公众号关注 “ML_NLP
设为 “星标”,重磅干货,第一时间送达!
转载自|GithubDaily
深度学习者都知道,要想认真学好一门课程,一般需要配置一整套资料:从书籍文档、教学视频、再到实操工具包,初学者往往要在不同的课程页和内容之间来回切换,不配套的资料还会让人很困惑。
不过有一门良心课程,把这些内容统统打包起来给你配齐了!
这门免费的强化学习课程在两年前上线,将初学者到专家所需要的所有学习文档(自动调整medium专栏)、学习视频(自动嵌入)、实操游戏(自动嵌入)都打包在了一起,可以很方便的配套学习。
课程的制作者名叫Thomas Simonini,他自己本身就是一名强化学习工程师,从事酒店定价等强化学习与工业界结合的实际工作。他自己的深度学习和强化学习知识多来自Udacity的课程,所以也萌生了更细致的制作一门专门针对新手的强化学习实战课程的想法。
值得一提的是,课程中通过Tensorflow和PyTorch部署了不少智能体小游戏,你可以边学习边训练它们学会玩太空入侵者,Minecraft,Starcraft,刺猬索尼克等等游戏。
这门良心课程上线以来也收到了不少好评,目前在GitHub标星超过2.5k,在YouTube的视频播放量也已经近10w了。
今年10月2日,课程也很良心的改进了第一版的一些小问题,加入了最新的强化学习内容,推出了最新的2.0课程版本。
我们先来看看最新课程的目录👇
以第一课为例,课程网站页面嵌入了你需要阅读的文本章节,直接链接到medium的相关专栏文章,以及视频内容,同时附上了延伸阅读资料,非常贴心了。
最后,课程网站链接指路
https://simoninithomas.github.io/deep-rl-course/#syllabus
GitHub链接
https://github.com/simoninithomas/Deep_reinforcement_learning_Course
收藏之后也一定要记得学习啊!
下载1:四件套
在机器学习算法与自然语言处理公众号后台回复“四件套”
即可获取学习TensorFlow,Pytorch,机器学习,深度学习四件套!
下载2:仓库地址共享
在机器学习算法与自然语言处理公众号后台回复“代码”
即可获取195篇NAACL+295篇ACL2019有代码开源的论文。开源地址如下:https://github.com/yizhen20133868/NLP-Conferences-Code
重磅!机器学习算法与自然语言处理交流群已正式成立
群内有大量资源,欢迎大家进群学习!
额外赠送福利资源!邱锡鹏深度学习与神经网络,pytorch官方中文教程,利用Python进行数据分析,机器学习学习笔记,pandas官方文档中文版,effective java(中文版)等20项福利资源
获取方式:进入群后点开群公告即可领取下载链接
注意:请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]
例如 —— 哈工大+张三+对话系统。
号主,微商请自觉绕道。谢谢!
继续阅读
阅读原文