1519|1

57

帖子

5

TA的资源

一粒金砂(高级)

楼主
 

开读《深度强化学习实战》! [复制链接]

本帖最后由 MioChan 于 2023-10-25 15:49 编辑

 

        前阵子刚拿到了《深度强化学习实战》这本书,截止目前读到了第三章。

    

        我目前是在从事深度学习方向的研究,但主要是做有监督学习,对深度强化学习领域这个分支的知识还是非常有限。因此书中第一章的介绍对我来说非常重要,这部分主要着重于介绍深度强化学习的基本概念和核心原理,让我对这一分支领域有了更清晰的理解。书中详细解释了什么是深度强化学习,以及它与传统机器学习的不同之处。这帮助我建立了一个坚实的概念基础,有助于理解后续章节的内容。书中还介绍了强化学习中的基本概念,如智能体、环境、奖励等。这些概念的解释非常清晰,使我能够理解深度强化学习系统如何与环境互动,通过奖励来学习和改进策略。此外,书中对深度学习的基本原理和技术进行了简明的介绍了包括神经网络、反向传播等知识。但感觉讲的有点太简单,对于从来没接触过神经网络的人来说可能还是难以理解,需要一些额外的书籍补充知识。第二章主要介绍了马尔可夫模型并给出了几个实际例子。马尔可夫决策过程,我第一次听到好像是在本科的模式识别课上,当时也只是知道有这么个东西,也没深入研究其应用。而本书不仅提供理论知识,还包括实际案例和示例代码,帮助读者更好地理解如何在实际中应用深度强化学习,感觉很不错。本书还在GitHub上提供了代码示例,因能让读者亲自动手,实际运行代码,从而更深入地理解了这一领域。

 

        总的来说,这本书的第一阶段给了我一个很好的起点,让我对深度强化学习有了更全面的了解。它的语言清晰,内容深入浅出,对于强化学习初学者来说是一本非常有价值的资源,但感觉不太适用于完全对神经网络完全0基础的读者。期待继续阅读后续章节,深入了解深度强化学习的应用和更高级的概念。

 

最后附上本书Github仓库:

链接已隐藏,如需查看请登录或者注册

 

顺便一提,本书第一章有提到OpenAI Gym这个库,里面有一些小游戏可以自己玩,也可用于训练强化学习模型,这个库的使用可以参考:https://www.gymlibrary.dev/index.html

pip install gym
pip install --upgrade gym[all]
pip install pygame

这个库的安装方式如上所示,如果安装完这些还有报错,可以自己看一下报错的名称,基本都是缺依赖库导致的,缺啥安啥即可。

 

(小声说一句,因为发现自己的用户名是注册默认的那个,太像三无小号所以改了个名,之前的那个名字是eew_nkXjf8,可别说我没发帖啊)

最新回复

好的。收到啦~~~还正奇怪这个用户名好像没入选,原来是你改名字了   详情 回复 发表于 2023-10-25 16:22
点赞 关注

回复
举报

1万

帖子

2853

TA的资源

管理员

沙发
 

好的。收到啦~~~还正奇怪这个用户名好像没入选,原来是你改名字了

加EE小助手好友,
入技术交流群
EE服务号
精彩活动e手掌握
EE订阅号
热门资讯e网打尽
聚焦汽车电子软硬件开发
认真关注技术本身
 
个人签名玩板看这里:
https://bbs.eeworld.com.cn/elecplay.html
EEWorld测评频道众多好板等你来玩,还可以来频道许愿树许愿说说你想要玩的板子,我们都在努力为大家实现!
 

回复
您需要登录后才可以回帖 登录 | 注册

随便看看
查找数据手册?

EEWorld Datasheet 技术支持

相关文章 更多>>
关闭
站长推荐上一条 1/6 下一条

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 国产芯 安防电子 汽车电子 手机便携 工业控制 家用电子 医疗电子 测试测量 网络通信 物联网

北京市海淀区中关村大街18号B座15层1530室 电话:(010)82350740 邮编:100190

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2025 EEWORLD.com.cn, Inc. All rights reserved
快速回复 返回顶部 返回列表