|
题名:
|
TensorFlow强化学习快速入门指南 T e n s o r F l o w qiang hua xue xi kuai su ru men zhi nan / (美)考希克·巴拉克里希南(Kaushik Balakrishnan)著 , 赵卫东译 |
|
ISBN:
|
978-7-111-64812-3 价格： CNY45.00 |
|
语种:
|
chi |
|
载体形态:
|
108页 24cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2020.5 |
|
内容提要:
|
强化学习是一类重要的机器学习方法，在很多领域得到了成功的应用。最近几年与深度学习也结合起来，进一步推动了人工智能的发展。本书首先介绍了强化学习的基本原理，然后介绍典型的强化学习算法，包括深度Q网络、深度确定性策略梯度、信任区域策略优化和近端策略优化等，每种算法都利用主流的开源机器学习框架TensorFlow，使用Python进行了实现。此外，还介绍了一些策略优化方法及其应用。阅读本书，可以使读者能快速理解强化学习的基本知识，并能通过简单的案例实现，加深对算法的理解。 |
|
主题词:
|
人工智能 算法 |
|
中图分类法:
|
TP18 版次： 5 |
|
其它题名:
|
使用Python动手大间自学习的智能体 |
|
主要责任者:
|
巴拉克里希南 ba la ke li xi nan 著 |
|
次要责任者:
|
赵卫东 zhao wei dong 译 |