Modularer Deep Reinforcement Learning-Framework in PyTorch. Begleitbibliothek des Buches "Grundlagen des Deep Reinforcement Learning".
Bauen und testen Sie Modelle des verstärkenden Lernens 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://olud.ai/project/kengz-slm-lab.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.