Наивный актёр-критик с опытом повтора | Когда отличные идеи идут ужасно не так скачать в хорошем качестве

Наивный актёр-критик с опытом повтора | Когда отличные идеи идут ужасно не так

Может показаться, что привязать воспроизведение опыта к методам «актор-критик» — хорошая идея, но оказывается, всё не так просто. Равномерная выборка памяти на самом деле приводит к снижению производительности агентов «актор-критик», как мы показываем в этом уроке по PyTorch. Узнайте, как превратить работы по глубокому обучению с подкреплением в код: Получите мгновенный доступ ко всем моим курсам, включая новый курс «Приоритетное воспроизведение опыта», оформив подписку. За 29 долларов в месяц вы получите мгновенный доступ к 42 часам обучающего контента и доступ к будущим обновлениям, которые добавляются ежемесячно. Скидки доступны для студентов Udemy (срок обучения более 30 дней). Просто отправьте письмо на адрес sales@neuralnet.ai https://www.neuralnet.ai/courses Или зайдите на мои курсы Udemy здесь: Глубокое обучение по принципу «вопрос-ответ»: https://www.udemy.com/course/deep-q-l... Методы актёрской критики: https://www.udemy.com/course/actor-cr... Глубокое обучение с подкреплением, основанное на любознательности https://www.udemy.com/course/curiosit... Обработка естественного языка от First Принципы: https://www.udemy.com/course/natural-... Основы обучения с подкреплением https://www.manning.com/livevideo/rei... Вот несколько книг/курсов, которые я рекомендую (партнёрские ссылки): Grokking Deep Learning in Motion: https://bit.ly/3fXHy8W Grokking Deep Learning: https://bit.ly/3yJ14gT Grokking Deep Reinforcement Learning: https://bit.ly/2VNAXql Присоединяйтесь к Discord:   / discord   Нужны индивидуальные консультации? Помощь с проектом по программированию? Напишите мне! phil@neuralnet.ai Сайт: https://www.neuralnet.ai Github: https://github.com/philtabor Twitter:   / mlwithphil