机读格式显示(MARC)

• 000 01360nam0 2200301 450

• 001 0000702536

• 005 20191218131700.0

• 010 __ |a 978-7-121-36747-2 |d CNY99.00

• 099 __ |a CAL 012019114824

• 100 __ |a 20190919d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 白话强化学习与PyTorch |A bai hua qiang hua xue xi yu PyTorch |d = Reinforcement learning pytorch |f 高扬, 叶振斌著 |g 万娟插画 |z eng

• 210 __ |a 北京 |c 电子工业出版社 |d 2019

• 215 __ |a X, 374页, [4] 页图版 |c 图 (部分彩图) |d 24cm

• 320 __ |a 有书目 (第371-374页)

• 330 __ |a 本书第一章到第五章，讲的是传统强化学习的研究目标与脉络，主要讲的是从一个程序员的角度怎么理解强化学习过渡最为轻松，侧重理解方式的诱导。第六章到第十一章，是本书的核心内容，讲的是深度学习的原理，Pytorch框架的基本知识，以及深度强化学习的常用算法模型。第十二章到第十五章，讲的是扩展性的知识，例如其它帮助我们训练模型的算法思路，第三方工具插件，可供实验的环境，以及比较有趣的强化学习算法和观点，甚至还包括模型落地中的优化与压缩。

• 510 1_ |a Reinforcement learning pytorch |z eng

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 程序设计

• 690 __ |a TP18 |v 5

• 701 _0 |a 高扬 |A gao yang |4 著

• 701 _0 |a 叶振斌 |A ye zhen bin |4 著

• 702 _0 |a 万娟 |A wan juan |4 插画

• 801 _0 |a CN |b NMU |c 20190919

• 905 __ |a SCNU |f TP18/0057/ 1

• 920 __ |a 242430 |z 1