Trust Region Policy Optimization
- Python Reinforcement Learning
- Sudharsan Ravichandiran Sean Saito Rajalingappaa Shanmugamani Yang Wenzhuo
- 1183字
- 2021-06-24 15:17:58
上QQ閱讀APP看后續(xù)精彩內容
登錄訂閱本章 >
推薦閱讀
- 計算機組成原理與接口技術：基于MIPS架構實驗教程（第2版）
- 達夢數(shù)據(jù)庫編程指南
- Python數(shù)據(jù)分析、挖掘與可視化從入門到精通
- 大數(shù)據(jù)可視化
- 數(shù)據(jù)庫系統(tǒng)原理及應用教程（第4版）
- Hands-On Mathematics for Deep Learning
- Lego Mindstorms EV3 Essentials
- 云原生數(shù)據(jù)中臺：架構、方法論與實踐
- 科研統(tǒng)計思維與方法：SPSS實戰(zhàn)
- 探索新型智庫發(fā)展之路：藍迪國際智庫報告·2015（下冊）
- Spark分布式處理實戰(zhàn)
- 數(shù)據(jù)分析師養(yǎng)成寶典
- 區(qū)塊鏈+：落地場景與應用實戰(zhàn)
- Access 2010數(shù)據(jù)庫應用技術教程（第二版）
- 大數(shù)據(jù)架構師指南