登入
|
註冊
|
會員中心
|
結帳
|
培訓課程
魔法弟子
|
自資出版
|
電子書
|
客服中心
|
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
iPhone 4S JB解禁秘術:Cydia 超限軟體300+
此作者無相關書籍
文學小說
文學
|
小說
商管創投
財經投資
|
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
|
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
|
語言工具
雜誌、期刊
|
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
|
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
|
休閒娛樂
漫畫、插圖
|
限制級
強化學習(RL):使用PyTorch徹底精通
作者:
高揚、葉振斌、繪者:萬娟
分類:
電腦與網路
/
綜論
出版社:
深智數位
出版日期:2020/3/19
ISBN:9789865501228
書籍編號:kk0507604
頁數:512
定價:
780
元
優惠價:
79
折
616
元
書價若有異動,以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨:目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數:
(請將滑鼠移至星星處進行評價)
目前平均評價:
文字連結
複製語法
強化學習(RL):使用PyTorch徹底精通
圖片連結
複製語法
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
強化學習(RL):使用PyTorch徹底精通 內容簡介 ◎用簡單的範例理解複雜的強化學習概念 ◎用幽默的語言跨過強化學習的門檻 本書從「零」開始,以 PyTorch框架為基礎,介紹深度學習和強化學習的技術與技巧,沒有學過微積分等高級理論的程式師也能夠讀得懂、學得會。配合漫畫插圖來調節閱讀氣氛,並在每個原理說明的部分提供比較和實例說明。 作者使用具有高中數學基礎的讀者就能夠了解的語言,和讀者分享如何用深度學習的利器PyTorch來完成人工智慧機器人自我進化的完整過程。 即使是不懂強化學習的讀者,都能透過本書完成屬於自己的簡單、實用的小專案。 全書重點如下 •涵蓋最重要的深度學習數學基礎,但又不會過於繁雜 •不止強化學習,從深度學習開始著手,完整理論及實作 •完整DNN、CNN、RNN、LSTM說明及實作,打下紮實基礎 •RL完整演算法實作,包括Q-Learning、DQN、SARSA、Policy Gradient、A3C、UNREAL模型 •Model-based, Model-free、OnLine, Off-line learning完全說明 •NEAT演算法、遺傳演算法實作,OpenAI的gym、SerpentAI實作 •讓AI幫你打星海爭霸、刀塔II •AlphaGo、以及更強大的AlphaGo Zero原理完全解析 本書主要內容 ■ 第1章~第5章,傳統強化學習的研究目標與脈絡,主要介紹如何從一個程式設計師的角度了解強化學習最為輕鬆,偏重於了解方式的誘導。 ■ 第6章~第11章,本書的核心內容,介紹深度學習的原理、PyTorch架構的基礎及深度強化學習的常用演算法模型。 ■ 第12章~第15章,有關擴充性的知識。例如,其他有助訓練模型的演算法想法,協力廠商工具外掛程式,可供實驗的環境,一些有趣的強化學習演算法和觀點,甚至模型落地過程中的最佳化與壓縮。 ■ 附錄A 詳細記載本書相關的各種軟體環境的安裝和設定過程。 適合讀者群:對深度學習和強化學習有興趣的初學者,或相關技術人員。
作者簡介 高揚 金山辦公軟體人工智能組技術負責人,歷任歡聚時代人工智慧演算法專家,金山軟體西山居大數據架構師等職。重慶工商大學研究生導師,電子工業出版社博文視點專家委員,有多年海外工作經驗。 葉振斌 網易遊戲伏羲人工智慧實驗室高級深度學習研發工程師。從事機器學習,特別是強化學習智慧演算法的研究及開發工作。擁有豐富的軟體開發、人工智慧演算法訓練平台開發經驗。 繪者簡介 萬娟萬娟 華為設計師。資深UI設計師,多年產品交互與視覺設計經驗,對TOB企業系統應用設計與TOC使用者產品設計有深入的理解與豐富實作經驗。多次參與華為企業內系統設計與智慧家居、智慧設備等UI及交互設計。
目錄 前言 第一篇 傳統篇 01 強化學習是什麼 1.1 題設 1.2 強化學習的研究物件 1.3 本章小結 02 強化學習的脈絡 2.1 什麼是策略 2.2 什麼樣的策略是好的策略 2.3 什麼是模型 2.4 如何獲得一個好的策略 2.5 馬可夫決策過程 2.6 Model-Based 和Model-Free 2.7 本章小結 03 動態規劃 3.1 狀態估值 3.2 策略最佳化 3.3 本章小結 04 蒙地卡羅法 4.1 歷史由來 4.2 狀態估值 4.3 兩種估值方法 4.4 弊端 4.5 本章小結 05 時間差分 5.1 SARSA 演算法 5.2 Q-Learning 演算法 5.3 On-Policy 和Off-Policy 5.4 On-Line 學習和Off-Line 學習 5.5 比較與討論 5.6 本章小結 第二篇 現代篇 06 深度學習 6.1 PyTorch 簡介 6.2 神經元 6.3 線性回歸 6.4 激勵函數 6.5 神經網路 6.6 網路訓練 6.7 深度學習的優勢 6.8 手寫數字識別公開資料集 6.9 全連接網路 6.10 卷積神經網路 6.11 循環神經網路 6.12 其他注意事項 6.13 深度神經網路的發展趨勢 6.14 本章小結 07 Gym--不要錢的試驗場 7.1 簡介 7.2 安裝 7.3 類別 7.4 介面 7.5 本章小結 08 DQN 演算法族 8.1 2013 版DQN 8.2 2015 版DQN 8.3 Double DQN 8.4 Dueling DQN 8.5 優先重播DQN 8.6 本章小結 09 PG 演算法族 9.1 策略梯度 9.2 DPG 9.3 Actor-Critic 9.4 DDPG 9.5 本章小結 10 A3C 10.1 模型結構 10.2 本章小結 11 UNREAL 11.1 主工作 11.2 像素控制工作 11.3 獎勵值預測 11.4 值函數重播 11.5 損失函數 11.6 本章小結 第三篇 擴充篇 12 NEAT 12.1 遺傳演算法 12.2 NEAT 原理 12.3 NEAT 範例 12.4 本章小結 13 SerpentAI 13.1 簡介 13.2 安裝和設定 13.3 範例 13.4 本章小結 14 案例詳解 14.1 AlphaGo 14.2 AlphaGo Zero 14.3 試驗場大觀 14.4 本章小結 15 擴充討論 15.1 TRPO 15.2 反向強化學習 15.3 模型壓縮· 15.4 本章小結 A 附錄 A.1 安裝Ubuntu A.2 安裝CUDA 環境 A.3 安裝PyTorch A.4 下載本書範例程式 A.5 安裝PyCharm A.6 安裝Jupyter Notebook A.7 安裝相關Python 相依套件 A.8 安裝OpenCV A.9 Python 語言簡介 A.10 本書有關的主要開放原始碼軟體版本 B 參考文獻
成為AI無法取代的那
AI應用全解,跨越技
LLM資安教戰手冊|
工程師下班有約:企業
深度學習詳解|台大李
AI 提問 X 學習
我們與機器人的光明未
全面掌握DeepSe
Microsoft
AI時代的計算機概論
為了保障您的權益,新絲路網路書店所購買的商品均享有到貨七天的鑑賞期(含例假日)。退回之商品必須於鑑賞期內寄回(以郵戳或收執聯為憑),且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等),否則恕不接受退貨。