關於 "強化學習ReinforcementLearning" 的文章

目前最好用的大規模強化學習演算法訓練庫是什麼？

雪花臺灣 3年前 強化學習ReinforcementLearning 深度學習DeepLearning

請問用Gumbel-softmax的時候，怎麼讓softmax輸出的概率分佈轉化成one-hot向量？

雪花臺灣 3年前 強化學習ReinforcementLearning 機器學習 深度學習DeepLearning 神經網路

用強化學習研究推薦系統的前景和難度怎麼樣？

雪花臺灣 3年前 強化學習ReinforcementLearning

進化策略比策略梯度有什麼優勢劣勢？

雪花臺灣 3年前 強化學習ReinforcementLearning 機器學習 深度學習DeepLearning 演化計算

強化學習在推薦，營銷等場景下，有何典型方法？

雪花臺灣 3年前 人工智慧演算法 強化學習ReinforcementLearning 推薦 機器學習

在強化學習中，為什麼TRPO和PPO演算法屬於On-Policy的演算法？

雪花臺灣 3年前 人工智慧 強化學習ReinforcementLearning 機器學習 深度學習DeepLearning 演算法

為什麼沒有很強的鬥地主AI，鬥地主AI的難點在哪裡？

雪花臺灣 3年前 人工智慧 強化學習ReinforcementLearning 機器學習 深度學習DeepLearning 鬥地主

在一個一般的二本學校，如何才能在大家都喜歡玩的情況下加強自己的自控力，並且提高學習效率呢？

雪花臺灣 3年前 強化學習ReinforcementLearning 心態與學習效率 自制力

機器學習和強化學習好難，怎麼辦？

雪花臺灣 3年前 強化學習ReinforcementLearning 機器學習 機器學習周志華著書籍 深入淺出強化學習：原理入門書籍

深入機器學習應該從哪門課或哪本書開始？求推薦資源？

雪花臺灣 3年前 強化學習ReinforcementLearning 有監督學習 機器學習 深度學習DeepLearning 無監督學習

為什麼DL,RL裡面演算法的最初版本都叫vanilla？

雪花臺灣 3年前 強化學習ReinforcementLearning 演算法

在工業界，應用 Multi-Armed Bandit 的例子多嗎？

雪花臺灣 3年前 人工智慧 強化學習ReinforcementLearning

如何用數據破壞深度學習模型？

雪花臺灣 3年前 強化學習ReinforcementLearning 機器學習 深度學習DeepLearning 無監督學習 遷移學習TransferLearning

機器學習、深度學習和強化學習的關係和區別是什麼？

雪花臺灣 4年前 人工智慧 機器學習 演算法 強化學習ReinforcementLearning AI技術

PN-28: Sub-policy Adaptation for HRL (arXiv 1906)

雪花臺灣 4年前 機器學習 強化學習ReinforcementLearning 深度學習（DeepLearning）