深度强化学习入坑指南 Updating

正式入坑了，深度强化学习，Deep Reinforcement Learning

愿景是实现通用人工智能

在校期间断断续续学习过一些深度学习相关的内容，强化学习相对来说薄弱一些，不管是理论还是实践，未来一年要恶补了。

任务一 通读ICML DRL最新的论文，对该领域发展有个大概印象

掐指一算，19年还剩下6个月，至少得每周一篇了，第一遍给自己的目标是了解为主，如果有兴趣或者用到了再做深入阅读。

任务二 深度学习理论的系统化学习

过去一年的经验告诉我，系统化学习非常重要，非常重要，坚持系统化的学习，很容易就在以后的工作中展现自己的优势，先求精再追求全，一个人的精力毕竟是很有限的，要足够的聚焦。

深度学习 在线学习的资源

• 吴恩达的deeplearning.ai课程，非常细致，建议认真看认真做作业，打基础
• http://deeplearning.stanford.edu/tutorial/
• http://neuralnetworksanddeeplearning.com/index.html
• http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Teaching.html

任务三 强化学习理论的系统化学习

• 关注openai官网
• 《Reinforcement Learning:An Introduction》Richard S. Sutton and Andrew G. Barto
• 《深入浅出强化学习：原理入门》还没怎么看，也不知道好不好，比较口语化，适合我入门级读一下
• https://www.youtube.com/playlist?list=PLqYmG7hTraZDNJre23vqCGIVpfZ_K2RZs 各类综述可以加深对DRL应用场景的了解
• 【中文推荐叶强的笔记】https://zhuanlan.zhihu.com/reinforce 正在看《强化学习入门——从原理到实践》-叶强，之前sutton书里没看懂的部分，这里再看一次都理解到位了

任务四 pytorch为主的深度学习框架

代码的功底不能丢，参与实际项目。
继续学习C++ 和 python 以及linux 指令。

---

我们的目标是

头发留住，早日财务自由！