TensorFlow 2 Reinforcement Learning Cookbook: Peste 50 de rețete pentru a vă ajuta să construiți, să antrenați și să implementați agenți de învățare pentru aplicații din lumea reală

Recenzii ale cititorilor

Cartea „TensorFlow 2 Reinforcement Learning Cookbook” este un ghid practic axat pe implementarea algoritmilor de învățare prin consolidare (RL) utilizând TensorFlow. Cartea este concepută pentru persoanele deja familiarizate cu TensorFlow și oferă exemple ample de cod, dar îi lipsesc explicațiile teoretice cuprinzătoare. Deși excelează în acoperirea formării distribuite și a implementării modelelor RL, ceea ce o face o resursă valoroasă pentru aplicațiile practice, este posibil să nu fie potrivită ca o primă introducere în învățarea prin întărire.

⬤ Accent puternic pe implementarea practică și pe rețete practice.
⬤ Acoperă o gamă largă de algoritmi RL și aplicațiile lor din lumea reală.
⬤ Structură modulară bună, cu capitole ușor de urmărit.
⬤ Accent specific pe subiecte avansate, cum ar fi instruirea distribuită și implementarea.
⬤ Introducere accesibilă și concisă a conceptelor cheie în RL, potrivită pentru cititorii cu cunoștințe TensorFlow.

⬤ Se bazează în mare măsură pe cod cu un bagaj teoretic insuficient.
⬤ Poate să nu fie potrivită pentru începători în învățarea prin consolidare sau TensorFlow.
⬤ Unii utilizatori au considerat cartea lipsită de profunzime și claritate în ceea ce privește conceptele fundamentale.
⬤ Puține referințe externe sau explicații teoretice furnizate, ceea ce o face mai puțin cuprinzătoare.

(pe baza a 6 recenzii ale cititorilor)

Titlul original:

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

Conținutul cărții:

Descoperiți rețete pentru dezvoltarea de aplicații AI pentru a rezolva o varietate de probleme de afaceri din lumea reală folosind învățarea prin consolidare

Caracteristici principale

⬤ Dezvoltați și implementați soluții profunde bazate pe învățarea prin întărire în conductele de producție, produse și servicii.

⬤ Explorați algoritmi populari de învățare prin întărire, cum ar fi Q-learning, SARSA și metoda actor-critic.

⬤ Personalizați și construiți aplicații bazate pe RL pentru îndeplinirea sarcinilor din lumea reală.

Descrierea cărții

Cu învățarea de întărire profundă, puteți construi agenți, produse și servicii inteligente care pot depăși viziunea sau percepția computerului pentru a efectua acțiuni. TensorFlow 2. x este cea mai recentă versiune majoră a celui mai popular cadru de învățare profundă utilizat pentru dezvoltarea și antrenarea rețelelor neuronale profunde (DNN). Această carte conține rețete ușor de urmat pentru valorificarea TensorFlow 2. x în vederea dezvoltării de aplicații de inteligență artificială.

Începând cu o introducere în elementele de bază ale învățării prin întărire profundă și TensorFlow 2. x, cartea acoperă OpenAI Gym, RL bazat pe model, RL fără model și modul de dezvoltare a agenților de bază. Veți descoperi cum să implementați algoritmi avansați de învățare profundă a armăturilor, cum ar fi actor-critic, gradienți de politici deterministe profunde, rețele Q profunde, optimizarea proximală a politicilor și rețele Q recurente profunde pentru instruirea agenților RL. Pe măsură ce avansați, veți explora aplicațiile învățării prin consolidare prin construirea de agenți de tranzacționare a criptomonedelor, agenți de tranzacționare a acțiunilor și agenți inteligenți pentru automatizarea îndeplinirii sarcinilor. În cele din urmă, veți afla cum să implementați agenți profunzi de învățare prin consolidare în cloud și să construiți aplicații multiplatformă utilizând TensorFlow 2.x.

Până la sfârșitul acestei cărți TensorFlow, veți fi dobândit o înțelegere solidă a algoritmilor de învățare prin întărire profundă și a implementărilor acestora de la zero.

Ce veți învăța

⬤ Construiți agenți de învățare prin întărire profundă de la zero utilizând noile TensorFlow 2. x și Keras API.

⬤ Implementați algoritmi de învățare prin întărire profundă de ultimă generație utilizând un cod minim.

⬤ Construiți, antrenați și împachetați agenți deep RL pentru tranzacționarea criptomonedelor și a acțiunilor.

⬤ Deplasați agenții RL în cloud și la periferie pentru a-i testa prin crearea de aplicații desktop, web și mobile și servicii cloud.

⬤ Acelerați dezvoltarea agenților utilizând formarea distribuită a modelelor DNN.

⬤ Explorați arhitecturile RL profunde distribuite și descoperiți oportunități în AIaaS (AI as a Service)

Pentru cine este această carte

.

Cartea se adresează dezvoltatorilor de aplicații de învățare automată, cercetătorilor în AI și AI aplicată, oamenilor de știință din domeniul datelor, practicienilor învățării profunde și studenților cu o înțelegere de bază a conceptelor de învățare prin întărire care doresc să construiască, să instruiască și să implementeze propriile sisteme de învățare prin întărire de la zero utilizând TensorFlow 2. x.