在此 notebook 中，我们将构建一个可以通过强化学习学会玩游戏的神经网络。具体而言，我们将使用 QQ-学习训练智能体玩一个叫做 Cart-Pole 的游戏。在此游戏中，小车上有一个可以自由摆动的杆子。小车可以向左和向右移动，目标是尽量长时间地使杆子保持笔直。
DQN 改进
深度Q学习算法
该算法中有两个交错的主要流程。
第一个流程是对环境取样，方法是执行动作，并以回放存储器的形式，存储观察的经验元祖。 read more
Q-Learning Update和固定Q目标
Q学习很容易受到一种联系的影响，Q学习是一种时间差分（TD）学习，这里红色部分：R + y * 下个状态的最大潜在值。称之为TD目标。 read more
强化学习-蒙特卡洛方法预测动作值
给一个策略π，预测 qπ。在动态规划中，我们可以使用状态值函数获取动作值函数： read more
强化学习-蒙特卡洛异同策略方法
智能体通过遵循某个策略与环境互动，并计算该策略的函数，就是异同策略方法。再详细讲解该算法之前，我们先来了解一个实例。 read more
深度卷积对抗网络
深度卷积对抗网络简称DCGAN，这些GAN给你之前使用MNIST数据库构建差不多，但是这次的生成器和辨别器用神经网络构建，有关于DCGAN原始论文请看：https://arxiv.org/pdf/1511.06434.pdf。他的技术性不是特别强，并提供了关于这些东西训练的一些好建议。确保你在构建过程中，阅读它。 read more
生成对抗网络
我们将在MNIST数据集中来训练生成对抗网络（GAN），并使用训练后的网络，生成一个新的手写数字。 read more
BasicLSTMCell
class BasicLSTMCell(RNNCell):
基本的LSTM循环网络单元 read more
解决 dlerror: cublasCreate_v2 not found
在windows10使用tensorflow1.0.0和python3.5的环境下，我的cuda使用的9.0。 read more