邱锡鹏《神经网络与深度学习》第二版与通识版的电子书、章节目录与勘误仓库。
1.9万3689无许可证更新于 上个月
一本从基础到应用算法的强化学习入门小书,仓库附带 PyTorch 算法实现。
《The Little Book of Reinforcement Learning》是一本篇幅简短的强化学习入门读物,内容从基础概念一直讲到实际应用的算法。本仓库同时提供书籍本身及配套资料。
algos/ 目录包含书中涉及算法的 PyTorch 实现,范围从蒙特卡洛方法到 PPO。supplementary/ 目录则收录了动态规划算法的详细推导与严格证明,书中对这部分只作了简要介绍。
本书采用非商业用途的 Creative Commons 许可协议(CC BY-SA 4.0)发布,也可以购买纸质版。
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
邱锡鹏《神经网络与深度学习》第二版与通识版的电子书、章节目录与勘误仓库。
面向文本、视觉、音频和多模态的前沿机器学习模型定义框架,可用于推理和训练。
微软开源的面向 AI 的量化投资平台,覆盖数据处理、模型训练、回测与订单执行。
Ray 是一个统一的框架,可将 Python 和 AI 应用从笔记本扩展到集群运行。
让 Unity 游戏和仿真环境成为训练智能体的平台,支持强化学习与模仿学习。
基于 PyTorch 的强化学习算法实现库,提供可靠、接口统一的基准版本。