国学中医《2026》
各门各派《2026》
技能课程《2026》
学习课程《2026》
主页
/
5.Agent课程
/
B《店铺展示教程》
/
3.AI大模型理论(有基础可看)
/
2.选看 从0到1训练私有大模型(赠)
/
第6章 chatGPT的核心技术——强化学习
/
[6.10]--6-10 actor-critic(2) .mp4
[6.11]--6-11 TRPO+PPO(1) .mp4
[6.12]--6-12 TRPO+PPO(2) .mp4
[6.13]--6-13 DQN代码实践--torch-1 .mp4
[6.14]--6-14 DQN代码实践--torch-2 .mp4
[6.15]--6-15 DoubleDQN+DuelingDQ代码--torc .mp4
[6.16]--6-16 REINFORCE代码--torch .mp4
[6.17]--6-17 PPO代码实践--torch .mp4
[6.18]--6-18 强化学习-本章总结 .mp4
[6.1]--6-1 RL是什么&为什么要学习RL .mp4
[6.2]--6-2 强化学习章介绍 .mp4
[6.3]--6-3 RL基础概念 .mp4
[6.4]--6-4 RL马尔可夫过程 .mp4
[6.5]--6-5 RL三种方法(1) .mp4
[6.6]--6-6 RL三种方法(2) .mp4
[6.7]--6-7 DQN和DQN的2种改进算法(1) .mp4
[6.8]--6-8 DQN和DQN的2种改进算法(2) .mp4
[6.9]--6-9 actor-critic(1) .mp4
© 2026
⚠
信息加载中,请等待...