会员服务

推荐｜学“深度强化学习”，看懂DeepMind这篇文章就够了!(PPT)

2017 年 10 月 3 日 全球人工智能

“全球人工智能”拥有十多万AI产业用户，10000多名AI技术专家。主要来自：北大，清华，中科院，麻省理工，卡内基梅隆，斯坦福，哈佛，牛津，剑桥...以及谷歌，腾讯，百度，脸谱，微软，阿里，海康威视，英伟达......等全球名校和名企。

——免费加入AI高管投资者群>>

——免费加入AI技术专家社群>>

“深度强化学习”看懂DeepMind这篇文章就够了：

进入全球人工智能学院

热门文章推荐

中科院步态识别技术：不看脸 50米内在人群中认出你！

厉害｜黄仁勋狂怼CPU:摩尔定律已死 未来属于GPU!

干货｜7步让你从零开始掌握Python机器学习！

华裔女科学家钱璐璐，发明仅20纳米的DNA机器人！

Geoffrey Hinton提出capsule 概念，推翻反向传播！

2017年7大最受欢迎的AI编程语言：Python第一!

重磅｜中国首家人工智能技术学院在京揭牌开学！

厉害 | 南京大学周志华教授当选欧洲科学院外籍院士！

5个月市值涨了1200亿，首次突破3100亿市值！

华为扔下这枚“AI芯弹”，全世界的智能手机都卡死了！

登录查看更多
5

相关内容

深度强化学习 (DRL) 是一种使用深度学习技术扩展传统强化学习方法的一种机器学习方法。 传统强化学习方法的主要任务是使得主体根据从环境中获得的奖赏能够学习到最大化奖赏的行为。然而，传统无模型强化学习方法需要使用函数逼近技术使得主体能够学习出值函数或者策略。在这种情况下，深度学习强大的函数逼近能力自然成为了替代人工指定特征的最好手段并为性能更好的端到端学习的实现提供了可能。
【DeepMind硬核课】深度学习计算机视觉前沿进展，附124页ppt
【DeepMind硬核课】深度学习计算机视觉前沿进展，附124页ppt
专知会员服务
161+阅读 · 2020年6月30日
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
专知会员服务
83+阅读 · 2020年6月24日
商业数据分析，39页ppt
商业数据分析，39页ppt
专知会员服务
160+阅读 · 2020年6月2日
【牛津大学&DeepMind】自监督学习教程，141页ppt
【牛津大学&DeepMind】自监督学习教程，141页ppt
专知会员服务
179+阅读 · 2020年5月29日
一份循环神经网络RNNs简明教程，37页ppt
一份循环神经网络RNNs简明教程，37页ppt
专知会员服务
172+阅读 · 2020年5月6日
Python数据分析:过去、现在和未来，52页ppt
Python数据分析:过去、现在和未来，52页ppt
专知会员服务
99+阅读 · 2020年3月9日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
178+阅读 · 2020年2月1日
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
专知会员服务
155+阅读 · 2019年12月20日
【ICML 2019 | 元学习教程】伯克利Chelsea Finn、Sergey Levine主讲，附111PDF
【ICML 2019 | 元学习教程】伯克利Chelsea Finn、Sergey Levine主讲，附111PDF
专知会员服务
53+阅读 · 2019年11月12日
【综述】多智能体深度强化学习综述，附49页PDF
专知会员服务
206+阅读 · 2019年8月30日
厉害！新一代人工智能发展规划，这几张脑告诉你！
厉害！新一代人工智能发展规划，这几张脑告诉你！
全球人工智能
3+阅读 · 2017年12月13日
推荐免费书｜MIT出版《Reinforcement Learning: An Introduction》
推荐免费书｜MIT出版《Reinforcement Learning: An Introduction》
全球人工智能
3+阅读 · 2017年12月1日
推荐｜卡内基梅隆大学的《统计机器学习》2016年春季课程
推荐｜卡内基梅隆大学的《统计机器学习》2016年春季课程
全球人工智能
6+阅读 · 2017年11月13日
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(10-12)
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(10-12)
全球人工智能
11+阅读 · 2017年10月28日
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(7-9)
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(7-9)
全球人工智能
6+阅读 · 2017年10月25日
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(4-6)
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(4-6)
全球人工智能
6+阅读 · 2017年10月23日
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(1-3)
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(1-3)
全球人工智能
11+阅读 · 2017年10月22日
推荐系统-基于用户画像和协同过滤的商品推荐（视频）
推荐系统-基于用户画像和协同过滤的商品推荐（视频）
全球人工智能
37+阅读 · 2017年10月9日
推荐｜中文通用百科知识图谱（CN-DBpedia）
推荐｜中文通用百科知识图谱（CN-DBpedia）
全球人工智能
26+阅读 · 2017年9月15日
推荐｜PyTorch tutorial 神经网络 教学（中文视频地址）
推荐｜PyTorch tutorial 神经网络 教学（中文视频地址）
全球人工智能
13+阅读 · 2017年8月13日
Meta-World: A Benchmark and Evaluation for Multi-Task and Meta Reinforcement Learning
Meta-World: A Benchmark and Evaluation for Multi-Task and Meta Reinforcement Learning
Arxiv
33+阅读 · 2019年10月24日
Learning Discrete Structures for Graph Neural Networks
Arxiv
6+阅读 · 2019年5月17日
End-to-End Video Captioning with Multitask Reinforcement Learning
End-to-End Video Captioning with Multitask Reinforcement Learning
Arxiv
3+阅读 · 2019年1月1日
DSKG: A Deep Sequential Model for Knowledge Graph Completion
Arxiv
4+阅读 · 2018年10月30日
Multi-task Deep Reinforcement Learning with PopArt
Multi-task Deep Reinforcement Learning with PopArt
Arxiv
4+阅读 · 2018年9月12日
Multi-Label Zero-Shot Learning with Structured Knowledge Graphs
Arxiv
7+阅读 · 2018年5月26日
Do deep reinforcement learning agents model intentions?
