#dqn Dépôts
Découvrez 22 dépôts GitHub open source actifs associés à #dqn, cumulant 77,855 étoiles au total (soit une moyenne de 3,538 étoiles par projet). Le projet en tête de ce thème est datawhalechina/easy-rl, avec 14,912 étoiles.
22 dépôts au total
Tutoriel d'apprentissage par renforcement en français (Livre champignon 🍄), adresse de lecture en ligne : https://datawhalechina.github.io/easy-rl/
Tutoriels simples d'apprentissage par renforcement, 莫烦Python enseignement IA en chinois
Implémentations PyTorch d'algorithmes et d'environnements d'apprentissage par renforcement profond
Dépôt pour le programme Nanodegree en apprentissage par renforcement profond
Cours d'initiation à l'apprentissage profond, cours avancés, cours spéciaux, cas académiques, cas de pratique industrielle, encyclopédie des connaissances en apprentissage profond et banque de questions d'entretien Le cours, le cas et les connaissances de Deep Learning et IA
TF-Agents : Une bibliothèque TensorFlow fiable, scalable et facile à utiliser pour les bandits contextuels et l'apprentissage par renforcement.
L'environnement de trading OpenAI Gym le plus simple, flexible et complet (Approuvé par OpenAI Gym)
Rainbow est tout ce dont vous avez besoin ! Un tutoriel étape par étape de DQN à Rainbow
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
Code pour l'article "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"
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)
Un framework léger d'apprentissage par renforcement profond pour la gestion de portefeuille. Ce projet explore la possibilité d'appliquer des algorithmes d'apprentissage par renforcement profond au trading d'actions dans un framework hautement modulaire et scalable.
Une bibliothèque PyTorch pour construire des agents d'apprentissage par renforcement profond.
Foire aux questions
Quel est le dépôt #dqn le plus populaire sur GitHub ?
Le projet #dqn open source le mieux classé sur GitHub est datawhalechina/easy-rl, avec 14,912 étoiles. Tutoriel d'apprentissage par renforcement en français (Livre champignon 🍄), adresse de lecture en ligne : https://datawhalechina.github.io/easy-rl/
Quels langages de programmation sont les plus utilisés dans les dépôts #dqn ?
Parmi les projets #dqn les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #dqn est-il calculé ?
Nous suivons 22 dépôts open source actifs associés à #dqn (500+ étoiles), totalisant 77,855 étoiles, avec une moyenne de 3,538 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.