#a2c Repositories
Entdecke 10 aktive Open-Source-GitHub-Repositories, die mit #a2c getaggt sind und insgesamt 35,104 Sterne gesammelt haben (durchschnittlich 3,510 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist thu-ml/tianshou mit 11,056 Sternen.
Insgesamt 10 Repositories
Hochwertige Single-File-Implementierung von Deep-Reinforcement-Learning-Algorithmen mit forschungsfreundlichen Features (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Modulares Deep-Reinforcement-Learning-Framework in PyTorch. Begleitbibliothek des Buches „Foundations of Deep Reinforcement Learning“.
XuanCe: Eine umfassende und einheitliche Bibliothek für Deep Reinforcement Learning
Policy Gradient ist alles, was du brauchst! Ein schrittweises Tutorial für bekannte PG-Methoden.
RL-Starterdateien, um einen Agenten sofort zu trainieren, zu visualisieren und zu evaluieren, ohne eine Zeile Code zu schreiben.
Dieses Repository enthält die meisten Implementierungen klassischer Deep Reinforcement Learning-Algorithmen von PyTorch, darunter - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Weitere Algorithmen sind in Arbeit)
Eine PyTorch-Bibliothek zum Erstellen von Agenten für Deep Reinforcement Learning.
Häufig gestellte Fragen
Welches ist das beliebteste #a2c-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#a2c-Projekt auf GitHub ist thu-ml/tianshou mit 11,056 Sternen. Eine elegante PyTorch-Bibliothek für tiefes Reinforcement Learning.
Welche Programmiersprachen werden in #a2c-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #a2c-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #a2c-Repositories berechnet?
Wir verfolgen 10 aktive Open-Source-Repositories, die mit #a2c getaggt sind (500+ Sterne), mit insgesamt 35,104 Sternen und durchschnittlich 3,510 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.