Git Stars Git Stars

#dqn Repository

Scopri 22 repository GitHub open source attivi contrassegnati con #dqn, che raccolgono un totale di 77,855 stelle (con una media di 3,538 stelle per progetto). Il progetto leader di questo argomento è datawhalechina/easy-rl, con 14,912 stelle.

22
Totale Repository
77,855
Totale stelle
3,538
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook

22 repository in totale

1
datawhalechina/easy-rl

Tutorial di Reinforcement Learning in Cinese (Libro dei Funghi 🍄), indirizzo di lettura online: https://datawhalechina.github.io/easy-rl/

datawhalechina
⭐ 14,912 Jupyter Notebook 👤 datawhalechina Organization 🕐 Aggiornato 2026-10-23 📅 Creato 2020-07-03
2
thu-ml/tianshou

Una elegante libreria PyTorch per l'apprendimento per rinforzo profondo.

thu-ml
⭐ 11,056 Python 👤 thu-ml Organization 🕐 Aggiornato 2026-04-03 📅 Creato 2018-04-16
3
MorvanZhou/Reinforcement-learning-with-tensorflow

Tutorial semplici di apprendimento per rinforzo, 莫烦Python insegnamento AI in cinese

MorvanZhou
⭐ 9,402 Python 👤 MorvanZhou User 🕐 Aggiornato 2024-03-31 📅 Creato 2017-05-06
4
p-christ/Deep-Reinforcement-Learning-Algorithms-with-PyTorch

Implementazioni PyTorch di algoritmi e ambienti di apprendimento per rinforzo profondo

p-christ
⭐ 5,908 Python 👤 p-christ User 🕐 Aggiornato 2024-07-25 📅 Creato 2018-09-07
5
udacity/deep-reinforcement-learning

Repository per il programma Nanodegree in Deep Reinforcement Learning

udacity
⭐ 5,181 Jupyter Notebook 👤 udacity Organization 🕐 Aggiornato 2026-07-08 📅 Creato 2018-07-06
6
AI4Finance-Foundation/ElegantRL

Apprendimento per Rinforzo Profondo Massivamente Parallelo. 🔥

AI4Finance-Foundation
⭐ 4,376 Python 👤 AI4Finance-Foundation Organization 🕐 Aggiornato 2026-02-20 📅 Creato 2019-07-12
7
rlcode/reinforcement-learning

Esempi di apprendimento per rinforzo minimali e puliti

rlcode
⭐ 3,679 Python 👤 rlcode Organization 🕐 Aggiornato 2026-06-12 📅 Creato 2017-01-13
8
PaddlePaddle/awesome-DeepLearning

Corsi introduttivi di deep learning, corsi avanzati, corsi speciali, casi accademici, casi di pratica industriale, enciclopedia della conoscenza di deep learning e banca di domande per colloqui Il corso, il caso e la conoscenza di Deep Learning e AI

PaddlePaddle
⭐ 3,541 Jupyter Notebook 👤 PaddlePaddle Organization 🕐 Aggiornato 2024-07-25 📅 Creato 2019-12-11
9
ShangtongZhang/DeepRL

Implementazione Modulare di Algoritmi Deep RL in PyTorch

ShangtongZhang
⭐ 3,389 Python 👤 ShangtongZhang User 🕐 Aggiornato 2024-04-16 📅 Creato 2017-04-20
10
tensorflow/agents

TF-Agents: Una libreria TensorFlow affidabile, scalabile e facile da usare per Banditi Contestuali e Reinforcement Learning.

tensorflow
⭐ 3,032 Python 👤 tensorflow Organization 🕐 Aggiornato 2026-01-16 📅 Creato 2018-11-17
11
AminHP/gym-anytrading

L'ambiente di trading OpenAI Gym più semplice, flessibile e completo (Approvato da OpenAI Gym)

AminHP
⭐ 2,361 Python 👤 AminHP User 🕐 Aggiornato 2024-03-14 📅 Creato 2019-09-16
12
Curt-Park/rainbow-is-all-you-need

Rainbow è tutto ciò di cui hai bisogno! Un tutorial passo dopo passo da DQN a Rainbow

Curt-Park
⭐ 2,038 Python 👤 Curt-Park User 🕐 Aggiornato 2026-06-20 📅 Creato 2019-06-10
13
kengz/SLM-Lab

Framework modulare di Deep Reinforcement Learning in PyTorch. Libreria companion del libro "Foundations of Deep Reinforcement Learning".

kengz
⭐ 1,366 Python 👤 kengz User 🕐 Aggiornato 2026-10-29 📅 Creato 2017-10-02
14
keon/deep-q-learning

Implementazioni minime di Deep Q Learning (DQN e DDQN) in Keras

keon
⭐ 1,333 Python 👤 keon User 🕐 Aggiornato 2026-05-18 📅 Creato 2017-02-06
15
agi-brain/xuance

XuanCe: Una libreria completa e unificata per il Deep Reinforcement Learning

agi-brain
⭐ 1,114 Python 👤 agi-brain Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2023-05-21
16
MushroomRL/mushroom-rl

Libreria Python per l'apprendimento per rinforzo.

MushroomRL
⭐ 946 Python 👤 MushroomRL Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2017-02-25
17
the-deep-learners/TensorFlow-LiveLessons

LiveLessons "Deep Learning with TensorFlow"

the-deep-learners
⭐ 903 Jupyter Notebook 👤 the-deep-learners Organization 🕐 Aggiornato 2024-08-20 📅 Creato 2017-04-18
18
fangvv/UAV-DDPG

Codice per l'articolo "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"

fangvv
⭐ 731 Python 👤 fangvv User 🕐 Aggiornato 2026-10-08 📅 Creato 2021-05-02
19
TianhongDai/reinforcement-learning-algorithms

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)

TianhongDai
⭐ 697 Python 👤 TianhongDai User 🕐 Aggiornato 2025-12-18 📅 Creato 2018-01-13
20
Albert-Z-Guo/Deep-Reinforcement-Stock-Trading

Un framework leggero di deep reinforcement learning per la gestione del portafoglio. Questo progetto esplora la possibilità di applicare algoritmi di deep reinforcement learning al trading di azioni in un framework altamente modulare e scalabile.

Albert-Z-Guo
⭐ 684 Jupyter Notebook 👤 Albert-Z-Guo User 🕐 Aggiornato 2024-11-06 📅 Creato 2019-05-19
21
cpnota/autonomous-learning-library

Una libreria PyTorch per la costruzione di agenti di apprendimento profondo per rinforzo.

cpnota
⭐ 653 Python 👤 cpnota User 🕐 Aggiornato 2024-03-17 📅 Creato 2018-11-07

Domande frequenti

1

Qual è il repository #dqn più popolare su GitHub?

Il progetto open source #dqn più alto in classifica su GitHub è datawhalechina/easy-rl, con 14,912 stelle. Tutorial di Reinforcement Learning in Cinese (Libro dei Funghi 🍄), indirizzo di lettura online: https://datawhalechina.github.io/easy-rl/

2

Quali linguaggi di programmazione sono più utilizzati nei repository #dqn?

Tra i progetti #dqn più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #dqn?

Monitoriamo 22 repository open source attivi contrassegnati con #dqn (500+ stelle), per un totale di 77,855 stelle e una media di 3,538 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.