#reinforcement-learning 仓库
探索 563 个标记为 #reinforcement-learning 的活跃开源 GitHub 仓库,它们累计获得 2,092,947 个 Star(平均每个项目 3,717 个)。该主题的领先项目是 deepseek-ai/DeepSeek-R1,拥有 91,984 个 Star。
共 564 个仓库
用于运行和训练大语言模型及扩散模型的本地界面。支持 GGUF、MLX、Qwen3.8、DeepSeek-V4.1、MiniMax-H3、Gemma 4、FLUX 等。
🧑🏫 60+ 深度学习论文的实现/教程,附带旁注 📝;包括 transformers (原始,xl,switch,feedback,vit,...),优化器 (adam,adabelief,sophia,...),gans (cyclegan,stylegan2,...),🎮 强化学习 (ppo,dqn),capsnet,蒸馏,... 🧠
Unity 机器学习代理工具包 (ML-Agents) 是一个开源项目,它使游戏和模拟成为使用深度强化学习和模仿学习训练智能代理的环境。
这是新书《Reinforcement Learning的数学基础》的首页。
《李宏毅深度学习教程》(李宏毅老师推荐👍,苹果书🍎),PDF下载地址:https://github.com/datawhalechina/leedl-tutorial/releases
我持续更新的机器学习、概率模型和深度学习笔记和演示(2000+ 幻灯片) 我不间断更新的机器学习,概率模型和深度学习的讲义(2000+页)和视频链接
一个易用、可扩展、高性能的基于Ray的Agentic RL框架(PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
Russell 和 Norvig 的《Artificial Intelligence - A Modern Approach》中算法的 Python 实现
Vowpal Wabbit 是一个机器学习系统,它通过诸如 online、hashing、allreduce、reductions、learning2search、active 和 interactive learning 等技术推动机器学习的边界。
在您的 k8s 上,以类型安全的方式分布式编排智能体、机器学习流水线和实时推理——使用纯 Python 和 async/await,也支持其他语言(Rust、Go 和 TypeScript)
常见问题解答
GitHub 上最受欢迎的 #reinforcement-learning 仓库是什么?
GitHub 上排名第一的开源 #reinforcement-learning 项目是 deepseek-ai/DeepSeek-R1,拥有 91,984 个 Star。
#reinforcement-learning 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #reinforcement-learning 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, C#。
#reinforcement-learning 仓库的排名是如何计算的?
我们跟踪了 563 个标记为 #reinforcement-learning 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 2,092,947 个 Star,平均每个仓库拥有 3,717 个 Star。排名每日根据 GitHub API 更新。