Python深度强化学习：基于Chainer和OpenAI Gym
牧野 浩二 西崎 博光
306人在读
8.2万字总字数
¥47.4定价
牧野 浩二 西崎 博光
近年来，机器学习受到了人们的广泛关注。本书面向普通大众，指导读者在Python（基于Chainer和OpenAI Gym）中实践深度强化学习。读者只需要具备一些基本的编程经验即可读懂书中内容，通过实现具体程序来掌握深度强化学习的相关知识。本书内容：介绍深度学习、强化学习和深度强化学习的基本知识。通过多种实际对战游戏（如太空侵略者、吃豆人）来介绍算法，如ε-greedy算法。使用Anaconda设置本地PC，在倒立摆和老鼠学习问题中实现深度强化学习。使用Python实现MNIST手写数字分类任务。实现深度强化学习的基本算法DQN。详解继DQN之后提出的新的深度强化学习技术（DDQN、PER-DQN、DDPG和A3C等）。
用Chainer和Chainerrl框架(日本的)处理深度学习和深度强化学习问题，现在搭建深度学习一般用pytorch或者TensorFlow框架，且谷歌发现负责Chainer的公司2019年就宣布已经停止开发并转向pytorch框架了，再看这个用处不大
我原本看这本书的原因是想从更底层的原理上学习强化学习，并没有达到目的，这本书只是讲了一些基础的概念，如下总结的，然后其他大量的都是代码实践，对我一个产品来说，没有什么营养。反之，我花了十分钟向ChatGpt4提问所学习到的，都要比这些深刻的多 1、基础概念：卷积神经网络、循环神经网络、自编码器的概念 2、迭代学习：在深度学习中，通常执行迭代学习，即训练数据不是使用一次而是多次重复使用。这样的迭代次数称为epoch数。 3、小批量训练：在深度学习中，通常使用一种称为小批量训练的方法。在这种情况下，将训练数据划分为几种大小的块，并使用划分后的少量样本更新神经网络的参数 4、强化学习的半监督学习优势：强化学习具有其他大多数机器学习方法所没有的半监督学习（利用小规模有标签数据和大规模无标签数据一同进行训练的方法）的优势。