DeepRL-Tutorials
Contém implementações de alta qualidade de algoritmos de Aprendizado por Reforço Profundo escritos em PyTorch
Explore e entenda algoritmos de aprendizado por reforço profundo através de exemplos de código e explicações fáceis de seguir.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserContém implementações de alta qualidade de algoritmos de Aprendizado por Reforço Profundo escritos em PyTorch
DeepRL-Tutorials tem 1.1k estrelas no GitHub. Foi bifurcado 325 vezes. DeepRL-Tutorials é escrito principalmente em Jupyter Notebook. Está em desenvolvimento ativo desde 2018. Os seus principais temas são: a2c, actor-critic, advantage-actor-critic, categorical-dqn.
O que é DeepRL-Tutorials?
Contém implementações de alta qualidade de algoritmos de Aprendizado por Reforço Profundo escritos em PyTorch
DeepRL-Tutorials é de código aberto?
DeepRL-Tutorials é um projeto de código aberto.
DeepRL-Tutorials é gratuito?
Sim. DeepRL-Tutorials é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Em que linguagem DeepRL-Tutorials está escrito?
DeepRL-Tutorials é escrito principalmente em Jupyter Notebook.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/qfettes-deeprl-tutorials.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.