| Description |
1 online resource (770 pages) |
| Series |
Mitp Professional |
|
Mitp Professional.
|
| Contents |
Cover -- Titel -- Impressum -- Inhaltsverzeichnis -- Über den Autor -- Über die Korrektoren -- Über den Fachkorrektor der deutschen Ausgabe -- Einleitung -- Teil I: Grundlagen des Reinforcement Learnings -- Kapitel 1: Was ist Reinforcement Learning? -- 1.1 Überwachtes Lernen -- 1.2 Unüberwachtes Lernen -- 1.3 Reinforcement Learning -- 1.4 Herausforderungen beim Reinforcement Learning -- 1.5 RL-Formalismen -- 1.5.1 Belohnung -- 1.5.2 Der Agent -- 1.5.3 Die Umgebung -- 1.5.4 Aktionen -- 1.5.5 Beobachtungen -- 1.6 Die theoretischen Grundlagen des Reinforcement Learnings |
|
1.6.1 Markov-Entscheidungsprozesse -- 1.6.2 Markov-Prozess -- 1.6.3 Markov-Belohnungsprozess -- 1.6.4 Aktionen hinzufügen -- 1.6.5 Policy -- 1.7 Zusammenfassung -- Kapitel 2: OpenAI Gym -- 2.1 Aufbau des Agenten -- 2.2 Anforderungen an Hard- und Software -- 2.3 OpenAI-Gym-API -- 2.3.1 Aktionsraum -- 2.3.2 Beobachtungsraum -- 2.3.3 Die Umgebung -- 2.3.4 Erzeugen der Umgebung -- 2.3.5 Die CartPole-Sitzung -- 2.4 Ein CartPole-Agent nach dem Zufallsprinzip -- 2.5 Zusätzliche Gym-Funktionalität: Wrapper und Monitor -- 2.5.1 Wrapper -- 2.5.2 Monitor -- 2.6 Zusammenfassung |
|
Kapitel 3: Deep Learning mit PyTorch -- 3.1 Tensoren -- 3.1.1 Tensoren erzeugen -- 3.1.2 Skalare Tensoren -- 3.1.3 Tensor-Operationen -- 3.1.4 GPU-Tensoren -- 3.2 Gradienten -- 3.2.1 Tensoren und Gradienten -- 3.3 NN-Bausteine -- 3.4 Benutzerdefinierte Schichten -- 3.5 Verlustfunktionen und Optimierer -- 3.5.1 Verlustfunktionen -- 3.5.2 Optimierer -- 3.6 Monitoring mit TensorBoard -- 3.6.1 Einführung in TensorBoard -- 3.6.2 Plotten -- 3.7 Beispiel: GAN für Bilder von Atari-Spielen -- 3.8 PyTorch Ignite -- 3.8.1 Konzepte -- 3.9 Zusammenfassung -- Kapitel 4: Das Kreuzentropie-Verfahren |
|
4.1 Klassifikation von RL-Verfahren -- 4.2 Kreuzentropie in der Praxis -- 4.3 Kreuzentropie beim CartPole -- 4.4 Kreuzentropie beim FrozenLake -- 4.5 Theoretische Grundlagen des Kreuzentropie-Verfahrens -- 4.6 Zusammenfassung -- Teil II: Wertebasierte Verfahren -- Kapitel 5: Tabular Learning und das Bellman'sche Optimalitätsprinzip -- 5.1 Wert, Zustand und Optimalität -- 5.2 Das Bellman'sche Optimalitätsprinzip -- 5.3 Aktionswert -- 5.4 Wertiteration -- 5.5 Wertiteration in der Praxis -- 5.6 Q-Learning in der FrozenLake-Umgebung -- 5.7 Zusammenfassung -- Kapitel 6: Deep Q-Networks |
|
6.1 Wertiteration in der Praxis -- 6.2 Tabular Q-Learning -- 6.3 Deep Q-Learning -- 6.3.1 Interaktion mit der Umgebung -- 6.3.2 SGD-Optimierung -- 6.3.3 Korrelation der Schritte -- 6.3.4 Die Markov-Eigenschaft -- 6.3.5 Die endgültige Form des DQN-Trainings -- 6.4 DQN mit Pong -- 6.4.1 Wrapper -- 6.4.2 DQN-Modell -- 6.4.3 Training -- 6.4.4 Ausführung und Leistung -- 6.4.5 Das Modell in Aktion -- 6.5 Weitere Möglichkeiten -- 6.6 Zusammenfassung -- Kapitel 7: Allgemeine RL-Bibliotheken -- 7.1 Warum RL-Bibliotheken? -- 7.2 Die PTAN-Bibliothek -- 7.2.1 Aktionsselektoren -- 7.2.2 Der Agent |
| Note |
7.2.3 Quelle der Erfahrungswerte |
| Other Form: |
Print version: Lapan, Maxim Deep Reinforcement Learning : Das umfassende Praxis-Handbuch. Moderne Algorithmen für Chatbots, Robotik, diskrete Optimierung und Web-Automatisierung inkl. Multiagenten-Methoden Frechen : mitp,c2020 9783747500361 |
| ISBN |
9783747500385 |
|
3747500382 |
|
9783747500378 |
|
3747500374 |
|
More Resources