位置: 主页 > R生活权 >扎实你的 AI Coding 基础!GitHub 大神整理了 >
  • 扎实你的 AI Coding 基础!GitHub 大神整理了

    2020-07-11

    扎实你的 AI Coding 基础!GitHub 大神整理了

    本文经 AI 新媒体量子位(公众号 ID:QbitAI)授权转载,转载请联繫出处

    作者:量子位/鱼羊

    自从有了强化学习(RL),AI 上能星海争霸,下能雅达利(Atari)称王,让内行人沈醉,让外行人惊奇。

    扎实你的 AI Coding 基础!GitHub 大神整理了

    这里恰有一份标星过万的强化学习资源,既有教程推荐,又有配套练习,网友学了都说好,并且还在实时更新。

    入学要求并不高,只需要一些基础的数学和机器学习知识。

    扎实学习 AI 强化学习,大神推荐这两个资源

    扎实你的 AI Coding 基础!GitHub 大神整理了

    想要入门强化学习,一份优质的课程必不可少。

    强化学习资源千千万,项目作者 Denny Britz 大力推荐这两个:

    David Silver 的强化学习课程

    扎实你的 AI Coding 基础!GitHub 大神整理了

    以及 Richard Sutton 和 Andrew Barto 的《强化学习:简介(第二版)》

    扎实你的 AI Coding 基础!GitHub 大神整理了

    Denny Britz 表示,这两本书几乎涵盖了入门强化学习需要了解的大部分研究论文,基础决定高度,理论知识还是要扎扎实实学起来。

    理论有了,可书里并没有演算法练习。

    别担心,帮人帮到底,送佛送到西,Denny Britz 亲自动手,用 Python,OpenAI Gym 和 Tensorflow 实现了大多数标準强化演算法,并把它们都共享了出来,方便大家配合教材使用。

    扎实你的 AI Coding 基础!GitHub 大神整理了

    在这份万星资源里,每个文件夹都对应着教材的一个或多个章节。除了练习和解决方案之外,每个文件夹下还包含了一系列学习目标,基础概念摘要,以及相关连结。

    以基于模型的强化学习:使用动态规划的策略迭代和值迭代这一章为例。

    这一章配套的是 David Silver RL 课程的第三讲,动态编程规划。

    首先是学习目标:

    了解策略评估和策略改进之间的区别,以及这些流程如何相互作用

    理解策略迭代演算法

    理解值迭代演算法

    了解动态规划方法的局限性

    设定好学习目标,这份教程还替你划了重点概念。

    扎实你的 AI Coding 基础!GitHub 大神整理了

    最后,奉上实战演练。

    扎实你的 AI Coding 基础!GitHub 大神整理了

    大框架已经搭好,只需专注重点思考如何填空:

    扎实你的 AI Coding 基础!GitHub 大神整理了

    文后附标準答案:

    扎实你的 AI Coding 基础!GitHub 大神整理了

    循序渐进的学习课纲,新手老手都适合

    这份教程现在涵盖了以下演算法实现。

    动态规划策略评估

    动态规划策略迭代

    动态规划值迭代

    蒙特卡洛预测

    Epslion-Greedy 策略的蒙特卡洛控制

    具有重要性抽样的蒙特卡洛非策略控制

    SARSA(策略 TD 学习)

    Q 学习(非策略 TD 学习)

    线性函数逼近的 Q 学习

    雅达利游戏的深度 Q 学习

    雅达利游戏的双重深度 Q 学习

    优先经验回放的深度 Q 学习(施工中)

    策略梯度:基线强化

    策略梯度:基线 Actor-Critic 演算法

    策略梯度:具有连续动作空间的基线 Actor-Critic 演算法

    连续动作空间的确定性策略梯度(施工中)

    DDPG(施工中)

    异步优势 Actor-Critic 演算法(A3C)

    学习路径如此清晰,这样的优质资源,不存起来吗?

    GitHub 传送门



    上一篇: 下一篇: