由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]Python深度强化学习 基于Chainer和OpenAI Gym[日]牧野
¥ ×1
译者序
前言
章引言
1.1深度强化学习可以做什么
1.2本书的结构
1.3框架:Chainer和ChainerRL
1.4Python的运行检查
1.5Chainer的安装
1.6ChainerRL的安装
1.7模拟器:OpenAIGym
第2章深度学习
2.1什么是深度学习
2.2神经网络
.基于Chainer的神经网络
..1Chainer与神经网络的对应
..2Chainer程序
..参数设置
..4创建数据
..5定义神经网络
..各种声明
..显示训练状态
..保存训练状态
..执行训练
2.4与神经网络的对应
2.4.1感知器
2.4.25层神经网络(深度学习)
2.4.3计算输入中的1的数量
2.5基于深度神经网络的手写数字识别
2.5.1手写数字的输入格式
2.5.2深度神经网络的结构
2.5.38×8的手写数字数据
2.6基于卷积神经网络的手写数字识别
2.6.1卷积
2.6.2激活函数
2.6.3池化
2.6.4执行
2.7一些技巧
2.7.1读取文件数据
2.7.2使用训练模型
2.7.3重启训练
2.7.4检查权重
2.7.5从文件中读取手写数字
第3章强化学习
3.1什么是强化学习
3.1.1有监督学习
3.1.2无监督学习
3.1.3半监督学习
3.2强化学习原理
3.3通过简单的示例来学习
3.4应用到学习问题中
3.4.1状态
3.4.2行动
3.4.3奖励
3.4.4值
3.5使用Python进行训练
3.5.1运行程序
3.5.2说明程序
3.6基于OpenAIGym的倒立摆
3.6.1运行程序
3.6.2说明程序
3.7如何保存和加载值
第4章深度强化学习
4.1什么是深度强化学习
4.2对于鼠学问题的应用
4.2.1运行程序
4.2.2说明程序
4..如何保存和读取智能体模型
4.3基于OpenAIGym的倒立摆
4.3.1运行程序
4.3.2说明程序
4.4基于OpenAIGym的太空侵略者
4.5基于OpenAIGym的颠球
4.5.1运行程序
4.5.2说明程序
4.6对战游戏
4.6.1黑白棋
4.6.2训练方法
4.6.3变更盘面
4.6.4黑白棋实体
4.6.5如何与人类对战
4.6.6卷积神经网络的应用
4.7使用物理擎行模拟
4.7.1物理引擎
4.7.2运行程序
4.7.3说明程序
4.8物理引擎在颠球问题中的应用
4.9物理引擎在倒立摆问题中的应用
4.10物理引擎在机械臂问题中的应用
4.11使用深度强化学习方法
4.11.1深度强化学习的类型
4.11.2将训练方法更改为DDN
4.11.3将训练方法更改为PER-DN
4.11.4将训练方法更改为DDPG
4.11.5将训练方法更改为A3C
第5章实际环境中的应用
5.1使用摄像机观察环境(MNIST)
5.1.1摄像机设置
5.1.2通过卷积神经网络对摄像机图像进行分类
5.1.3使用图像大小为28×28的手写数字进行训练
5.2实际环境中的鼠学问题
5.3使用RaspberryPi处理鼠学问题
5.3.1环境构建
5.3.2以输入输出为重点的简化
5.3.3使用摄像机测量环境
5.4使用Arduino+PC处理鼠学问题
5.4.1环境构建
5.4.2以输入输出为重点的简化
5.4.3使用摄像机测量环境
5.5使用RaspberryPi+Arduino处理鼠学问题
5.6结语
附录
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格