开发（WIP） 实施算法清单 优先体验重播（WIP）的深度Q学习 连续操作空间（WIP）的确

OpenLearning4DeepRecsys 我们已经通过深度学习技术实施了一些流行且很有前途的推荐系统。 我们希望开放源代码，并希望它可以在相关主题上为更多的人提供帮助，同时提高我们的代码质量。 环境：python 3.5，tensorflow 1.0.0 用法：只需下载相应的文件，根据自己的配置修改一些行，然后运行“ python xxxx.py”。 目前，我们旨在为研究领域的交流提供机会。 稍后，我们计划为现成的用途构建一个集成工具。 因此，如果您有任何建议，请告诉我。 深度调频

goLang-Topics 从与一个或多个主题匹配的存储库中获取github主题 此goLang代码使用实时算法查找标签/主题建议，该算法搜索与给定术语匹配的github存储库，并提取其主题。 结果将选择最频繁的主题。 例如，通过探索与“ nlp”相关的主题，可以发现以下建议及其频率： 结果：[{nlp 30} {自然语言处理18} {机器学习16} {深度学习11} {tensorflow 10} {python 9} {数据科学5} {神经网络5} {pytorch 5 } {伯特4}