会员
Joy RL：强化学习实践教程
更新时间：2025-05-19 16:15:54 最新章节：第12章
书籍简介
本书是继《EasyRL：强化学习教程》（俗称“蘑菇书”）之后，为强化学习的读者专门打造的一本深入实践的全新教程。全书大部分内容基于3位作者的实践经验，涵盖马尔可夫决策过程、动态规划、免模型预测、免模型控制、深度学习基础、DQN算法、DQN算法进阶、策略梯度、Actor-Critic算法、DDPG与TD3算法、PPO算法等内容，旨在帮助读者快速入门强化学习的代码实践，并辅以一套开源代码框架“JoyRL”，便于读者适应业界应用研究风格的代码。与“蘑菇书”不同，本书对强化学习核心理论进行提炼，并串联知识点，重视强化学习代码实践的指导而不是对理论的详细讲解。本书适合具有一定编程基础且希望快速进入实践应用阶段的读者阅读。
品牌：人邮图书
上架时间：2025-04-01 00:00:00
出版社：人民邮电出版社
本书数字版权由人邮图书提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
江季 王琦 杨毅远
同类热门书
最新上架
- 会员本书是一本全面介绍Manus及其应用的实用指南，旨在帮助读者深入了解Manus的核心技术、独特优势及其在各个领域的广泛应用，为读者在智能化时代的学习、工作和生活提供有力支持。首先，本书深入剖析智能体的本质与技术基础，详细阐述AIAgent的核心架构、运作原理，及其与传统AI模型的区别，并从不同维度对比Manus与其他AI大模型（如DeepSeek、ChatGPT），让读者对Manus的技术优势有清计算机16.8万字
- 会员如今，随着智能创作时代的到来，AI文生内容成为不可忽视的趋势。DeepSeek作为AI文生领域内容领域的一个新热点和新风口，受到资本和各类企业的广泛关注。本书就聚焦于DeepSeek，对其进行详细讲述。本书分为三个部分，第一部分详细介绍DeepSeek的基础理论知识、技术架构、功能、背后的商业生态等，让读者对DeepSeek有一个全面的了解；第二部分讲述DeepSeek操作攻略，包括准备工作、指令计算机10.8万字
- 会员《DeepSeeK实操指南：引爆AI时代个人效率核聚变》是一本专为职场人士量身打造的AI工具使用指南，旨在帮助读者通过DeepSeek这一强大的AI工具，全面提升工作效率，解锁职场新技能。本书不仅详细介绍了DeepSeek的基础知识和核心优势，还提供了40个实用的职场AI技能，涵盖从文案创作、数据处理到社交媒体运营等多个领域，助力读者在职场中脱颖而出。通过丰富的实操案例和技巧，本书深入讲解了如何运计算机7.4万字
- 会员本书全面、系统地探讨科学计算的背景、机器学习的重要性以及昇思MindSpore框架在科学计算中的广泛应用。科学计算作为一门交叉学科，融合了数学、计算机科学与技术等领域的专业知识，在现代科学研究和工程实践中起着关键作用。本书以MindSpore为平台，深入研究这一全场景AI框架在科学计算中的探索与实践，通过对基础理论、行业应用和实际案例的详细介绍，为读者提供全方位的学习和参考资料。全书共8章，首先详计算机15.7万字
- 会员（1）AI与AIGC基础知识：从基础入手，深入讲解AI技术的基本概念和原理。通过通俗易懂的讲解和示例，帮助读者建立坚实的理论基础，为后续章节的深入学习打下良好基础。（2）智能设备上的AIGC系统设计：详细介绍AIGC技术在实际应用过程中的各种功能设计和实现方法。内容涵盖算法选择、模型训练、系统集成等各个环节，通过丰富的技术细节和设计策略，帮助读者全面掌握AIGC技术的应用要点。（3）AIGC关键工计算机18万字
- 会员本书将为你揭开生成式AI重塑职场生态的终极密码，带你从“工具使用者”进阶为“AI协作大师”。通过DeepSeek、智谱清言、通义千问等前沿工具的实战解析，你将掌握AI时代的职场生存法则：告别低效与重复，解锁高阶创造力，构建人机协作系统，跨越职业天花板。书中融合了近百个真实案例，涵盖目标管理、会议组织、公文写作、公众演讲等12大职场刚需场景，提供即学即用的AI解决方案。无论你是疲于应付报表的职场新人计算机12.5万字
- 会员全书通过118个实用技巧讲解+118集教学视频演示+160多个素材回复文件+144页PPT教学课件，通过“提问生成+修改润色+热门模板+应用案例”4大专项内容，帮助小白快速成为AI文案高手！本书具体内容包括16种AI提问技巧、13种指令优化技巧、11种高效提问技巧、9种文案修改技巧、7种文案润色方法、11类营销文案指令模板、12类办公文案指令模板、13类自媒体文案指令模板、12类教育学术文案指令模计算机11.6万字
- 会员本书是继《EasyRL：强化学习教程》（俗称“蘑菇书”）之后，为强化学习的读者专门打造的一本深入实践的全新教程。全书大部分内容基于3位作者的实践经验，涵盖马尔可夫决策过程、动态规划、免模型预测、免模型控制、深度学习基础、DQN算法、DQN算法进阶、策略梯度、Actor-Critic算法、DDPG与TD3算法、PPO算法等内容，旨在帮助读者快速入门强化学习的代码实践，并辅以一套开源代码框架“Joy计算机7.8万字