Modularer Deep Reinforcement Learning-Framework in PyTorch. Begleitbibliothek des Buches "Grundlagen des Deep Reinforcement Learning".
Bauen und testen Sie Reinforcement Learning-Modelle mit einem flexiblen Framework, das für Forschung und Anwendung konzipiert ist.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarModularer Deep Reinforcement Learning-Framework in PyTorch. Begleitbibliothek des Buches "Grundlagen des Deep Reinforcement Learning".
SLM-Lab hat 1.4k Sterne auf GitHub. Es wurde 290-mal geforkt. SLM-Lab ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. SLM-Lab ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: a2c, a3c, benchmark, deep-reinforcement-learning.
Modularer Deep Reinforcement Learning-Framework in PyTorch. Begleitbibliothek des Buches "Grundlagen des Deep Reinforcement Learning".
SLM-Lab ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. SLM-Lab ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
SLM-Lab ist unter der MIT-Lizenz verfügbar.
SLM-Lab ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/kengz-slm-lab.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.