网络智能化中的深度强化学习技术 电子书

网络智能化中的深度强化学习技术

9.9开通会员

内容简介

随着人工智能技术的广泛应用,网络智能化近年来受到广泛的关注,已经成为下一代移动通信与未来网络的重要技术。阿尔法围棋(AlphaGo)之后,深度强化学习不断推陈出新,为网络中的决策问题提供了有效的潜在解决方案。本书系统介绍了网络智能化中深度强化学习的基本理论、算法及应用场景。全书共8章,针对互联网、移动通信网、边缘网络、数据中心等典型网络,阐述了网络管理、网络控制、任务调度等决策需求,深入论述了深度强化学习的模型构建与应用技术。第1章介绍了网络智能的需求与挑战;第2章介绍了先进的深度强化学习模型与方法;第3~6章论述了无线接入优化、网络管理、网络控制与任务调度等普遍网络管控任务中,深度强化学习技术的应用方法;第7章和第8章论述了深度强化学习在流媒体控制以及自组织网络等典型场景中的新研究进展。本书可为高等院校计算机和通信相关专业的本科生、研究生提供参考,也可供对网络智能化与深度强化学习领域感兴趣的研究人员和工程技术人员参考。

章节目录

网络智能化中的深度强化学习技术是2023年由人民邮电出版社出版,作者王敬宇。

温馨提示:
1.本电子书已获得正版授权,由出版社通过知传链发行。
2.该电子书为虚拟物品,付费之后概不接收任何理由退款。电子书内容仅支持在线阅读,不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用,您不得/不能给任何第三方使用,由此造成的一切相关后果本平台保留向您追偿索赔的权利!版权所有,后果自负!
得书感谢您对《网络智能化中的深度强化学习技术》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。

你可能喜欢
深度学习技术与应用 电子书
本书旨在介绍人工智能中深度学习的基础知识,为即将进入深度学习领域进行研究的读者奠定基础。全书共13章,其中,第1~4章为理论部分,第5~13章为应用部分。理论部分介绍了机器学习和深度学习的基本内容,以及TensorFlow开发框架的搭建和使用;应用部分设置了多个项目案例,并介绍了这些案例详细的实现步骤和代码,使读者在练习中熟悉和掌握相关知识的应用方法与技巧。本书采用项目驱动的编写方式,做到了理论和
Keras深度学习与神经网络 电子书
本书从人工智能导论入手,阐述人工智能的发展及现状,重点介绍了机器学习和神经网络基础、反向传播原理、卷积神经网络和循环神经网络等内容。本书内容由浅入深,循序渐进,从神经元和感知机入手,逐步讲解深度学习中神经网络基础、反向传播以及更深层次的卷积神经网络、循环神经网络。本书知识体系完整,内容覆盖面广,介绍了深度学习中常用的模型和算法,助力读者多方位掌握深度学习的相关知识。本书可作为高等院校计算机等相关专
电容型设备相对介质损耗因数及电容量比值测量 电子书
本书主要内容包括电容型设备相对介质损耗因数及电容量比值测量基本原理、带电检测仪现场操作、测试数据分析及设备状态诊断。附录包括练习题库、作业指导书、技能操作考核评分表、带电检测报告和变电站(发电厂)第二种工作票。
深度强化学习实战:用OpenAI Gym构建智能体 电子书
这是一本介绍用OpenAIGym构建智能体的实战指南。全书先简要介绍智能体和学习环境的一些入门知识,概述强化学习和深度强化学习的基本概念和知识点,然后重点介绍OpenAIGym的相关内容,随后在具体的Gym环境中运用强化学习算法构建智能体。本书还探讨了这些算法在游戏、自动驾驶领域的应用。本书适合想用OpenAIGym构建智能体的读者阅读,也适合对强化学习和深度强化学习感兴趣的读者参考。读者应具备一
深度学习 电子书
本书介绍了深度学习的基本概念、算法原理以及实现框架。全书共9章,分别介绍了深度学习的发展历史、神经网络与深度神经网络、卷积神经网络、循环神经网络、深度学习在目标检测和图像描述中的应用、生成对抗网络、深度迁移学习和深度强化学习等,并提供了应用实例。
深度学习在动态媒体中的应用与实践 电子书
本书是一本深度学习的基础入门读物,对深度学习的基本理论进行了介绍,主要以Ubuntu系统为例搭建了三大主流框架——Caffe、TensorFlow、Torch,然后分别在3个框架下,通过3个实战项目掌握了框架的使用方法,并详细描述了生产流程,最后讲述了通过集群部署深度学习的项目以及如何进行运营维护的注意事项。本书适合对深度学习有浓厚兴趣的读者、希望用深度学习完成设计的计算机专业或电子信息专业的高校
Python 深度学习 电子书
《Python深度学习》以深度学习框架为基础,介绍机器学习的基础知识与常用方法,全面细致地提供了机器学习操作的原理及其在深度学习框架下的实践步骤。全书共16章,分别介绍了深度学习基础知识、深度学习框架及其对比、机器学习基础知识、深度学习框架(以PyTorch为例)基础、Logistic回归、多层感知器、卷积神经网络与计算机视觉、神经网络与自然语言处理以及8个实战案例。本书将理论与实践紧密结合,相信
Excel+Python轻松掌握数据分析 电子书
本书重点介绍了目前处理数据非常有效的工具——Excel、Python和数据库的应用知识。本书通过一则完整的故事讨论了如何以Python编程为中心,结合Excel和数据库的特点,并以基础统计学贯穿其中,帮助读者深入地了解数据分析的相关知识。在本书中,首先,讨论了如何使用Excel整理数据,以及Excel中数学和统计函数的应用;其次,探讨了与Python编程相关的数据分析内容,包括在Python中进行