[pytorch 强化学习] 02 将 env rendering 保存为 mp4/gif（以 CartPole 为例，mode='rgb_array'）
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[pytorch 强化学习] 01 认识环境（environment，gym.Env）以及 CartPole-v0/v1 环境
...
[pytorch 强化学习] 03 动手写迷宫环境（maze env）状态及动作策略初步（及动画保存）
...
[pytorch 强化学习] 09 （逐行写代码）CartPole Q learning 基于连续状态离散化（digitize 分桶）
...
[pytorch 强化学习] 10 从 Q Learning 到 DQN（experience replay 与 huber loss / smooth L1）
...
[pytorch 强化学习] 06 迷宫环境（maze environment）SARSA（Q-table，value iteration）求解
...
[pytorch 强化学习] 13 基于 pytorch 神经网络实现 policy gradient（REINFORCE）求解 CartPole
...
[pytorch 强化学习] 04 迷宫环境（maze environment）封装 MazeEnv、Agent 类
...
[pytorch 强化学习] 07 迷宫环境（maze environment）Q Learning（value iteration）求解（策略关闭 off）
...
[pytorch 强化学习] 08 CartPole Q learning 连续状态离散化（digitize 分桶）及 display_frame_as_gif
...
[强化学习基础 01] MDP 基础（概率转移，与POMDP、I-POMDP）
...
[pytorch 强化学习] 12 逐行写代码实现 DQN 完全体
...
[pytorch 强化学习] 11 逐行写代码实现 DQN（ReplayMemory，Transition，DQN as Q function）
...
RLChina 2024 | 3小时强化学习入门课程-下
...
[全栈深度学习] 02 vscode remote（远程）gpus 服务器开发调试 debugger（以 nanoGPT 为例）
...
斯坦福大学《强化学习|Stanford CS234 Reinforcement Learning 2024》deepseek翻译
...
[pytorch 强化学习] 05 迷宫环境（maze environment）策略梯度（Policy Gradient）求解
...
太完整了！我居然3天时间就掌握了【机器学习+深度学习+强化学习+PyTorch】理论到实战，多亏了这个课程，绝对通俗易懂纯干货分享！
...
【深度学习环境搭建】01 本机、GPU服务器端深度学习环境搭建（代码、数据共享）
...
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
...
RLChina 2024 | 3小时强化学习入门课程-上
...
动画讲解深度强化学习（RL、Q-网络、策略优化、大模型算法入门教程）
...
[概率 & 统计] KL 散度（KL div）forward vs. reverse
...
[RLHF] 从 PPO rlhf 到 DPO，公式推导与原理分析
...
[全栈深度学习] 01 docker 工具的基本使用及 nvidia cuda pytorch 镜像
...
[AI 核心概念及计算] 概率计算 01 pytorch 最大似然估计（MLE）伯努利分布的参数
...
[AI硬件科普] 内存/显存带宽，从 NVIDIA 到苹果 M4
...
[模型拓扑接口] 经典 RNN 模型（一）模型参数及训练参数的介绍
...
[调包侠] 使用 PyTorch Swin Transformer 完成图像分类
...
【破解深度学习】1.2 一句话讲清CNN、RNN、Transformer的区别
...
[pytorch distributed] 04 模型并行（model parallel）on ResNet50
...
[动手写神经网络] 手动实现 Transformer Encoder
...
CV强化论文分享20241018-2
...
[animation & rendering] matplotlib funcanimation 多重动画绘制（multiple lines plot）
...
通俗理解大模型从预训练到微调实战！P-Tuning微调、Lora-QLora、RLHF基于人类反馈的强化学习
...
在isaaclab中开发viplanner端到端导航
...
RLHF基于人类反馈的强化学习动画讲解（LLM）
...
【Yao Class Seminar】关于强化学习可解释性的talk
...
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
...
[数据可视化] 绘制交互式 3d plot（interactive 3d plot, Axes3d） z=f(x, y) （三维空间中的 surface）
...
[小白向-深度学习装机指南] 01 双4090 涡轮版开箱启动 vlog（gpu burn，cpu burn）