気に入った記事をブックマーク
- 気に入った記事を保存できます
保存した記事の一覧は、はてなブックマークで確認・編集ができます
- 記事を読んだ感想やメモを書き残せます
- 非公開でブックマークすることもできます
qiita.com/ymd_hエントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
0
記事へのコメント0件
- 注目コメント
- 新着コメント
新着コメントはまだありません。
このエントリーにコメントしてみましょう。
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
いまの話題をアプリでチェック！
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【強化学習】自作ライブラリでDQN - Qiita
TL;DR 自作のReplay Bufferライブラリcpprb を使って、DQNを実装してみた。 高い自由度と効率性を兼ね備... TL;DR 自作のReplay Bufferライブラリcpprb を使って、DQNを実装してみた。 高い自由度と効率性を兼ね備えている（つもりな）のでおすすめ。 1. 背景と経緯 Open AI/Baselines や Ray/RLlib のような、強化学習一式の環境を利用すると、ちょっとしたコードで様々なアルゴリズムを試してみることができる。 例えば、Open AI/Baselinesで、AtariのPongをDQNで学習させるには以下のコマンドを実行するだけで良いと公式READMEに記載されている。 一方、既存のアルゴリズムをテストするのは簡単だけれども、研究者やライブラリ開発者が新しい独自アルゴリズムを作ろうとした際に、どこから手をつけていいのか大きすぎて大変だと思う。 強化学習の研究をしている友人もTensorFlowなどの深層学習のライブラリは利用するものも、他の部分は独自に実装
qiita.com/ymd_h
qiita.com/ymd_h
qiita.com/ymd_h
qiita.com/ymd_h
automaton-media.com
anond.hatelabo.jp
econ101.jp
anond.hatelabo.jp
togetter.com
speakerdeck.com/yusukebe
tonkotsuboy.github.io
qiita.com/yniji
internet.watch.impress.co.jp
zenn.dev/schroneko
zenn.dev/mixi
www.megamouth.info
blogos.com
ameblo.jp/ei-bou
64turquoise.com
suumo.jp
engineers.ntt.com
foneslife.com
foneslife.com