Arxiv
5+阅读 · 2018年5月21日
Supervised and Unsupervised Transfer Learning for Question Answering
Arxiv
4+阅读 · 2018年4月21日
Dual Recurrent Attention Units for Visual Question Answering
Arxiv
7+阅读 · 2018年2月1日
SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient
Arxiv
5+阅读 · 2017年8月25日
VIP会员
相关主题
深度强化学习
DeepMind
强化学习
PPT
AI
北京大学
相关VIP内容
【DeepMind硬核课】深度学习计算机视觉前沿进展，附124页ppt
【DeepMind硬核课】深度学习计算机视觉前沿进展，附124页ppt
专知会员服务
161+阅读 · 2020年6月30日
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
专知会员服务
83+阅读 · 2020年6月24日
商业数据分析，39页ppt
商业数据分析，39页ppt
专知会员服务
160+阅读 · 2020年6月2日
【牛津大学&DeepMind】自监督学习教程，141页ppt
【牛津大学&DeepMind】自监督学习教程，141页ppt
专知会员服务
179+阅读 · 2020年5月29日
一份循环神经网络RNNs简明教程，37页ppt
一份循环神经网络RNNs简明教程，37页ppt
专知会员服务
172+阅读 · 2020年5月6日
Python数据分析:过去、现在和未来，52页ppt
Python数据分析:过去、现在和未来，52页ppt
专知会员服务
99+阅读 · 2020年3月9日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
178+阅读 · 2020年2月1日
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
专知会员服务
155+阅读 · 2019年12月20日
【ICML 2019 | 元学习教程】伯克利Chelsea Finn、Sergey Levine主讲，附111PDF
【ICML 2019 | 元学习教程】伯克利Chelsea Finn、Sergey Levine主讲，附111PDF
专知会员服务
53+阅读 · 2019年11月12日
【综述】多智能体深度强化学习综述，附49页PDF
专知会员服务
206+阅读 · 2019年8月30日
热门VIP内容
相关资讯
厉害！新一代人工智能发展规划，这几张脑告诉你！
厉害！新一代人工智能发展规划，这几张脑告诉你！
全球人工智能
3+阅读 · 2017年12月13日
推荐免费书｜MIT出版《Reinforcement Learning: An Introduction》
推荐免费书｜MIT出版《Reinforcement Learning: An Introduction》
全球人工智能
3+阅读 · 2017年12月1日
推荐｜卡内基梅隆大学的《统计机器学习》2016年春季课程
推荐｜卡内基梅隆大学的《统计机器学习》2016年春季课程
全球人工智能
6+阅读 · 2017年11月13日
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(10-12)
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(10-12)
全球人工智能
11+阅读 · 2017年10月28日
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(7-9)
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(7-9)
全球人工智能
6+阅读 · 2017年10月25日
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(4-6)
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(4-6)
全球人工智能
6+阅读 · 2017年10月23日
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(1-3)
推荐｜台大陈蕴侬、李宏毅“应用深度学习”课程(1-3)
全球人工智能
11+阅读 · 2017年10月22日
推荐系统-基于用户画像和协同过滤的商品推荐（视频）
推荐系统-基于用户画像和协同过滤的商品推荐（视频）
全球人工智能
37+阅读 · 2017年10月9日
推荐｜中文通用百科知识图谱（CN-DBpedia）
推荐｜中文通用百科知识图谱（CN-DBpedia）
全球人工智能
26+阅读 · 2017年9月15日
推荐｜PyTorch tutorial 神经网络 教学（中文视频地址）
推荐｜PyTorch tutorial 神经网络 教学（中文视频地址）
全球人工智能
13+阅读 · 2017年8月13日
相关论文
Meta-World: A Benchmark and Evaluation for Multi-Task and Meta Reinforcement Learning
Meta-World: A Benchmark and Evaluation for Multi-Task and Meta Reinforcement Learning
Arxiv
33+阅读 · 2019年10月24日
Learning Discrete Structures for Graph Neural Networks
Arxiv
6+阅读 · 2019年5月17日
End-to-End Video Captioning with Multitask Reinforcement Learning
End-to-End Video Captioning with Multitask Reinforcement Learning
Arxiv
3+阅读 · 2019年1月1日
DSKG: A Deep Sequential Model for Knowledge Graph Completion
Arxiv
4+阅读 · 2018年10月30日
Multi-task Deep Reinforcement Learning with PopArt
Multi-task Deep Reinforcement Learning with PopArt
Arxiv
4+阅读 · 2018年9月12日
Multi-Label Zero-Shot Learning with Structured Knowledge Graphs
Arxiv
7+阅读 · 2018年5月26日
Do deep reinforcement learning agents model intentions?
Arxiv
5+阅读 · 2018年5月21日
Supervised and Unsupervised Transfer Learning for Question Answering
Arxiv
4+阅读 · 2018年4月21日
Dual Recurrent Attention Units for Visual Question Answering
Arxiv
7+阅读 · 2018年2月1日
SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient
Arxiv
5+阅读 · 2017年8月25日
大家都在搜
  1. PRML
  2. 智能推荐
  3. 大型语言模型
  4. 全面综述
  5. ETHZ博士论文
  6. 洛克菲勒
  7. 笛卡尔
  8. MoE
  9. 大模型
  10. 出海产品从 0 到 1 该怎么做
    11.
Top
微信扫码咨询专知VIP会员
Top