使用TensorFlow创建可自动玩游戏的DQN模型—2771人已学习
课程介绍
深度强化学习(DQN)是人工智能领域热门的方向之一,吸引众多AI领域的优秀科学家去发掘,其通用性在各领域备推崇,本次课程集中讲解DQN及其TensorFlow的实现。 讲师:黄文坚,《TensorFlow实战》作者、PPmoney大数据算法总监
课程收益
1. 强化学习简介; 2. 策略网络和估值网络; 3. 训练估值网络(Deep-Q Network)的技巧; 4. 实际使用TensorFlow实现一个Deep-Q Network来学习自动玩游戏。
讲师介绍
CSDN公开课 更多讲师课程
CSDN线上公开课全掌握!
课程大纲
1. 使用TensorFlow创建可自动玩游戏的DQN模型(上) 37:43
2. 使用TensorFlow创建可自动玩游戏的DQN模型(下) 37:47
大家可以点击【 查看详情】查看我的课程
课程介绍
深度强化学习(DQN)是人工智能领域热门的方向之一,吸引众多AI领域的优秀科学家去发掘,其通用性在各领域备推崇,本次课程集中讲解DQN及其TensorFlow的实现。 讲师:黄文坚,《TensorFlow实战》作者、PPmoney大数据算法总监
课程收益
1. 强化学习简介; 2. 策略网络和估值网络; 3. 训练估值网络(Deep-Q Network)的技巧; 4. 实际使用TensorFlow实现一个Deep-Q Network来学习自动玩游戏。
讲师介绍
CSDN公开课 更多讲师课程
CSDN线上公开课全掌握!
课程大纲
1. 使用TensorFlow创建可自动玩游戏的DQN模型(上) 37:43
2. 使用TensorFlow创建可自动玩游戏的DQN模型(下) 37:47
大家可以点击【 查看详情】查看我的课程