资源精灵

资源精灵

资源投诉
资源基本信息

40.梗直哥–强化学习必修课：引领智能新时代

40.梗直哥–强化学习必修课：引领智能新时代

发布时间： 2025-01-08 09:11:58

文件大小： 共计 61 个文件 ，合计: 2.0GB

发布者： 一口莲酥

资源来源： 夸克网盘夸克网盘

资源售价： 7金币 会员所有资源免费

资源状态：
【资源状态检测中】...
1.本站会员获取资源无需消耗金币。
2.获取资源后可以在「个人中心」48 小时内无理由退金币。
3.为防止资源链接失效，请及时转存文件。
资源目录结构

以下文件快照生成于16 天前。（只展示部分的文件和文件夹）
📢：可能存在部分资源被网盘官方屏蔽。

40.梗直哥–强化学习必修课：引领智能新时代 40.梗直哥–强化学习必修课：引领智能新时代 2.0GB

8_4-8-马尔可夫过程代码实现.mp4 8_4-8-马尔可夫过程代码实现.mp4 40.2MB

7_9-7-SAC代码实现.mp4 7_9-7-SAC代码实现.mp4 35.1MB

7_4-7-常见问题解析.mp4 7_4-7-常见问题解析.mp4 21.7MB

7_6-7-Q-Learning&SARSA代码实现.mp4 7_6-7-Q-Learning&SARSA代码实现.mp4 23.8MB

6_9-6-软性演员评论家算法.mp4 6_9-6-软性演员评论家算法.mp4 38.6MB

6_4-6-模型分类与选择.mp4 6_4-6-模型分类与选择.mp4 30.8MB

6_6-6-SARSA算法.mp4 6_6-6-SARSA算法.mp4 20.8MB

6_11-6-基于人类反馈大强化学习.mp4 6_11-6-基于人类反馈大强化学习.mp4 47.1MB

5_3-5-深度学习库PyTorch的安装.mp4 5_3-5-深度学习库PyTorch的安装.mp4 9.2MB

5_9-5-DDPG算法代码实现.mp4 5_9-5-DDPG算法代码实现.mp4 22.5MB

5_8-5-近端策略优化（PPO）代码实现.mp4 5_8-5-近端策略优化（PPO）代码实现.mp4 34.6MB

5_6-5-Q-Learning算法.mp4 5_6-5-Q-Learning算法.mp4 32.3MB

5_11-5-AlphaStar系统.mp4 5_11-5-AlphaStar系统.mp4 82.4MB

5_4-5-贝尔曼方程：迭代求解价值函数.mp4 5_4-5-贝尔曼方程：迭代求解价值函数.mp4 30.6MB

5_10-5-MBPO的代码实现.mp4 5_10-5-MBPO的代码实现.mp4 53.8MB

4_9-4-深度确定性策略梯度.mp4 4_9-4-深度确定性策略梯度.mp4 30.3MB

4_8-4-近端策略优化算法.mp4 4_8-4-近端策略优化算法.mp4 36.2MB

4_7-4-DQN改进算法代码实现.mp4 4_7-4-DQN改进算法代码实现.mp4 31.0MB

4_5-4-动态规划代码实现.mp4 4_5-4-动态规划代码实现.mp4 43.5MB

4_4-4-马尔可夫奖励过程：懂得“想”.mp4 4_4-4-马尔可夫奖励过程：懂得“想”.mp4 49.4MB

4_6-4-广义策略迭代.mp4 4_6-4-广义策略迭代.mp4 19.6MB

4_12-4-下一步的学习建议.mp4 4_12-4-下一步的学习建议.mp4 33.3MB

4_11-4-MADDP的代码实现.mp4 4_11-4-MADDP的代码实现.mp4 45.1MB

4_3-4-仿真环境Gym安装.mp4 4_3-4-仿真环境Gym安装.mp4 19.0MB

4_10-4-基于模型的策略优化.mp4 4_10-4-基于模型的策略优化.mp4 19.7MB

3_9-3-演员评论家算法代码实现.mp4 3_9-3-演员评论家算法代码实现.mp4 19.7MB

3_3-3-Jupyter-Notebook快速上手.mp4 3_3-3-Jupyter-Notebook快速上手.mp4 14.1MB

3_8-3-策略梯度方法代码实现.mp4 3_8-3-策略梯度方法代码实现.mp4 19.4MB

3_7-3-常见问题改进和扩展.mp4 3_7-3-常见问题改进和扩展.mp4 27.5MB

3_6-3-蒙特卡洛方法和时序差分代码实现.mp4 3_6-3-蒙特卡洛方法和时序差分代码实现.mp4 22.8MB

