登录
首页 » Python » python强化学习(基于matplotlib)

python强化学习(基于matplotlib)

于 2020-02-23 发布
0 307
下载积分: 1 下载次数: 1

代码说明:

python强化学习(基于matplotlib)

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 卷积自编码器
    【实例简介】
    2021-06-23 00:31:09下载
    积分:1
  • python 绘制三维直线图(plot 3d trajectory)
    绘制三维直线图,将飞机飞行的航迹用(经度,纬度和高度)来描述
    2021-03-20 23:19:17下载
    积分:1
  • python 数据结构与分析
    【实例简介】python 数据结构与分析
    2021-12-21 00:31:10下载
    积分:1
  • python卷积神经网络实现
    卷积神经网络python实现。 卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积或相关计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一 [1-2] 。由于卷积神经网络能够进行平移不变分类(shift-invariant classification),因此也被称为“平移不变人工神经网络
    2019-05-22下载
    积分:1
  • 影评情感分析数据集ACLIMDB
    【实例简介】 数据集一共50000条数据。25000条训练数据,25000条测试数据。
    2021-08-01 00:31:08下载
    积分:1
  • LSTM入门正弦波序列预测
    LSTM入门学习,正弦波序列预测         for i, input_t in enumerate(input.chunk(input.size(1), dim=1)):             h_t, c_t = self.lstm1(input_t, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         for i in range(future):  # if we should predict the future             h_t, c_t = self.lstm1(output, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         outputs = torch.stack(outputs, 1).squeeze(2)  # shape after stack:[batch, n, 1], shape after squeeze: [batch,n]         return outputs
    2021-06-30 00:31:01下载
    积分:1
  • 多项式拟合(LSM.py)
    多项式拟合(LSM.py)
    2020-11-30下载
    积分:1
  • 认识NumPy数组对象
    【实例简介】
    2021-10-24 00:30:58下载
    积分:1
  • svm实验指导.pptx
    支持向量机的实验指导
    2020-11-28下载
    积分:1
  • 强化学习导论:Reinforcement learning - An introduction
    【实例简介】(最新)强化学习导论:Reinforcement learning - An introduction        2020英文版  作者:Richard S. Sutton and Andrew G. Barto       强化学习权威之作
    2021-07-16 00:31:51下载
    积分:1
  • 696516资源总数
  • 106425会员总数
  • 12今日下载