信阅平台

产品特色

编辑推荐

展开

作者简介

展开

内容介绍

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）。

展开

精彩书评

展开

精彩书摘

展开

译者序 前言 第1章　引言 1 11　深度强化学习可以做什么 1 12　本书的结构 4 13　框架：Chainer和ChainerRL 6 14　Python的运行检查 6 15　Chainer的安装 9 16　ChainerRL的安装 12 17　模拟器：OpenAI Gym 14 第2章　深度学习 17 21　什么是深度学习 17 22　神经网络 18 23　基于Chainer的神经网络 21 231　Chainer与神经网络的对应 24 232　Chainer程序 25 233　参数设置 26 234　创建数据 27 235　定义神经网络 27 236　各种声明 28 237　显示训练状态 28 238　保存训练状态 31 239　执行训练 32 24　与其他神经网络的对应 32 241　感知器 32 242　5层神经网络（深度学习） 33 243　计算输入中的1的数量 34 25　基于深度神经网络的手写数字识别 35 251　手写数字的输入格式 36 252　深度神经网络的结构 39 253　8×8的手写数字数据 41 26　基于卷积神经网络的手写数字识别 43 261　卷积 45 262　激活函数 49 263　池化 49 264　执行 50 27　一些技巧 53 271　读取文件数据 54 272　使用训练模型 55 273　重启训练 56 274　检查权重 56 275　从文件中读取手写数字 57 第3章　强化学习 59 31　什么是强化学习 59 311　有监督学习 60 312　无监督学习 60 313　半监督学习 60 32　强化学习原理 61 33　通过简单的示例来学习 61 34　应用到Q学习问题中 63 341　状态 63 342　行动 63 343　奖励 63 344　Q值 64 35　使用Python进行训练 67 351　运行程序 67 352　说明程序 69 36　基于OpenAI Gym的倒立摆 73 361　运行程序 73 362　说明程序 74 37　如何保存和加载Q值 79 第4章　深度强化学习 81 41　什么是深度强化学习 81 42　对于老鼠学习问题的应用 83 421　运行程序 83 422　说明程序 85 423　如何保存和读取智能体模型 91 43　基于OpenAI Gym的倒立摆 91 431　运行程序 91 432　说明程序 92 44　基于OpenAI Gym的太空侵略者 97 45　基于OpenAI Gym的颠球 99 451　运行程序 101 452　说明程序 102 46　对战游戏 109 461　黑白棋 109 462　训练方法 111 463　变更盘面 121 464　黑白棋实体 121 465　如何与人类对战 123 466　卷积神经网络的应用 127 47　使用物理引擎进行模拟 128 471　物理引擎 129 472　运行程序 130 473　说明程序 131 48　物理引擎在颠球问题中的应用 132 49　物理引擎在倒立摆问题中的应用 140 410　物理引擎在机械臂问题中的应用 144 411　使用其他深度强化学习方法 151 4111　深度强化学习的类型 151 4112　将训练方法更改为DDQN 153 4113　将训练方法更改为PER-DQN 153 4114　将训练方法更改为DDPG 153 4115　将训练方法更改为A3C 155 第5章　实际环境中的应用 157 51　使用摄像机观察环境（MNIST） 157 511　摄像机设置 158 512　通过卷积神经网络对摄像机图像进行分类 160 513　使用图像大小为28×28的手写数字进行训练 163 52　实际环境中的老鼠学习问题 164 53　使用Raspberry Pi处理老鼠学习问题 168 531　环境构建 169 532　以输入输出为重点的简化 169 533　使用摄像机测量环境 176 54　使用Arduino + PC处理老鼠学习问题 181 541　环境构建 182 542　以输入输出为重点的简化 185 543　使用摄像机测量环境 193 55　使用Raspberry Pi + Arduino处理老鼠学习问题 197 56　结语 201 附录 202

展开