TensorFlow-Reinforcement-Learning-Quick-Start-Guide:Packt发行的《 TensorFlow强化学习快速入门指南》-源码
TensorFlow强化学习快速入门指南
这是Packt发布的的代码库。
使用Python进行培训和部署智能的自学习代理程序并开始运行
这本书是关于什么的？
强化学习算法的进步使得将其用于几种不同工业应用中的最佳控制成为可能。 通过这本书，您将把强化学习应用于从计算机游戏到自动驾驶的一系列问题。
本书涵盖以下激动人心的功能：
了解现代强化学习算法背后的理论和概念
编码具有离散或连续动作的最新强化学习算法
开发强化学习算法，并将其应用于训练代理玩计算机游戏
探索DQN，DDQN和Dueling架构以使用TensorFlow玩Atari的Breakout
使用A3C播放CartPole和LunarLander
如果您觉得这本书适合您，请立即获取！
说明和导航
所有代码都组织在文件夹中。 例如，Chapter02。
该代码将如下所示：
import numpy as np
文件下载
资源详情
[{"title":"（ 108 个子文件 6.31MB ） TensorFlow-Reinforcement-Learning-Quick-Start-Guide:Packt发行的《 TensorFlow强化学习快速入门指南》-源码","children":[{"title":"myplot.py <span style='color:#111;'> 247B </span>","children":null,"spread":false},{"title":"AandC.py <span style='color:#111;'> 6.74KB </span>","children":null,"spread":false},{"title":"train.sh <span style='color:#111;'> 28B </span>","children":null,"spread":false},{"title":"replay_buffer.py <span style='color:#111;'> 1.29KB </span>","children":null,"spread":false},{"title":"pendulum.txt <span style='color:#111;'> 6.63KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 迈瑞各种仪器通讯协议说明
- 超大规模集成电路先进光刻理论与应用.pdf
- labview-fft幅值和相位
- Visual CertExam Suite 3.4.2 最新绿色破解版
- 基于matlab的指纹识别系统(源码)
- c# webapi 跨域调用例子
- 智能组卷系统(ssh)---java
- UML建模 医院管理系统
- JSP个人博客系统（完整版）
- 基于web的网上图书交易系统探析
- 网络相册管理系统—MVC架构
- 宜春市水系图
- ASP.NET旅游网站
- android黄历数据库
- 红外蜂鸣器的资料 动式红外线报警器的简易制作方法
- kafka 部署成windows服务
- 慢开始和快重传算法的模拟实现.rar
- 代码入库及信息安全测评.pptx
- category.7z 淘宝类目mysql文件 80w行
- 单用户破密码
- Flash actionscript3游戏 是男人就爬100层(可以用道具) as3源码.zip
- Thinking in Java 4th Edition Annotated Solutions Guide
- CUDA实现的直方图均衡化算法
- Apress.Exploring.the.NET.Core.3.0.Runtime.pdf
- 《数据结构》算法实现及解析--高一凡，书及源代码，带详细书签目录
- 常用颜色大全,中英文对照。
- DELL R720 彩页
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明