Kapitel 3: Deep Learning mit PyTorch
Im letzten Kapitel haben Sie sich mit Open-Source-Bibliotheken vertraut gemacht, die uns eine Sammlung von RL-Umgebungen zur Verfügung stellen. Die jüngsten Entwicklungen beim RL, insbesondere die Kombination mit Deep Learning (DL), machen es möglich, sehr viel komplexere und schwierigere Aufgaben zu lösen als je zuvor. Das ist zum Teil auch den Entwicklungen von DL-Verfahren und -Werkzeugen zu verdanken. Dieses Kapitel befasst sich mit einem dieser Werkzeuge, das es ermöglicht, komplexe DL-Modelle mit nur einigen wenigen Zeilen Python-Code zu implementieren.
Das Kapitel kann kein vollständiges DL-Handbuch sein, dafür ist das Fachgebiet viel zu umfassend und zu dynamisch. Es geht um die folgenden Themen:
Get Deep Reinforcement Learning -- Das umfassende Praxis-Handbuch now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
