文泉课堂
- 年轻人的新知识课堂。
旗下网站
旗下产品
文泉考试
文泉题库
关注我们
文泉课堂公众号
课程
课程
登录
注册
登录
注册
深度强化学习理论与实践（9787302625544/095306-01）
第10课时： 2.6节 值迭代与策略迭代
查看课程
课时列表
第2课时： 1.1节 强化学习的简介
第3课时： 1.2节强化学习的模型
第4课时： 1.3节Gym介绍
第6课时： 2.2节 值函数与贝尔曼方程
第7课时： 2.3节 策略评估
第1课时： 0 介绍
第9课时： 2.5节 最优值函数与最优策略
第10课时： 2.6节 值迭代与策略迭代
第11课时： 2.7节 动态规划法求解最优策略
第8课时： 2.4节 策略改进
第12课时： 3.1节 蒙特卡罗法简介
第13课时： 3.2节 蒙特卡罗策略评估
第14课时： 3.3节 蒙特卡罗强化学习
第15课时： 3.4节 异策略蒙特卡罗法
第16课时： 4.1节 时序差分策略评估
第17课时： 4.2节 同策略时序差分强化学习
第18课时： 4.3节 异策略时序差分强化学习
第19课时： 4.4节 n步时序差分强化学习
第20课时： 5.1节 从感知机到神经网络
第21课时： 5.2节 深度神经网络
第22课时： 5.3节 激活函数、损失函数和数据预处理
第23课时： 5.4节 Pytorch深度学习软件包
第25课时： 6.2节 神经网络值函数近似法
第28课时： 6.5节 DuelingDQN算法
第24课时： 6.1节 线性值函数近似法
第26课时： 6.3节 DDQN算法
第27课时： 6.4节 PrioritizedReplayDQN
第29课时： 7.1节 策略梯度算法的原理
第30课时： 7.2节 策略梯度定理
第32课时： 7.4节 演员-批评家策略梯度算法
第33课时： 8.1节 A3C
第34课时： 8.2节 DDPG
第35课时： 8.3节 PPO
第31课时： 7.3节 蒙特卡罗策略梯度算法
第5课时： 2.1节 动态规划简介
第36课时： 6-6
第37课时： 6-7
第38课时： 6-8
第39课时： 6-9
第40课时： 6-10
第41课时： 6-11
第42课时： 7-2
第43课时： 深度强化学习理论与实践源码
第44课时： 深度强化学习配套资源
学
习
中
心
TOP
