白話強化學習與PyTorch

學過數學的人一看就可以發現，沒有時間的積累和自己的思考絕對寫不出這樣的書，我作爲一個選修了傳統的統計學習，對強化學習感興趣的學生，感覺入門起來非常不錯。 不過想食用體驗很好一定要有條件期望，馬爾可夫鏈的基礎，最好再修過貝葉斯統計。 這本書質量我認爲比大學內絕大部分數學教材要好，因爲那些教材只是堆疊晦澀的概念。甚至不成體系。

自從開始上手練習具體的模型訓練，發現照着案例走的學習確實一學就會，一跑就通，輪到自己獨立探索，模擬個平方計算都錯的離譜！ 難怪聽人說訓練神經網絡是一個玄學！ 我覺得這本書寫的有點不經心，有點不上不下的尷尬（可能是我這種野生自學者的問題），但依然推薦！因爲我從中讀到了自己此前根本沒有了解的不少東西，比如遺傳算法的神經網絡（我覺得更多是一種技術嘗試），比如alphago的輸入通道。我覺得無論理論的介紹還是案例的實操都有點蜻蜓點水，很多明顯的打字錯誤都沒有更正，但，看過來人的經驗是一個避免玄學荼毒的好辦法，沒錯，我不認同玄學說，至少，在自己弄明白裏頭的數學原理之前不要用玄學給自己找藉口！這裏的數學原理並不只是相關於神經網絡的那些東西，還包括我們解決問題的時候的數學頭腦！

由淺入深，但是沒有深入淺出。雖然說是白話，但對零基礎的讀者來說閱讀體驗不算太好，主要公式實在是太多了 😂。也可能是兩天時間看這個確實有點着急了，整體結構、行文脈絡都是蠻好的，樣例也比較詳實，也有一定的拓展內容。 另外補充兩點： - 這本書寫於 2018 年，書中介紹的 Gym 和 SurpentAI 都已不再維護，可用性不高，建議探索一些更活躍更成熟的工具，如前者已經切換成 Gymnasium 項目； - 現在大模型已經成熟到能夠識別公式，使用豆包插件在線閱讀可以在很大程度上提升閱讀體驗。

這本書滿足了我對強化學習的好奇心。由於水平問題，很多算法的公式我不太能完全理解，但這本書對於這些算法和策略的描述已經非常通俗了，非常推薦給初學者。 在對深度學習有一定了解以後，我越發感覺深度學習可能並不是AGI的最終解，與之相比，強化學習的思路更像是人類在進行學習，這種思路對我而言是非常講得通的。AGI最終很可能是很多種技術的結合，而強化學習一定是其中重要的一環。

本身爲了鞏固強化學習的知識而進行的閱讀，整部書籍對於強化學習的邏輯梳理還算可以，畢竟是白話，對於想要了解強化學習知識的有一定的幫助，但是描述還是晦澀難懂，適合已知一些強化學習基礎知識的才能讀懂！從這本書還是收穫了不少關於強化學習領域的知識的，有些知識還是非常重要的！

這本書閱讀門檻有點高，指望看這本書入門，就直接放棄吧。本來就懂的人，看這本書，能看懂。不懂的人，看這本書，會更加看不懂。閱讀過程很痛苦。

書是推薦的，會詳細講解公式，給人的感覺像是老師的上課錄音一樣，雖然有些地方比較嘮叨，但小白還是需要嘮叨一點的書，缺點就是排版混亂，圖表亂放，影響閱讀體驗，有條件還是推薦買本紙質書。也看過參考文獻的第一本書，但看了三天就放棄了，感覺那一篇更適合大佬查漏補缺，公式詳細但有些錯誤，圖解也偏少，不是很適合小白理解。

文筆 和 專業知識  相得益彰。 專業知識哪裏都有，文筆中肯幽默，讓人醍醐灌頂的同時還能發人深思，辯證的思維，語氣中肯都是增色不少！ 很好👌🏻

小白入門，對概念的理解還是有幫助的

內容如書名，對算法通過作者個人理解過程的方法進行介紹，細節還算充實，但是數學理論介紹幾乎沒有