Implementação em PyTorch de DQN, AC, ACER, A2C, A3C, PG, DDPG, TRPO, PPO, SAC, TD3 e ....
Execute e aprenda vários algoritmos de aprendizado por reforço profundo usando código Python claro.
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 quiserImplementação em PyTorch de DQN, AC, ACER, A2C, A3C, PG, DDPG, TRPO, PPO, SAC, TD3 e ....
Deep-reinforcement-learning-with-pytorch tem 4.6k estrelas no GitHub. Foi bifurcado 895 vezes. Deep-reinforcement-learning-with-pytorch é escrito principalmente em Python. Está em desenvolvimento ativo desde 2018. Deep-reinforcement-learning-with-pytorch está disponível sob a licença MIT. Os seus principais temas são: a2c, a3c, actor-critic, actor-critic-algorithm.
Implementação em PyTorch de DQN, AC, ACER, A2C, A3C, PG, DDPG, TRPO, PPO, SAC, TD3 e ....
Deep-reinforcement-learning-with-pytorch é um projeto de código aberto. É distribuído sob a licença MIT.
Sim. Deep-reinforcement-learning-with-pytorch é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Deep-reinforcement-learning-with-pytorch está disponível sob a licença MIT.
Deep-reinforcement-learning-with-pytorch é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/sweetice-deep-reinforcement-learning-with-pytorch.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.