Startseite Projekte pytorch-rl
pytorch-rl

pytorch-rl

von jingweiz · GitHub

Deep Reinforcement Learning mit pytorch & visdom

Auf GitHub ansehen
In einfachen Worten

Teste und visualisiere, wie verschiedene KI-Agenten lernen, Spiele mit Deep-Learning-Techniken in PyTorch zu spielen.

⭐ Sterne
🍴 Forks
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
pytorch-rl — GitHub preview card
📈 Sternhistorie
803802
2026-07-202026-07-29
📈 pytorch-rl verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Deep Reinforcement Learning mit pytorch & visdom

pytorch-rl hat 802 Sterne auf GitHub. Es wurde 144-mal geforkt. pytorch-rl ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. pytorch-rl ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: a3c, acer, actor-critic, deep-learning.

Frequently asked questions

Was ist pytorch-rl?

Deep Reinforcement Learning mit pytorch & visdom

Ist pytorch-rl Open Source?

pytorch-rl ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist pytorch-rl kostenlos?

Ja. pytorch-rl ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht pytorch-rl?

pytorch-rl ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist pytorch-rl geschrieben?

pytorch-rl ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — pytorch-rl

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=jingweiz-pytorch-rl)](https://olud.ai/project/jingweiz-pytorch-rl.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.