#a2c Dépôts
Découvrez 10 dépôts GitHub open source actifs associés à #a2c, cumulant 35,104 étoiles au total (soit une moyenne de 3,510 étoiles par projet). Le projet en tête de ce thème est thu-ml/tianshou, avec 11,056 étoiles.
10 dépôts au total
Implémentation en un seul fichier de haute qualité d'algorithmes d'apprentissage par renforcement profond avec des fonctionnalités conviviales pour la recherche (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Framework modulaire d'apprentissage par renforcement profond en PyTorch. Bibliothèque compagnon du livre "Foundations of Deep Reinforcement Learning".
XuanCe : Une bibliothèque complète et unifiée pour l'apprentissage par renforcement profond
Policy Gradient est tout ce dont vous avez besoin ! Un tutoriel étape par étape pour les méthodes PG bien connues.
Fichiers de démarrage RL afin de former, visualiser et évaluer un agent immédiatement sans écrire une seule ligne de code.
Ce dépôt contient la plupart des implémentations classiques d'apprentissage par renforcement profond de PyTorch, y compris - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (D'autres algorithmes sont en cours)
Une bibliothèque PyTorch pour construire des agents d'apprentissage par renforcement profond.
Foire aux questions
Quel est le dépôt #a2c le plus populaire sur GitHub ?
Le projet #a2c open source le mieux classé sur GitHub est thu-ml/tianshou, avec 11,056 étoiles. Une bibliothèque élégante PyTorch pour l'apprentissage par renforcement profond.
Quels langages de programmation sont les plus utilisés dans les dépôts #a2c ?
Parmi les projets #a2c les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #a2c est-il calculé ?
Nous suivons 10 dépôts open source actifs associés à #a2c (500+ étoiles), totalisant 35,104 étoiles, avec une moyenne de 3,510 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.