Bahagian kedua Unit 2 kursus pembelajaran pengukuhan mendalam Hugging Face: prinsip Q-Learning dan pelaksanaan dari awal
Tajuk asal:An Introduction to Q-Learning Part 2/2
Ringkasan AI
Hugging Face melancarkan bahagian kedua Unit 2 kursus pembelajaran pengukuhan mendalam, menerangkan algoritma Q-Learning, Q-Function dan Q-Table, serta strategi Epsilon Greedy dan kemas kini TD, dan membezakan off-policy dengan on-policy.
Maklumat penting
- Hugging Face melancarkan bahagian kedua Unit 2 kursus pembelajaran pengukuhan mendalam
- menerangkan algoritma Q-Learning
- Q-Function dan Q-Table,serta strategi Epsilon Greedy dan kemas kini TD,dan membezakan off-policy…
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- Hugging Face 社区博客(混合发现)
- Kategori
- Tutorial dan petua
- Skor AI
- 60
课程官方教程用迷宫示例逐步拆解 Q-Learning 算法和 Q 表更新,读者可跟着 Colab 从零实现第一个 RL 智能体。
Entiti Berkaitan
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Bahagian kedua Unit 2 kursus pembelajaran pengukuhan mendalam Hugging Face: prinsip Q-Learning dan pelaksanaan dari awal. 20 Mei 2022. https://new.nat6.net/ms/news/dtxj4jrxdnleehmw4apog8x5e/