首页

投稿

翻遍整个B站！这绝对是2025年讲的最好的强化学习零基础入门到精通完整版教程（含实战源码）

140

0

2025-08-20 15:56:43

未经作者授权，禁止转载

很棒的教程，感谢支持！！

AI界-扛把子发消息

咨询课程、1对1就业指导、技术进阶提升【直接私信】，领取课程源码+资料

1-一张图通俗解释强化学习

04:54

2-强化学习的指导依据

07:08

3-强化学习AI游戏DEMO

04:49

4-应用领域简介

06:29

5-强化学习工作流程

05:49

6-计算机眼中的状态与行为

07:26

1-基本情况介绍

11:18

2-与环境交互得到所需数据

08:31

3-要完成的目标分析

10:41

4-策略梯度推导

09:02

5-baseline方法

06:11

6-OnPolicy与OffPolicy策略

07:45

7-importance sampling的作用

08:32

8-PPO算法整体思路解析

09:20

1-Critic的作用与效果

10:40

2-PPO2版本公式解读

11:46

3-参数与网络结构定义

08:05

4-得到动作结果

07:18

5-奖励获得与计算

08:09

6-参数迭代与更新

11:04

1-整体任务流程演示

05:22

2-探索与action获取

06:59

3-计算target值

05:18

4-训练与更新

08:13

5-算法原理通俗解读

07:12

6-目标函数与公式解析

10:08

7-Qlearning算法实例解读

07:46

8-Q值迭代求解

09:00

9-DQN简介

05:08

1-DoubleDqn要解决的问题

06:48

2-DuelingDqn改进方法

06:27

3-Dueling整体网络架构分析

08:28

4-MultiSetp策略

03:46

5-连续动作处理方法

08:23

1-AC算法回顾与知识点总结

07:19

2-优势函数解读与分析

07:13

3-计算流程实例

05:51

4-A3C整体架构分析

06:02

5-损失函数整理

08:33

1-整体流程与环境配置

05:39

2-启动游戏环境

07:00

3-要计算的指标回顾

09:02

4-初始化局部模型并加载参数

08:06

5-与环境交互得到训练数据

09:32

6-训练网络模型

09:40

1-GPT系列

02:17:43

1-生成模型可以完成的任务概述

07:47

2-数据样本生成方法

14:11

3-训练所需参数解读

13:41

4-模型训练过程

12:40

5-部署与网页预测展示

19:12

1-CLIP系列

02:14:08

1-Diffusion模型解读

02:14:52

1-Dalle2源码解读

02:02:54

1-ChatGPT

02:09:59

顶部