|
000
|
01806oam2 2200325 450
|
|
001
|
011025150647
|
|
005
|
20221025150647.0
|
|
010
|
|
@a978-7-111-68738-2@dCNY149.00
|
|
100
|
|
@a20201004d2021 em y0chiy50 ea
|
|
101
|
1
|
@achi@ceng
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a深度强化学习实践@Ashen du qiang hua xue xi shi jian@dDeep reinforcement learning hands-on@f(俄) 马克西姆·拉潘(Maxim Lapan) 著@g林然,王薇译@zeng
|
|
210
|
|
@a北京@c机械工业出版社@d2021
|
|
215
|
|
@a17, 617页@c图@d24cm
|
|
225
|
2
|
@a智能系统与技术丛书@Azhi neng xi tong yu ji shu cong shu
|
|
305
|
|
@a译自原书第2版
|
|
306
|
|
@a本书中文简体字版由Packt Publishing授权机械工业出版社独家出版
|
|
314
|
|
@a马克西姆·拉潘，一位深度学习爱好者和独立研究者。林然，在2016年加入Thoughtworks之后，主要担任全栈软件开发工程师。王薇，北京邮电大学硕士。
|
|
330
|
|
@a本书介绍了强化学习的基础知识，以及如何动手编写智能体以执行一系列实际任务。本书首先介绍强化学习的概念、OpenAIGym库以及PyTorch库。接着分别介绍几种强化学习方法：交叉熵、Q-learning、DQN及其扩展以及高级强化学习库。然后介绍策略梯度及其扩展的A2C、A3C方法，并研究可以使用策略梯度方法解决的实际问题：使用RL训练聊天机器人、通过TextWorld环境解决基于文本的文字冒险游戏、Web导航和浏览器自动化。之后介绍连续控制问题、机器人技术中的强化学习、置信域方法等高级强化学习部分。接着介绍另一套RL方法：黑盒优化。最后讨论RL的高级探索、基于模型的方法、AlphaGoZero、离散优化、多智能体强化学习。
|
|
410
|
0
|
@12001 @a智能系统与技术丛书
|
|
510
|
1
|
@aDeep reinforcement learning hands-on@zeng
|
|
606
|
0
|
@a机器学习@Aji qi xue xi@x算法
|
|
690
|
|
@aTP181@v5
|
|
701
|
0
|
@c(俄)@a拉潘@Ala pan@g(Lapan, Maxim)@4著
|
|
702
|
0
|
@a林然@Alin ran@4译
|
|
702
|
0
|
@a王薇@Awang wei@4译
|
|
801
|
0
|
@aCN@c20221025
|
|
905
|
|
@a河南城建学院图书馆@dTP181@eM088
|
|
|
|
|
| |
| 深度强化学习实践=Deep reinforcement learning hands-on/(俄) 马克西姆·拉潘(Maxim Lapan) 著/林然,王薇译.-北京：机械工业出版社，2021 |
| 17, 617页：图；24cm.-(智能系统与技术丛书) |
| |
| |
| ISBN 978-7-111-68738-2：CNY149.00 |
| 本书介绍了强化学习的基础知识，以及如何动手编写智能体以执行一系列实际任务。本书首先介绍强化学习的概念、OpenAIGym库以及PyTorch库。接着分别介绍几种强化学习方法：交叉熵、Q-learning、DQN及其扩展以及高级强化学习库。然后介绍策略梯度及其扩展的A2C、A3C方法，并研究可以使用策略梯度方法解决的实际问题：使用RL训练聊天机器人、通过TextWorld环境解决基于文本的文字冒险游戏、Web导航和浏览器自动化。之后介绍连续控制问题、机器人技术中的强化学习、置信域方法等高级强化学习部分。接着介绍另一套RL方法：黑盒优化。最后讨论RL的高级探索、基于模型的方法、AlphaGoZero、离散优化、多智能体强化学习。 |
| ● |
正题名：深度强化学习实践
索取号：TP181/M088
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1584976
|
215849768
|
自科库301/301自科库 102排9列4层/
[索取号:TP181/M088]
|
在馆
|
|
