庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
二樓書籍分類
 
強化學習(RL):使用PyTorch徹底精通

強化學習(RL):使用PyTorch徹底精通

沒有庫存
訂購需時10-14天
9789865501228
高揚,葉振斌
深智數位
2020年3月19日
260.00  元
HK$ 208  






ISBN:9789865501228
  • 規格:平裝 / 512頁 / 17 x 23 x 2.3 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣


  • >

















      本書從「零」開始,以 PyTorch框架為基礎,介紹深度學習和強化學習的技術與技巧,沒有學過微積分等高級理論的程式師也能夠讀得懂、學得會。配合漫畫插圖來調節閱讀氣氛,並在每個原理說明的部分提供比較和實例說明。

    ?

      作者使用具有高中數學基礎的讀者就能夠了解的語言,和讀者分享如何用深度學習的利器PyTorch來完成人工智慧機器人自我進化的完整過程。

    ?

      即使是不懂強化學習的讀者,都能透過本書完成屬於自己的簡單、實用的小專案。

    ?

      全書重點如下:

      ●涵蓋最重要的深度學習數學基礎,但又不會過於繁雜

      ●不止強化學習,從深度學習開始著手,完整理論及實作

      ●完整DNN、CNN、RNN、LSTM說明及實作,打下紮實基礎

      ●RL完整演算法實作,包括Q-Learning、DQN、SARSA、Policy Gradient、A3C、UNREAL模型

      ●Model-based, Model-free、OnLine, Off-line learning完全說明

      ●NEAT演算法、遺傳演算法實作,OpenAI的gym、SerpentAI實作

      ●讓AI幫你打星海爭霸、刀塔II

      ●AlphaGo、以及更強大的AlphaGo Zero原理完全解析

    ?

      本書主要內容:?

      ■ 第1章~第5章,傳統強化學習的研究目標與脈絡,主要介紹如何從一個程式設計師的角度了解強化學習最為輕鬆,偏重於了解方式的誘導。? ?

    ?

      ■ 第6章~第11章,本書的核心內容,介紹深度學習的原理、PyTorch架構的基礎及深度強化學習的常用演算法模型。

    ?

      ■ 第12章~第15章,有關擴充性的知識。例如,其他有助訓練模型的演算法想法,協力廠商工具外掛程式,可供實驗的環境,一些有趣的強化學習演算法和觀點,甚至模型落地過程中的最佳化與壓縮。? ?

    ?

      ■ 附錄A 詳細記載本書相關的各種軟體環境的安裝和設定過程。

    ?

      適合讀者群:對深度學習和強化學習有興趣的初學者,或相關技術人員。

    ?

    本書特色

    ?

      ◎用簡單的範例理解複雜的強化學習概念

      ◎用幽默的語言跨過強化學習的門檻? ?



     





    前言

    第一篇 傳統篇

    01 | 強化學習是什麼


    1.1 題設?

    1.2 強化學習的研究物件

    1.3 本章小結

    02 | 強化學習的脈絡

    2.1 什麼是策略?

    2.2 什麼樣的策略是好的策略

    2.3 什麼是模型

    2.4 如何獲得一個好的策略

    2.5 馬可夫決策過程?

    2.6 Model-Based 和Model-Free

    2.7 本章小結

    03 | 動態規劃

    3.1 狀態估值

    3.2 策略最佳化?

    3.3 本章小結

    04 | 蒙地卡羅法

    4.1 歷史由來

    4.2 狀態估值

    4.3 兩種估值方法

    4.4 弊端

    4.5 本章小結

    05 | 時間差分

    5.1 SARSA 演算法

    5.2 Q-Learning 演算法

    5.3 On-Policy 和Off-Policy?

    5.4 On-Line 學習和Off-Line 學習?

    5.5 比較與討論

    5.6 本章小結



    第二篇 現代篇

    06 | 深度學習

    6.1 PyTorch 簡介

    6.2 神經元

    6.3 線性回歸

    6.4 激勵函數

    6.5 神經網路

    6.6 網路訓練

    6.7 深度學習的優勢

    6.8 手寫數字識別公開資料集

    6.9 全連接網路?

    6.10 卷積神經網路

    6.11 循環神經網路

    6.12 其他注意事項

    6.13 深度神經網路的發展趨勢

    6.14 本章小結

    07 | Gym--不要錢的試驗場

    7.1 簡介

    7.2 安裝

    7.3 類別

    7.4 介面

    7.5 本章小結

    08 | DQN 演算法族

    8.1 2013 版DQN

    8.2 2015 版DQN

    8.3 Double DQN?

    8.4 Dueling DQN

    8.5 優先重播DQN

    8.6 本章小結

    09 | PG 演算法族

    9.1 策略梯度

    9.2 DPG

    9.3 Actor-Critic

    9.4 DDPG

    9.5 本章小結

    10 | A3C

    10.1 模型結構

    10.2 本章小結

    11 | UNREAL

    11.1 主工作?

    11.2 像素控制工作

    11.3 獎勵值預測

    11.4 值函數重播

    11.5 損失函數

    11.6 本章小結



    第三篇 擴充篇

    12 | NEAT

    12.1 遺傳演算法

    12.2 NEAT 原理?

    12.3 NEAT 範例?

    12.4 本章小結

    13 | SerpentAI

    13.1 簡介

    13.2 安裝和設定

    13.3 範例?

    13.4 本章小結

    14 | 案例詳解

    14.1 AlphaGo?

    14.2 AlphaGo Zero?

    14.3 試驗場大觀

    14.4 本章小結

    15 | 擴充討論

    15.1 TRPO

    15.2 反向強化學習?

    15.3 模型壓縮

    15.4 本章小結

    A | 附錄

    A.1 安裝Ubuntu?

    A.2 安裝CUDA 環境

    A.3 安裝PyTorch

    A.4 下載本書範例程式

    A.5 安裝PyCharm?

    A.6 安裝Jupyter Notebook

    A.7 安裝相關Python 相依套件

    A.8 安裝OpenCV

    A.9 Python 語言簡介

    A.10 本書有關的主要開放原始碼軟體版本?

    B | 參考文獻






    前言




    其 他 著 作