类似推荐
编辑推荐
从运行Python的实践中学习深度强化学习，一本可以自己尝试上手操作的指南性书籍。
内容简介
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。
作者简介
作者牧野浩二（Koji Makino），东京工业大学博士，现任山梨大学大学院综合研究部工学领域的助理教授。迄今为止，一直在使用地球模拟器进行纳米碳研究，是使用Arduino进行机器人模型实验的负责人。
具有从微机到超级计算机的各种编程经验。主要致力于研究人类的隐性知识，并且正在进行从测量仪器开发到数据分析的连贯研究。
章节目录
版权信息
关于本书
作者简介
译者简介
译者序
前言
第1章 引言
1.1 深度强化学习可以做什么
1.2 本书的结构
1.3 框架：Chainer和ChainerRL
1.4 Python的运行检查
1.5 Chainer的安装
1.6 ChainerRL的安装
1.7 模拟器：OpenAI Gym
第2章 深度学习
2.1 什么是深度学习
2.2 神经网络
2.3 基于Chainer的神经网络
2.3.1 Chainer与神经网络的对应
2.3.2 Chainer程序
2.3.3 参数设置
2.3.4 创建数据
2.3.5 定义神经网络
2.3.6 各种声明
2.3.7 显示训练状态
2.3.8 保存训练状态
2.3.9 执行训练
2.4 与其他神经网络的对应
2.4.1 感知器
2.4.2 5层神经网络（深度学习）
2.4.3 计算输入中的1的数量
2.5 基于深度神经网络的手写数字识别
2.5.1 手写数字的输入格式
2.5.2 深度神经网络的结构
2.5.3 8×8的手写数字数据
2.6 基于卷积神经网络的手写数字识别
2.6.1 卷积
2.6.2 激活函数
2.6.3 池化
2.6.4 执行
2.7 一些技巧
2.7.1 读取文件数据
2.7.2 使用训练模型
2.7.3 重启训练
2.7.4 检查权重
2.7.5 从文件中读取手写数字
第3章 强化学习
3.1 什么是强化学习
3.1.1 有监督学习
3.1.2 无监督学习
3.1.3 半监督学习
3.2 强化学习原理
3.3 通过简单的示例来学习
3.4 应用到Q学习问题中
3.4.1 状态
3.4.2 行动
3.4.3 奖励
3.4.4 Q值
3.5 使用Python进行训练
3.5.1 运行程序
3.5.2 说明程序
3.6 基于OpenAI Gym的倒立摆
3.6.1 运行程序
3.6.2 说明程序
3.7 如何保存和加载Q值
第4章 深度强化学习
4.1 什么是深度强化学习
4.2 对于老鼠学习问题的应用
4.2.1 运行程序
4.2.2 说明程序
4.2.3 如何保存和读取智能体模型
4.3 基于OpenAI Gym的倒立摆
4.3.1 运行程序
4.3.2 说明程序
4.4 基于OpenAI Gym的太空侵略者
4.5 基于OpenAI Gym的颠球
4.5.1 运行程序
4.5.2 说明程序
4.6 对战游戏
4.6.1 黑白棋
4.6.2 训练方法
4.6.3 变更盘面
4.6.4 黑白棋实体
4.6.5 如何与人类对战
4.6.6 卷积神经网络的应用
4.7 使用物理引擎进行模拟
4.7.1 物理引擎
4.7.2 运行程序
4.7.3 说明程序
4.8 物理引擎在颠球问题中的应用
4.9 物理引擎在倒立摆问题中的应用
4.10 物理引擎在机械臂问题中的应用
4.11 使用其他深度强化学习方法
4.11.1 深度强化学习的类型
4.11.2 将训练方法更改为DDQN
4.11.3 将训练方法更改为PER-DQN
4.11.4 将训练方法更改为DDPG
4.11.5 将训练方法更改为A3C
第5章 实际环境中的应用
5.1 使用摄像机观察环境（MNIST）
5.1.1 摄像机设置
5.1.2 通过卷积神经网络对摄像机图像进行分类
5.1.3 使用图像大小为28×28的手写数字进行训练
5.2 实际环境中的老鼠学习问题
5.3 使用Raspberry Pi处理老鼠学习问题
5.3.1 环境构建
5.3.2 以输入输出为重点的简化
5.3.3 使用摄像机测量环境
5.4 使用Arduino + PC处理老鼠学习问题
5.4.1 环境构建
5.4.2 以输入输出为重点的简化
5.4.3 使用摄像机测量环境
5.5 使用Raspberry Pi + Arduino处理老鼠学习问题
5.6 结语
附录
A.1 VirtualBox的安装
A.1.1 复制和粘贴
A.1.2 共享文件夹
A.2 Raspberry Pi的设置
A.2.1 操作系统安装
A.2.2 程序的传输设置
A.2.3 RC伺服电动机的设置
A.3 安装Arduino
A.4 GPU的使用
A.4.1 在安装CuPy之前
A.4.2 CuPy的使用方法
A.5 使用Intel Math Kernel Library安装NumPy
Python深度强化学习：基于Chainer和OpenAIGym是2021年由机械工业出版社有限公司出版,作者[日] 牧野浩二。
得书感谢您对《Python深度强化学习：基于Chainer和OpenAIGym》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
