TF2-RL
Algoritmos de aprendizaje por refuerzo implementados para Tensorflow 2.0+ [DQN, DDPG, AE-DDPG, SAC, PPO, Primal-Dual DDPG]
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasAlgoritmos de aprendizaje por refuerzo implementados para Tensorflow 2.0+ [DQN, DDPG, AE-DDPG, SAC, PPO, Primal-Dual DDPG]
TF2-RL tiene 316 estrellas en GitHub. Se ha bifurcado 66 veces. TF2-RL está escrito principalmente en Python. Se desarrolla activamente desde 2020. TF2-RL está disponible bajo la licencia MIT. Sus temas principales son: ae-ddpg, ddpg, dqn, openai-gym.
¿Qué es TF2-RL?
Algoritmos de aprendizaje por refuerzo implementados para Tensorflow 2.0+ [DQN, DDPG, AE-DDPG, SAC, PPO, Primal-Dual DDPG]
¿TF2-RL es de código abierto?
TF2-RL es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿TF2-RL es gratis?
Sí. TF2-RL es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está TF2-RL?
TF2-RL está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito TF2-RL?
TF2-RL está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/anita-hu-tf2-rl.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.