課程介紹
Pytorch深度學(xué)習(xí)入門，介紹強化學(xué)習(xí)框架，ReinforcementLear技術(shù)在系統(tǒng)控制環(huán)節(jié)中的作用，各類強化學(xué)習(xí)模型的實戰(zhàn)應(yīng)用，提升職業(yè)技能。
培訓(xùn)對象
計算機相關(guān)專業(yè)?？票究圃谛Ｉ?，或理工科本科，且至少熟悉一門編程語言；
Java 開發(fā)工程師、機器學(xué)習(xí)工程師、機器學(xué)習(xí)開發(fā)工程師、機器學(xué)習(xí)算法工程師、 數(shù)據(jù)科學(xué)家、人工智能工程師、人工智能應(yīng)用工程師、人工智能應(yīng)用開發(fā)工程師、應(yīng)用架構(gòu)高級工程師、人工智能產(chǎn)品經(jīng)理；
課程收益
通過實戰(zhàn)案例的講解，使學(xué)員了解強化學(xué)習(xí)和深度學(xué)習(xí)(Pytorch)的知識和技能。
知識概要
— 初識深度學(xué)習(xí)；
— 強化學(xué)習(xí)部分；
課程大綱
初識深度學(xué)習(xí)
概念與術(shù)語（人工智能、強化學(xué)習(xí)、深度學(xué)習(xí)）
Python環(huán)境安裝
什么是RL
如果準備Pytorch環(huán)境
Window或linux環(huán)境下的準備工作
實現(xiàn)第一個神經(jīng)網(wǎng)絡(luò)，詳解神經(jīng)網(wǎng)絡(luò)的組成部分
向量化，值歸一化
處理缺失值，過擬合與欠擬合
權(quán)重正則化，Dropout使用
強化學(xué)習(xí)部分
什么是MDP 馬科夫決策過程
如何進行動態(tài)編程
蒙特卡洛方法
連續(xù)狀態(tài)過程
N步-Bootstrap
強化學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的整合
Deep Sarsa過程
Deep Q-learning
高級Actor-Critic A2C的使用
認證過程
無認證考試
開班信息
暫無開班信息