Python深度强化学习:基于Chainer和OpenAIGym
全新正版 极速发货
￥ 59.6 7.5折 ￥ 79 全新
库存3件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者[日]牧野浩二(KojiMakino),[日]西崎博光(HiromitsuNishizaki)
出版社机械工业出版社
ISBN9787111692584
出版时间2021-11
装帧平装
开本16开
定价79元
货号31289336
上书时间2024-12-31
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
目录
译者序<br/>前言<br/>第1章 引言 1<br/>1.1 深度强化学习可以做什么 1<br/>1.2 本书的结构 4<br/>1.3 框架：Chainer和ChainerRL 6<br/>1.4 Python的运行检查 6<br/>1.5 Chainer的安装 9<br/>1.6 ChainerRL的安装 12<br/>1.7 模拟器：OpenAI Gym 14<br/>第2章 深度学习 17<br/>2.1 什么是深度学习 17<br/>2.2 神经网络 18<br/>2.3 基于Chainer的神经网络 21<br/>2.3.1 Chainer与神经网络的对应 24<br/>2.3.2 Chainer程序 25<br/>2.3.3 参数设置 26<br/>2.3.4 创建数据 27<br/>2.3.5 定义神经网络 27<br/>2.3.6 各种声明 28<br/>2.3.7 显示训练状态 28<br/>2.3.8 保存训练状态 31<br/>2.3.9 执行训练 32<br/>2.4 与其他神经网络的对应 32<br/>2.4.1 感知器 32<br/>2.4.2 5层神经网络（深度学习） 33<br/>2.4.3 计算输入中的1的数量 34<br/>2.5 基于深度神经网络的手写数字识别 35<br/>2.5.1 手写数字的输入格式 36<br/>2.5.2 深度神经网络的结构 39<br/>2.5.3 8×8的手写数字数据 41<br/>2.6 基于卷积神经网络的手写数字识别 43<br/>2.6.1 卷积 45<br/>2.6.2 激活函数 49<br/>2.6.3 池化 49<br/>2.6.4 执行 50<br/>2.7 一些技巧 53<br/>2.7.1 读取文件数据 54<br/>2.7.2 使用训练模型 55<br/>2.7.3 重启训练 56<br/>2.7.4 检查权重 56<br/>2.7.5 从文件中读取手写数字 57<br/>第3章 强化学习 59<br/>3.1 什么是强化学习 59<br/>3.1.1 有监督学习 60<br/>3.1.2 无监督学习 60<br/>3.1.3 半监督学习 60<br/>3.2 强化学习原理 61<br/>3.3 通过简单的示例来学习 61<br/>3.4 应用到Q学习问题中 63<br/>3.4.1 状态 63<br/>3.4.2 行动 63<br/>3.4.3 奖励 63<br/>3.4.4 Q值 64<br/>3.5 使用Python进行训练 67<br/>3.5.1 运行程序 67<br/>3.5.2 说明程序 69<br/>3.6 基于OpenAI Gym的倒立摆 73<br/>3.6.1 运行程序 73<br/>3.6.2 说明程序 74<br/>3.7 如何保存和加载Q值 79<br/>第4章 深度强化学习 81<br/>4.1 什么是深度强化学习 81<br/>4.2 对于老鼠学习问题的应用 83<br/>4.2.1 运行程序 83<br/>4.2.2 说明程序 85<br/>4.2.3 如何保存和读取智能体模型 91<br/>4.3 基于OpenAI Gym的倒立摆 91<br/>4.3.1 运行程序 91<br/>4.3.2 说明程序 92<br/>4.4 基于OpenAI Gym的太空侵略者 97<br/>4.5 基于OpenAI Gym的颠球 99<br/>4.5.1 运行程序 101<br/>4.5.2 说明程序 102<br/>4.6 对战游戏 109<br/>4.6.1 黑白棋 109<br/>4.6.2 训练方法 111<br/>4.6.3 变更盘面 121<br/>4.6.4 黑白棋实体 121<br/>4.6.5 如何与人类对战 123<br/>4.6.6 卷积神经网络的应用 127<br/>4.7 使用物理引擎进行模拟 128<br/>4.7.1 物理引擎 129<br/>4.7.2 运行程序 130<br/>4.7.3 说明程序 131<br/>4.8 物理引擎在颠球问题中的应用 132<br/>4.9 物理引擎在倒立摆问题中的应用 140<br/>4.10 物理引擎在机械臂问题中的应用 144<br/>4.11 使用其他深度强化学习方法 151<br/>4.11.1 深度强化学习的类型 151<br/>4.11.2 将训练方法更改为DDQN 153<br/>4.11.3 将训练方法更改为PER-DQN 153<br/>4.11.4 将训练方法更改为DDPG 153<br/>4.11.5 将训练方法更改为A3C 155<br/>第5章 实际环境中的应用 157<br/>5.1 使用摄像机观察环境（MNIST） 157<br/>5.1.1 摄像机设置 158<br/>5.1.2 通过卷积神经网络对摄像机图像进行分类 160<br/>5.1.3 使用图像大小为28×28的手写数字进行训练 163<br/>5.2 实际环境中的老鼠学习问题 164<br/>5.3 使用Raspberry Pi处理老鼠学习问题 168<br/>5.3.1 环境构建 169<br/>5.3.2 以输入输出为重点的简化 169<br/>5.3.3 使用摄像机测量环境 176<br/>5.4 使用Arduino + PC处理老鼠学习问题 181<br/>5.4.1 环境构建 182<br/>5.4.2 以输入输出为重点的简化 185<br/>5.4.3 使用摄像机测量环境 193<br/>5.5 使用Raspberry Pi + Arduino处理老鼠学习问题 197<br/>5.6 结语 201<br/>附录 202
内容摘要
本书基于强化学的库Chainer（Chainere）和AI模拟环境的OpenAIgym，不仅仅是软件模拟，也详述了使用RaspbbilryPi和ARduino的实际环境的应用。
— 没有更多了 —
以下为对购买帮助不大的评价