Recurso educativo de OpenAI para aprender deep reinforcement learning, con introducciones, artículos clave, ejercicios e implementaciones breves de algoritmos.
Spinning Up in Deep RL es un recurso educativo de OpenAI dirigido a quienes quieren aprender deep reinforcement learning, que combina el reinforcement learning —en el que los agentes aprenden tareas mediante ensayo y error— con el deep learning.
El proyecto reúne varios materiales de aprendizaje: una breve introducción a la terminología de RL, los tipos de algoritmos y la teoría básica; un ensayo sobre cómo prepararse para trabajar en investigación de RL; una selección de artículos importantes organizados por tema; y algunos ejercicios introductorios. También incluye un repositorio de código con implementaciones breves e independientes de algoritmos clave de deep RL, junto con su documentación.
El proyecto está en modo de mantenimiento, por lo que sus responsables prevén hacer únicamente correcciones de errores y actualizaciones menores. La documentación está disponible en spinningup.openai.com.
Lee la documentación en línea en spinningup.openai.com
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Guía bilingüe en chino e inglés para iniciarse en la investigación en IA, con información sobre universidades, preguntas frecuentes, proyectos para principiantes, itinerarios de aprendizaje y fichas de artículos.
Tutorial comentado de 12 capítulos que enseña a crear y entrenar desde cero, con Python y PyTorch, un GPT pequeño al estilo LLaMA.
Colección de tutoriales y proyectos en notebooks de Jupyter para el programa Udacity Deep Learning Nanodegree Foundation, con redes neuronales, RNN, GAN y más.
Un breve libro introductorio sobre aprendizaje por refuerzo, desde los fundamentos hasta algoritmos aplicados, con implementaciones en PyTorch en el repositorio.
Curso gratuito con licencia MIT y 542 lecciones para aprender conceptos de ingeniería de IA desde cero con Python, TypeScript, Rust y Julia.
Curso online gratuito y colección de notebooks, centrados en el código, para aprender deep learning con PyTorch, desde los fundamentos hasta el despliegue de modelos.