V
主页
《Datawhale强化学习教程》出版啦
发布人
在学习强化学习的过程中,遇到了有无数资料却难以入门的问题,于是发起了Datawhale强化学习项目,希望自学的同时帮助更多学习者轻松入门。 "蘑菇书"萃取李宏毅的深度强化学习等经典课程,结合学习者角度的理解与分析,发布9个月,就在GitHub获得3.3k+Star和1w+下载,也有幸得到李宏毅、周博磊、李科浇等大咖老师的推荐。现在,在人民邮电出版社的支持下,终于发布了第一版纸质书。 从李沐开源的《动手学深度学习》,邱锡鹏的《神经网络与深度学习》,再到Datawhale的《南瓜书》、《Easy RL:强化学习教程》出版,让知识回归大众,让大众有机会和行业精英一样为社会做出贡献,是Datawhale开源内容的探索性意义。 从开源到出版,带来的收入其实不高,但让开源贡献者被大众认可是促使开源良性循环的重要一环,会促使国内的开源氛围变好,让更多人受益。 如果有意向参与开源内容建设,后台回复:【加入组织】,可申请
打开封面
下载高清视频
观看高清视频
视频下载器
人生苦短,我用深度强化学习零基础入门视频全套课程,PPO算法/DQN算法/A3C 保姆级教程(学完可就业)
蘑菇书作者带你面试强化学习
AI:从小白到入门,超详细人工智能成长路径分享
帮粉丝做的任务:强化学习控制机械臂完成抓取以及插销
【Whalepaper第91期】多模态论文研读:GCNet,一种用于会话中不完整多模态学习的新框架
【AI夏令营】竞赛常见上分技巧
《机器学习》(西瓜书)代码实战
蘑菇书作者手把手带你实现强化学习算法
北大硕士带你理解ChatGPT底层原理:从人类反馈中学习
从零自制深度学习推理框架:第五讲 KuiperInfer中的算⼦和注册⼯⼚
【Whalepaper第29期】深度学习分享:Mutual Information Neural Estimation
【Whalepaper第80期】推荐方向论文研读:用于推荐任务的简单而有效的图形对比学习
AI竞赛深度模型方法论与技巧、手把手逐行详解Baseline
【Whalepaper第92期】推荐系统论文研读:使用大型语言模型探索基于文本的协同过滤的上限
首届世界智能科学大赛 | AI for Science 概述
【Whalepaper第54期】推荐论文研读:多场景,多任务学习模型分享
【AI夏令营】LightGBM的数学原理解读
扩散模型如何快速上手,如何高效微调?
【吃瓜教程】《机器学习公式详解》(南瓜书)与西瓜书公式推导
【开源学习】2022第一期,寒假组队学起来,Datawhale第33期组队学习来了
手把手带你学LLM - LangChain快速开发
《2023中国人工智能人才学习白皮书》发布
如何快速入门CV赛事
狂铁分享:科大讯飞赛事冠军经验
文本分类的高效技巧库
可视化绘图实战:wow - plotly
机器学习基础
【Whalepaper第36期】CV分享: A CBNA for Object Detection
探索前沿:强化学习与Transformer的29个创新突破
深度学习基础
【Whalepaper第77期-向量检索】专题分享:基于图的向量索引结构回顾与前沿进展
【Whalepaper第86期】推荐算法论文研读: 协同过滤中人工推荐系统反馈回路的去偏
【Whalepaper第35期】深度学习论文分享:教计算机玩斗地主-Douzero!
狗王争霸挑战赛,2周快速入门强化学习与locomotion
【Whalepaper第32期】CV论文分享:StyleCLIP-Text-Driven Manipulation of StyleGAN Imagery
【精剪版】Datawhale开源大模型入门课-第四节-大模型应用开发实践-RAG与Agent-02-检索增强生成:原理、实践和应用场景
【Whalepaper第90期】大模型论文研读:LLM和知识图谱的结合的综述
浙大吴飞教授:从101计划知识点建设对人工智能人才培养的思考
AI夏令营:开营仪式|实践全流程基础演示
Scratch二级