使用 Pytorch 进行强化学习
学习使用 Python、Pytorch 和 OpenAI Gym 应用强化学习和人工智能算法
讲师:Atamai AI Team
口袋资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你将学到什么
- 强化学习基础知识
- 表格方法
- 贝尔曼方程
- 问学习
- 深度强化学习
- 从视频输入中学习
要求
- 需要基本的Python知识。AI / 机器学习 / Pytorch 基础知识 – 很高兴拥有,但并非完全必要。仅使用开源工具。
描述
更新:
所有代码和安装说明均已更新并验证可与 Pytorch 1.6 配合使用!
人工智能正在动态地进入我们的生活。它已经被广泛使用,我们每天都在使用它——有时甚至不知道它。很快它将成为我们永久的日常伴侣。
我们可以将强化学习放在人工智能世界的什么位置?毫无疑问,这是最有前途、发展最快的技术之一,最终可以引领我们走向通用人工智能!我们可以看到人工智能可以取得惊人成果的多个例子——从玩游戏时达到超人类水平到解决现实生活中的问题(机器人、医疗保健等)。
毫无疑问,值得了解和理解它!
这就是创建这门课程的原因。
我们将讨论多个主题,重点关注最重要和实用的细节。我们将从非常基本的信息开始,逐渐建立我们的理解,最终达到让我们的代理以类似人类的方式学习的地步——仅通过视频输入!
重要的是——当然我们需要涵盖一些理论——但我们将主要关注实践部分。目标是理解为什么和如何。
为了评估我们的算法,我们将使用非常流行的 OpenAI Gym 的环境。我们将从基本的文字游戏开始,经过更复杂的游戏,直至具有挑战性的 Atari 游戏
课程期间将涵盖哪些内容?
– 强化学习简介
– 马尔可夫决策过程
– 确定性和随机环境
– 贝尔曼方程
– Q学习
– 探索与利用
– 扩大
– 神经网络作为函数逼近器
– 深度强化学习
– DQN
– DQN 的改进
– 从视频输入中学习
– 重现一些最流行的强化学习解决方案
– 调整参数和一般建议
课堂上见!
本课程适合谁:
- 任何对人工智能、数据科学、机器学习、深度学习和强化学习感兴趣的人。