DeepRL-Tutorials
Contiene implementaciones de alta calidad de algoritmos de Aprendizaje por Refuerzo Profundo escritos en PyTorch
Explore y comprenda algoritmos de aprendizaje por refuerzo profundo a través de ejemplos de código y explicaciones fáciles de seguir.
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 quierasContiene implementaciones de alta calidad de algoritmos de Aprendizaje por Refuerzo Profundo escritos en PyTorch
DeepRL-Tutorials tiene 1.1k estrellas en GitHub. Se ha bifurcado 326 veces. DeepRL-Tutorials está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2018. Sus temas principales son: a2c, actor-critic, advantage-actor-critic, categorical-dqn.
¿Qué es DeepRL-Tutorials?
Contiene implementaciones de alta calidad de algoritmos de Aprendizaje por Refuerzo Profundo escritos en PyTorch
¿DeepRL-Tutorials es de código abierto?
DeepRL-Tutorials es un proyecto de código abierto.
¿DeepRL-Tutorials es gratis?
Sí. DeepRL-Tutorials es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿En qué lenguaje está escrito DeepRL-Tutorials?
DeepRL-Tutorials está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/qfettes-deeprl-tutorials.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.