![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
强化学习
文章平均质量分 91
溯源006
以出世之心,行入世之事。躬耕于人工智能领域,特别是热衷于通用人工智能。
展开
-
关于交叉熵损失函数以及几个类似的损失函数
交叉熵度量了两个分布的差异的大小。p和q差异越大H(p,q)就越大,差异越小,H(p,q)就越小。当p=q时最小,此时交叉熵变为p的熵。原创 2023-10-27 12:41:56 · 151 阅读 · 1 评论 -
基于策略的强化学习:PPO
PPO算法的原理解读以及代码实现原创 2023-09-26 13:45:59 · 567 阅读 · 1 评论 -
基于策略的强化学习:Actor-Critic算法
Actor-Crtic算法伪代码和pytorch以及stable-baselines3代码实现原创 2023-09-24 21:35:35 · 977 阅读 · 1 评论 -
基于策略的深度强化学习:理论部分
PPO是基于策略的强化学习,本文开始讲基于策略的强化学习,本文主要是理论部分原创 2023-09-22 11:59:49 · 166 阅读 · 1 评论 -
基于价值的深度强化学习:DQN
本文主要是介绍DQN原理和算法伪代码和代码实现,算法实现包括pytorch版本和stable-baselines3版本原创 2023-09-21 23:17:06 · 333 阅读 · 0 评论 -
强化学习实验环境Gymnasium:1.INTRODUCTION:1.1 Basic Usage
强化学习平台Gymnasium官方文档翻译原创 2023-05-10 10:00:02 · 634 阅读 · 0 评论