#reinforcement-learning 저장소
#reinforcement-learning 태그가 지정된 GitHub의 활성 오픈 소스 저장소 563개를 확인해 보세요. 총 2,092,947개의 스타를 획득했으며 프로젝트당 평균 3,717개입니다. 이 주제를 이끄는 저장소는 91,984개의 스타를 받은 deepseek-ai/DeepSeek-R1입니다.
저장소 총 564개
LLM 및 확산 모델을 실행하고 학습할 수 있는 로컬 UI입니다. GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX 등을 지원합니다.
🧑🏫 60+ 딥러닝 논문 구현/튜토리얼과 함께 제공되는 노트 📝; 트랜스포머(원본, xl, switch, feedback, vit, ...), 옵티마이저(adam, adabelief, sophia, ...), gan(cyclegan, stylegan2, ...), 🎮 강화학습(ppo, dqn), 캡넷, 증류 등 🧠
『AI 에이전트의 심층 이해: 설계 원리와 엔지니어링 실습』(리보지에 저) 오픈 소스 메인 저장소: 전체 본문, 컴파일된 PDF 및 챕터별 부속 코드.
다양한 프레임워크 코드, 수학, 토론을 포함한 인터랙티브 딥러닝 책. 스탠포드, MIT, 하버드, 캠브리지 등을 포함한 70개국 500개 대학에서 채택됨.
Unity Machine Learning Agents Toolkit (ML-Agents)은 오픈 소스 프로젝트로, 딥 강화 학습과 모방 학습을 사용하여 지능형 에이전트를 훈련하는 환경으로 게임과 시뮬레이션을 활용할 수 있게 합니다.
"Mathematical Foundations of Reinforcement Learning"이라는 제목의 새 책의 홈페이지입니다.
《李宏毅 깊이 학습 튜토리얼》(李宏毅 교수 추천👍, 애플 북스🍎), PDF 다운로드 링크: https://github.com/datawhalechina/leedl-tutorial/releases
강화학습 중국어 튜토리얼 (버섯 책 🍄), 온라인 열람 주소: https://datawhalechina.github.io/easy-rl/
Bullet Physics SDK: VR, 게임, 시각 효과, 로보틱스, 머신 러닝 등에 대한 실시간 충돌 감지 및 멀티 피직스 시뮬레이션.
단일 에이전트 강화 학습 환경을 위한 표준 API로, 인기 있는 참조 환경 및 관련 유틸리티를 포함합니다 (이전 명칭: Gym)
🧠 Amazon SageMaker를 사용하여 머신 러닝 모델을 구축, 훈련 및 배포하는 방법을 보여주는 예제 📓 Jupyter 노트북.
에이전트 강화 학습 트레이너: GRPO를 사용하여 실제 작업을 위한 다단계 에이전트를 학습시키세요. 에이전트에게 실무 교육을 제공하세요. Qwen3.6, GPT-OSS, Llama 등을 위한 강화 학습!
지속적으로 업데이트되는 제 머신러닝, 확률 모델 및 딥러닝 노트와 데모 (2000+ 슬라이드) 제가 끊임없이 업데이트하는 머신러닝, 확률 모델 및 딥러닝 강의 자료(2000+페이지)와 비디오 링크
사용하기 쉽고, 확장 가능하며 고성능 Ray 기반 Agentic RL 프레임워크 (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
Russell과 Norvig의 "Artificial Intelligence - A Modern Approach"의 알고리즘 Python 구현
Vowpal Wabbit는 online, hashing, allreduce, reductions, learning2search, active 및 interactive learning과 같은 기술로 머신 러닝의 한계를 확장하는 머신 러닝 시스템입니다.
사용 중인 k8s에서 에이전트, ML 파이프라인, 실시간 추론을 타입 안전하게 분산 오케스트레이션하세요 — async/await를 사용하는 순수 Python과 다른 언어(Rust, Go, TypeScript) 지원
수학, 컴퓨팅, 머신러닝을 직관적으로 다루는 이 파격적인 교과서로 뛰어난 AI/ML 연구원 및 엔지니어가 되어보세요.
자주 묻는 질문
GitHub에서 가장 인기 있는 #reinforcement-learning 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #reinforcement-learning 프로젝트는 91,984개의 스타를 받은 deepseek-ai/DeepSeek-R1입니다.
#reinforcement-learning 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #reinforcement-learning 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, C++, C#입니다.
#reinforcement-learning 저장소 순위는 어떻게 계산되나요?
#reinforcement-learning 태그가 지정된 활성 오픈 소스 저장소(563개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 2,092,947개이며 저장소당 평균 3,717개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.