#a2c Repository
Scopri 10 repository GitHub open source attivi contrassegnati con #a2c, che raccolgono un totale di 35,104 stelle (con una media di 3,510 stelle per progetto). Il progetto leader di questo argomento è thu-ml/tianshou, con 11,056 stelle.
10 repository in totale
Implementazione in un singolo file di alta qualità di algoritmi di Deep Reinforcement Learning con funzionalità user-friendly per la ricerca (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Framework modulare di Deep Reinforcement Learning in PyTorch. Libreria companion del libro "Foundations of Deep Reinforcement Learning".
Policy Gradient è tutto ciò di cui hai bisogno! Una guida passo-passo per i noti metodi PG.
File starter RL per addestrare, visualizzare e valutare un agente immediatamente senza scrivere una riga di codice.
Questo repository contiene la maggior parte delle implementazioni classiche di deep reinforcement learning di PyTorch, tra cui - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Altri algoritmi sono in corso)
Una libreria PyTorch per la costruzione di agenti di apprendimento profondo per rinforzo.
Domande frequenti
Qual è il repository #a2c più popolare su GitHub?
Il progetto open source #a2c più alto in classifica su GitHub è thu-ml/tianshou, con 11,056 stelle. Una elegante libreria PyTorch per l'apprendimento per rinforzo profondo.
Quali linguaggi di programmazione sono più utilizzati nei repository #a2c?
Tra i progetti #a2c più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook.
Come viene calcolata la classifica dei repository #a2c?
Monitoriamo 10 repository open source attivi contrassegnati con #a2c (500+ stelle), per un totale di 35,104 stelle e una media di 3,510 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.