京东 11.11 红包
12.强化学习MDP四元组S，A，P，R-2
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
3.强化学习应用案例—游戏
...
31.Q-learning VS Sarsa
...
28.SARSA
...
36.DQN=Q-learning+神经网络
...
44.策略梯度
...
5.强化学习应用案例—股票
...
35.DQN：使用神经网络求解RL
...
7.强化学习与其他机器学习的关系
...
25.巴普洛夫的条件反射实验
...
29.实验：悬崖行走问题
...
47.演员-评论员算法
...
10.RL怎么办到的：试错探索
...
17.Model-based：状态转移与序列决策
...
33.为什么需要神经网络
...
26.实验：状态价值迭代
...
19.RL概览分类
...
38.目标网络
...
24.悬崖行走问题
...
1.为什么需要RNN
...
40.实验：DQN-车杆问题
...
30.Q-learning之Off-Policy
...
23.Q表格
...
16. Transformer位置嵌入
...
14. 自注意力中的残差连接
...
4. 常用注意力得分的计算方式
...
1.算力的概念及量纲
...
12.实战：LSTM股价预测-1
...
6.强化学习应用案例—交通治理
...
7. Transformer的基本结构
...
30. GPT-3综合性能
...
31. GPT系列模型与ChatGPT
...
45.PG实现技巧
...
15. Transformer详解：多头注意力
...
37.DQN两大创新点
...
19. GPT介绍
...
12. Transformer计算示例
...
17. Transformer详解：解码器
...
6. Transformer详解：高层Transformer
...
2. Attention机制
...
20.RL编程实践：GYM