当前标签：强化学习

1 2 下一页
GPT大语言模型引爆强化学习与语言生成模型的热潮、带你了解RLHF。
汀、人工智能 2023-08-21 21:03 阅读:104 评论:0 推荐:0 编辑
人工智能LLM模型：奖励模型的训练、PPO 强化学习的训练、RLHF
汀、人工智能 2023-07-17 22:46 阅读:1076 评论:0 推荐:0 编辑
强化学习：基于蒙特卡洛树和策略价值网络的深度强化学习五子棋(含码源)
汀、人工智能 2023-07-15 23:31 阅读:252 评论:0 推荐:0 编辑
强化学习从基础到进阶-案例与实践[4.2]：深度Q网络DQN-Cart pole游戏展示
汀、人工智能 2023-06-30 15:53 阅读:217 评论:0 推荐:0 编辑
强化学习从基础到进阶-案例与实践[5.1]：Policy Gradient策略梯度-Cart pole游戏展示
汀、人工智能 2023-06-30 15:53 阅读:47 评论:0 推荐:0 编辑
强化学习从基础到进阶-常见问题和面试必知必答[8]：近端策略优化（proximal policy optimization，PPO）算法
汀、人工智能 2023-06-28 18:56 阅读:128 评论:0 推荐:0 编辑
强化学习从基础到进阶--案例与实践[7.1]：深度确定性策略梯度DDPG算法、双延迟深度确定性策略梯度TD3算法详解项目实战
汀、人工智能 2023-06-27 23:20 阅读:113 评论:0 推荐:0 编辑
强化学习从基础到进阶-常见问题和面试必知必答[7]：深度确定性策略梯度DDPG算法、双延迟深度确定性策略梯度TD3算法详解
汀、人工智能 2023-06-27 23:19 阅读:118 评论:0 推荐:0 编辑
强化学习从基础到进阶-常见问题和面试必知必答[6]：演员-评论员算法（advantage actor-critic，A2C），异步A2C、与生成对抗网络的联系等详解
汀、人工智能 2023-06-26 22:56 阅读:145 评论:0 推荐:0 编辑
强化学习从基础到进阶-常见问题和面试必知必答[5]：：梯度策略、添加基线（baseline）、优势函数、动作分配合适的分数（credit）
汀、人工智能 2023-06-25 20:23 阅读:179 评论:0 推荐:0 编辑
强化学习从基础到进阶-案例与实践[4.1]：深度Q网络-DQN项目实战CartPole-v0
汀、人工智能 2023-06-24 23:42 阅读:151 评论:0 推荐:0 编辑
强化学习从基础到进阶-常见问题和面试必知必答[4]：：深度Q网络-DQN、double DQN、经验回放、rainbow、分布式DQN
汀、人工智能 2023-06-24 23:41 阅读:217 评论:0 推荐:0 编辑
强化学习从基础到进阶-常见问题和面试必知必答[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战
汀、人工智能 2023-06-23 15:33 阅读:60 评论:0 推荐:0 编辑
强化学习从基础到进阶-案例与实践[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战
汀、人工智能 2023-06-23 15:30 阅读:306 评论:0 推荐:0 编辑
强化学习从基础到进阶-常见问题和面试必知必答[2]：马尔科夫决策、贝尔曼方程、动态规划、策略价值迭代
汀、人工智能 2023-06-20 13:10 阅读:189 评论:0 推荐:0 编辑
强化学习从基础到进阶-常见问题和面试必知必答[1]：强化学习概述、序列决策、动作空间定义、策略价值函数、探索与利用、Gym强化学习实验
汀、人工智能 2023-06-19 13:23 阅读:194 评论:0 推荐:0 编辑
强化学习从基础到进阶-案例与实践[1]：强化学习概述、序列决策、动作空间定义、策略价值函数、探索与利用、Gym强化学习实验
汀、人工智能 2023-06-19 11:50 阅读:540 评论:0 推荐:0 编辑
深度学习应用篇-元学习[14]：基于优化的元学习-MAML模型、LEO模型、Reptile模型
汀、人工智能 2023-06-14 10:54 阅读:754 评论:0 推荐:0 编辑
强化学习基础篇[3]：DQN、Actor-Critic详细讲解
汀、人工智能 2023-06-03 21:15 阅读:419 评论:0 推荐:0 编辑
强化学习基础篇[2]：SARSA、Q-learning算法简介、应用举例、优缺点分析
汀、人工智能 2023-06-02 13:43 阅读:604 评论:0 推荐:0 编辑
1 2 下一页
点击右上角即可分享
微信分享提示