腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
ArrayZoneYour的专栏
专栏成员
举报
17
文章
83790
阅读量
45
订阅数
订阅专栏
申请加入专栏
全部文章(17)
tensorflow(6)
强化学习(5)
其他(4)
神经网络(4)
机器学习(2)
python(2)
微服务(2)
javascript(1)
react(1)
数据库(1)
云数据库 SQL Server(1)
打包(1)
深度学习(1)
人工智能(1)
webpack(1)
babel.js(1)
kubernetes(1)
游戏(1)
卷积神经网络(1)
监督学习(1)
数据分析(1)
搜索文章
搜索
搜索
关闭
TensorFlow强化学习入门(5)—— 可视化Agent的“所思所想”
tensorflow
强化学习
神经网络
在我的强化学习系列的文章中,我想要深入探究我们基于神经网络的agent在训练过程中习得的表达形式。尽管我们的直接目的是希望我们的agent能够获得更高的分数,或者完成某一具体的任务,但是了解agent如何做到,或者更进一步,agent为什么可以做到对于我们来说是同等甚至更加重要的。为了更加清楚地看到agent的学习过程,我使用了d3.js制作了一个网页来展示agent学习的各种信息。我称之为 强化学习控制中心。在本文中,我会用它来进一步讲解agent的原理。
ArrayZoneYour
2018-03-03
2.4K
0
TensorFlow强化学习入门(2)——基于策略的Agents
tensorflow
强化学习
神经网络
在本教程系列的(1)中,我演示了如何构建一个agent来在多个选择中选取最有价值的一个。在本文中,我将讲解如何得到一个从现实世界中获取 观测值 ,并作出 长期收益 最大的 行动 的agent。正如前文所说,本文解决的问题将是一个完备的强化学习问题。
ArrayZoneYour
2018-02-25
1.6K
0
TensorFlow强化学习入门(1.5)——上下文赌博机
tensorflow
强化学习
神经网络
在上一篇文章中我们简要介绍了强化学习并构建了一个简单的agent来解决多臂赌博机问题。在多臂赌博机问题中agent不需要考虑所处环境的状态,只要通过学习确定那一个行动是最优的即可。在不考虑环境状态时,任一时间点上的最优决策是所有时刻最优的决策。在本文结束后,我们会建立一个完备的强化学习问题:问题中存在环境状态并且下一时刻的状态取决于上一步的行动,决策的收益也是延迟发放的。
ArrayZoneYour
2018-02-24
1.8K
0
TensorFlow强化学习入门(1)——双臂赌博机
tensorflow
强化学习
游戏
神经网络
强化学习不仅仅赋予了我们教会人工agent如何行动的能力,还使得agent可以通过我们提供的交互式环境进行学习。通过结合深度神经网络习得的复杂表示和RL agent的目标驱动型学习,计算机取得了很多令人惊叹的成绩:在很多中雅达利游戏中击败人类,打败围棋世界冠军等等。
ArrayZoneYour
2018-02-22
1.7K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档