3_5-3-价值迭代.mp4 3_5-3-价值迭代.mp4 19.2MB

3_4-3-马尔可夫决策过程：试着-“干”.mp4 3_4-3-马尔可夫决策过程：试着-“干”.mp4 29.6MB

3_12-3-强化学习最新发展趋势.mp4 3_12-3-强化学习最新发展趋势.mp4 65.6MB

3_2-3-概率.mp4 3_2-3-概率.mp4 46.6MB

3_11-3-多智能体强化学习.mp4 3_11-3-多智能体强化学习.mp4 44.4MB

3_10-3-Dyna-Q算法代码实现.mp4 3_10-3-Dyna-Q算法代码实现.mp4 17.7MB

2_9-2-改进型演员评论家算法.mp4 2_9-2-改进型演员评论家算法.mp4 23.0MB

3_1-3-课程使用的技术栈.mp4 3_1-3-课程使用的技术栈.mp4 12.0MB

2_6-2-时序差分方法.mp4 2_6-2-时序差分方法.mp4 34.2MB

2_8-2-蒙特卡洛策略梯度.mp4 2_8-2-蒙特卡洛策略梯度.mp4 24.2MB

2_5-2-策略迭代.mp4 2_5-2-策略迭代.mp4 40.0MB

2_7-2-DQN-代码实现.mp4 2_7-2-DQN-代码实现.mp4 35.8MB

2_4-2-马尔可夫观测过程：学会“看”.mp4 2_4-2-马尔可夫观测过程：学会“看”.mp4 40.9MB

2_2-2-微积分.mp4 2_2-2-微积分.mp4 30.0MB

2_12-2-项目实战：大模型RLHF.mp4 2_12-2-项目实战：大模型RLHF.mp4 31.4MB

2_3-2-conda使用命令.mp4 2_3-2-conda使用命令.mp4 11.9MB

2_11-2-博弈论与强化学习.mp4 2_11-2-博弈论与强化学习.mp4 64.7MB

2_1-2-认识强化学习.mp4 2_1-2-认识强化学习.mp4 53.8MB

2_10-2-Dyna-Q算法.mp4 2_10-2-Dyna-Q算法.mp4 44.6MB

1_8-1-策略梯度核心思想和原理.mp4 1_8-1-策略梯度核心思想和原理.mp4 44.2MB

1_7-1-深度Q网络核心思想和原理.mp4 1_7-1-深度Q网络核心思想和原理.mp4 44.7MB

1_9-1-演员评论家算法核心思想和原理.mp4 1_9-1-演员评论家算法核心思想和原理.mp4 20.1MB

1_6-1-蒙特卡洛方法.mp4 1_6-1-蒙特卡洛方法.mp4 32.5MB

1_4-1-序列建模与概率图模型.mp4 1_4-1-序列建模与概率图模型.mp4 38.1MB

1_5-1-动态回归核心思想和原理.mp4 1_5-1-动态回归核心思想和原理.mp4 30.9MB

1_12-1-项目实战：Gym游戏.mp4 1_12-1-项目实战：Gym游戏.mp4 51.4MB

1_2-1-线性代数.mp4 1_2-1-线性代数.mp4 26.9MB

1_3-1-CUDA+Anaconda深度学习环境配置.mp4 1_3-1-CUDA+Anaconda深度学习环境配置.mp4 18.7MB

1_1-1-课程内容和理念.mp4 1_1-1-课程内容和理念.mp4 59.0MB

1_11-1模仿学习.mp4 1_11-1模仿学习.mp4 48.4MB

网站声明

请认真阅读以下说明，您只有在了解并同意该说明后，才可继续访问本站。

1. 全站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。

2. 资源精灵遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。同时您必须了解并同意本站《用户协议》，严禁搜索非法关键词。

3. 资源精灵高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向百度网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。

4. 资源精灵作为非经营性网站，所有服务仅供学习交流使用。

小提示：

  • 本站会员获取资源无需消耗金币。
  • 本站资源有很多，如果发现资源失效或者不符合预期，在页面上方的搜索框重新搜索相似的资源即可。
  • 使用金币获取资源后可以在「个人中心」48 小时内无理由退金币。
  • 为防止资源链接失效，请及时转存文件。