TensorFlow2强化学习手册

作者: [美]普拉文·帕拉尼萨米(Praveen Palanisamy) 著 陈翔 王玺钧 译

出版社: 清华大学出版社

出版日期: 2023-12-01

  • 优惠券
  • ¥3
    ¥10
    ¥30
    ¥70
  • 领券
电子书 ¥64.34 定价:99.0
  • 收藏

  • 加书架

  • 引用

简介

本书首先介绍深度强化学习的基础知识以及TensorFlow 2.x的最新主要版本。随后介绍OpenAI Gym、基于模型的RL和无模型的RL,并学习如何开发基本代理。深入介绍发现如何实施高级深度强化学习算法,例如行动者批评、深度确定性策略梯度、深度Q网络、近端策略优化以及深度循环Q网络,以训练RL代理。同时,本书通过构建用于自动完成任务的加密货币交易代理,股票/股票交易代理和智能代理等实例,探索现实世界中的强化学习。最后,本书介绍如何使用TensorFlow 2.x将深度强化学习代理部署到云并构建跨平台应用程序。

编辑推荐

通过本书,读者可以: l使用全新的TensorFlow和Keras API从头开始构建深度强化学习智能体; l使用最少代码实现先进的深度强化学习算法; l在模拟环境中培训深度强化学习智能体,以执行加密货币、股票交易和建筑能源优化等现实世界的任务; l使用TensorFlow创建桌面应用程序、云服务、Web和移动应用程序,将强化学习智能体部署到云端,构建跨平台应用程序; 使用分布式DNN模型训练加快代理开发。

更多出版物信息
  • 版权: 清华大学出版社
  • 出版: 2023-12-01
  • 作者:[美]普拉文·帕拉尼萨米(Praveen Palanisamy) 著 陈翔 王玺钧 译
  • 更新: 2024-03-13
  • 书号:9787302643388
  • 中图:TP18
  • 学科:
    工学
    控制科学与工程
    工学
    计算机科学与技术
    交叉学科
    智能科学与技术

作者信息

[美]普拉文·帕拉尼萨米(Praveen Palanisamy) 著 陈翔 王玺钧 译

柯良军,西安交通大学电信学院自动化系教授、博士生导师。2008年获西安交通大学工学博士学位。2011年10至2012年10月在英国University of Essex访问学习。研究方向为复杂系统建模与优化,尤其是无人智能系统与城市交通系统的建模与优化。在IEEE Transaction on Cybernetics, Omega, European Journal of Operational Research等重要刊物发表论文30余篇,其中SCI检索论文20余篇,出版学术专著1部。担任《IEEE Transactions on Evolutionary Computation》、《IEEE Transaction on Cybernetics》、《 European Journal of Operational Research》、CEC等国际重要期刊和会议的审稿人。先后主持国家自然科学基金等10余项科研课题

相关图书