TensorFlow 2 Erősítéses tanulás szakácskönyve: Több mint 50 recept, amelyek segítségével tanulási ágenseket építhet, képezhet és telepíthet valós alkalmazásokhoz

Olvasói vélemények

A 'TensorFlow 2 Reinforcement Learning Cookbook' című könyv egy gyakorlati útmutató, amely a megerősítő tanulás (RL) algoritmusok TensorFlow használatával történő megvalósítására összpontosít. A könyv a TensorFlow-t már ismerő egyének számára készült, és kiterjedt kódpéldákat kínál, de hiányoznak belőle az átfogó elméleti magyarázatok. Bár kiválóan tárgyalja az elosztott képzés és az RL-modellek telepítését, ami értékes forrássá teszi a gyakorlati alkalmazásokhoz, nem biztos, hogy alkalmas a megerősítéses tanulás első bevezetőjeként.

⬤ Nagy hangsúlyt fektet a gyakorlati megvalósításra és a gyakorlati receptekre.
⬤ Az RL-algoritmusok széles körét és valós alkalmazásaikat tárgyalja.
⬤ Jó moduláris felépítésű, könnyen követhető fejezetekkel.
⬤ Különös hangsúlyt fektet a haladó témákra, mint például az elosztott képzés és telepítés.
⬤ Megközelíthető és tömör bevezetés az RL kulcsfogalmaiba, amely a TensorFlow háttérrel rendelkező olvasók számára is alkalmas.

⬤ Nagymértékben támaszkodik a kódra, nem megfelelő elméleti háttérrel.
⬤ Talán nem alkalmas a megerősített tanulás vagy a TensorFlow kezdőknek.
⬤ Néhány felhasználó szerint a könyv nem elég mély és áttekinthető az alapfogalmak tekintetében.
⬤ Kevés külső hivatkozást vagy elméleti magyarázatot tartalmaz, így kevésbé átfogó.

(6 olvasói vélemény alapján)

Eredeti címe:

TensorFlow 2 Reinforcement Learning Cookbook: Over 50 recipes to help you build, train, and deploy learning agents for real-world applications

Könyv tartalma:

Fedezze fel a különböző valós üzleti problémák megoldására szolgáló mesterséges intelligencia-alkalmazások fejlesztésének receptjeit megerősített tanulással

Főbb jellemzők

⬤ Mély megerősítéses tanuláson alapuló megoldások fejlesztése és telepítése termelési csővezetékekbe, termékekbe és szolgáltatásokba.

⬤ Tudja meg a népszerű megerősítéses tanulási algoritmusokat, mint például a Q-tanulás, a SARSA és a színész-kritikus módszer.

⬤ Készítsen és építsen RL-alapú alkalmazásokat valós feladatok elvégzéséhez.

Könyv leírása

A mély megerősítéses tanulással olyan intelligens ágenseket, termékeket és szolgáltatásokat építhet, amelyek a számítógépes látáson vagy érzékelésen túlmenően is képesek műveleteket végrehajtani. A TensorFlow 2. x a legnépszerűbb mélytanulási keretrendszer legújabb nagy kiadása, amelyet mély neurális hálózatok (DNN-ek) fejlesztésére és betanítására használnak. Ez a könyv könnyen követhető recepteket tartalmaz a TensorFlow 2. x kihasználásához mesterséges intelligencia alkalmazások fejlesztéséhez.

A könyv a mély megerősítéses tanulás és a TensorFlow 2.x alapjainak bemutatásával kezdődik, majd kitér az OpenAI Gym, a modellalapú RL, a modellmentes RL és az alapvető ágensek fejlesztésének módjára. Megtudhatja, hogyan lehet fejlett mély megerősítéses tanulási algoritmusokat, például actor-kritikus, mély determinisztikus szabályzati gradienseket, mély-Q hálózatokat, proximális szabályzati optimalizálást és mély rekurrens Q-hálózatokat implementálni az RL-ügynökök képzéséhez. A továbblépés során felfedezheti a megerősítéses tanulás alkalmazásait kriptopénz-kereskedelmi ügynökök, részvény/részvény-kereskedelmi ügynökök és intelligens ügynökök létrehozásával a feladatok elvégzésének automatizálására. Végül megtudja, hogyan telepíthet mély megerősítéses tanulási ágenseket a felhőbe, és hogyan készíthet platformokon átívelő alkalmazásokat a TensorFlow 2.x használatával.

E TensorFlow-könyv végére alapos ismereteket szerezhet a mély megerősítő tanulási algoritmusokról és azok implementációiról a semmiből.

Mit fogsz tanulni

⬤ Mély megerősítő tanulási ágensek építése a semmiből a teljesen új TensorFlow 2. x és Keras API használatával.

⬤ A legkorszerűbb mély megerősítő tanulási algoritmusok implementálása minimális kód felhasználásával.

⬤ Készítsen, képezzen és csomagoljon mély RL-ügynököket kriptopénz- és részvénykereskedéshez.

⬤ Telepítse az RL-ügynököket a felhőbe és az élekre, hogy asztali, webes és mobilalkalmazások és felhőszolgáltatások létrehozásával tesztelje őket.

⬤ Gyorsítsa fel az ügynökfejlesztést az elosztott DNN modellképzés segítségével.

⬤ Felfedezze az elosztott mély RL architektúrákat és fedezze fel az AIaaS (AI as a Service) lehetőségeit.

Kinek szól ez a könyv

.

A könyv a gépi tanulással foglalkozó alkalmazásfejlesztőknek, AI és alkalmazott AI kutatóknak, adattudósoknak, mélytanulással foglalkozó szakembereknek és a megerősítő tanulás fogalmait alapszinten ismerő hallgatóknak szól, akik a semmiből szeretnék felépíteni, betanítani és telepíteni saját megerősítő tanuló rendszereiket a TensorFlow 2. x használatával.