在 OpenAI 推出強(qiáng)化學(xué)習(xí)課程 Spinning Up 后不久。昨天，DeepMind 與 UCL 合作推出了一門深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)進(jìn)階課程，以在線視頻形式呈現(xiàn)。該課程共有 18 節(jié)課，每節(jié)課都長達(dá) 1 小時(shí) 40 分鐘，內(nèi)容從深度學(xué)習(xí)框架 TensoFlow 的介紹到構(gòu)建游戲智能體，可謂全面。

課程地址：https://www.youtube.com/playlist?list=PLqYmG7hTraZDNJre23vqCGIVpfZ_K2RZs

該課程最初在倫敦大學(xué)學(xué)院(UCL)進(jìn)行，為方便在線觀看進(jìn)行了錄像。多位 DeepMind 的研究人員、UCL 教師參與了課程的設(shè)計(jì)。

 

 

參與課程制作的 DeepMind/UCL 團(tuán)隊(duì)

課程由兩部分組成，一是包含深度神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)，二是利用強(qiáng)化學(xué)習(xí)進(jìn)行預(yù)測(cè)和控制，兩個(gè)部分相互穿插。在探討深度學(xué)習(xí)的過程中，這兩條線交匯在一起，其中的深度神經(jīng)網(wǎng)絡(luò)被訓(xùn)練為強(qiáng)化學(xué)習(xí)背景下的函數(shù)逼近器。

課程中的深度學(xué)習(xí)部分首先介紹了神經(jīng)網(wǎng)絡(luò)及使用 TensorFlow 的監(jiān)督學(xué)習(xí)，接下來探討了卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、端到端及基于能量的學(xué)習(xí)、優(yōu)化方法、無監(jiān)督學(xué)習(xí)、注意力及記憶。涉及的應(yīng)用領(lǐng)域包括目標(biāo)識(shí)別和自然語言處理。

 

 

第一課視頻截圖

深度強(qiáng)化學(xué)習(xí)部分介紹了馬爾科夫決策過程、動(dòng)態(tài)規(guī)劃、無模型預(yù)測(cè)與控制、值函數(shù)近似、策略梯度方法、學(xué)習(xí)與規(guī)劃整合、探索/利用困境等。涉及的應(yīng)用領(lǐng)域包括學(xué)習(xí)玩經(jīng)典棋盤游戲或電子游戲等。

第一課視頻：

 

 

https://v.qq.com/x/page/q0800xbw8ft.html

 

 

從第一課來看，本課程將講解 DeepMind 的 AI 方法，深度強(qiáng)化學(xué)習(xí)在雅達(dá)利、AIphaGo 等游戲中的應(yīng)用。

課程目錄

深度學(xué)習(xí) 1：基于機(jī)器學(xué)習(xí)的人工智能簡(jiǎn)介

深度學(xué)習(xí) 2：TensorFlow 簡(jiǎn)介

深度學(xué)習(xí) 3：神經(jīng)網(wǎng)絡(luò)基礎(chǔ)

強(qiáng)化學(xué)習(xí) 1：強(qiáng)化學(xué)習(xí)簡(jiǎn)介

強(qiáng)化學(xué)習(xí) 2：探索和利用

強(qiáng)化學(xué)習(xí) 3：馬爾科夫決策過程及動(dòng)態(tài)規(guī)劃

強(qiáng)化學(xué)習(xí) 4：無模型預(yù)測(cè)與控制

深度學(xué)習(xí) 4：圖像識(shí)別之外、端到端學(xué)習(xí)、嵌入

強(qiáng)化學(xué)習(xí) 5：函數(shù)逼近及深度強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí) 6：策略梯度及 Actor Critic 算法

深度學(xué)習(xí) 5：用于機(jī)器學(xué)習(xí)的優(yōu)化

強(qiáng)化學(xué)習(xí) 7：規(guī)劃與模型

深度學(xué)習(xí) 6：用于自然語言處理的深度學(xué)習(xí)

強(qiáng)化學(xué)習(xí) 8：深度強(qiáng)化學(xué)習(xí)進(jìn)階主題

深度學(xué)習(xí) 7：深度學(xué)習(xí)中的注意力與記憶

強(qiáng)化學(xué)習(xí) 9：深度強(qiáng)化學(xué)習(xí)智能體概覽

深度學(xué)習(xí) 8：無監(jiān)督學(xué)習(xí)和生成模型

強(qiáng)化學(xué)習(xí) 10：經(jīng)典游戲案例學(xué)習(xí)

課程門檻

 

 

當(dāng)然，這樣一門進(jìn)階課程也是有一定門檻的。授課者提到，去年就有很多人抱怨課程負(fù)擔(dān)太重。選這門課程的人需要懂 Python，還要有很多其他知識(shí)儲(chǔ)備。另外，由于授課者都是活躍在學(xué)界的頂級(jí)研究者，課程會(huì)直接延伸到當(dāng)前的研究前沿。

教師寄語：做好準(zhǔn)備，迎接挑戰(zhàn)!(brace yourselves!)

標(biāo)簽： 網(wǎng)絡(luò)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。