| 作者 |
| [日]牧野 浩二(Koji Makino),[日]西崎 博光(Hiromitsu Nishizaki) 等 |
| 丛书名 |
| 轻松上手IT技术日文译丛 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782111021130 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 ---------------------------8084611 - Python深度强化学习：基于Chainer和OpenAI Gym--------------------------- 本书基于强化学的库Chainer（Chainere）和AI模拟环境的OpenAI gym，不仅仅是软件模拟，也详述了使用RaspbbilryPi和ARduino的实际环境的应用。 ---------------------------8083255 - AI游戏开发和深度学习进阶--------------------------- 本书以各种各样的实例剖析游戏AI手法，并以此为目标，帮助读者学习构筑游戏AI的技术。另外，也阐述了游戏AI中的深层学习、机械学习、强化学习技术。 ---------------------------8068663 - 边做边学深度强化学习：PyTorch程序设计实践--------------------------- Pytorch是基于python且具备强大GPU加速的张量和动态神经网络，更是Python中优先的深度学习框架，它使用强大的 GPU 能力,提供最大的灵活性和速度。本书指导读者以Pytorch为工具在Python中学习深层强化学习(DQN)。主要内容包括：强化学习概述及分类、强化学习的算法和实施方法、在Pytorch中实施深度规划与实现。、“实施深层强化学习DQN”、理解并实施新的深层强化学习方法（Double-DQN、Dueling Network、Prioritized Experience Replay、A3C、A2C）。 |
| 目录 |
| [套装书具体书目] 8068663 - 边做边学深度强化学习：PyTorch程序设计实践 - 9787111650140 - 机械工业出版社 - 定价 69 8083255 - AI游戏开发和深度学习进阶 - 9787111688464 - 机械工业出版社 - 定价 79 8084611 - Python深度强化学习：基于Chainer和OpenAI Gym - 9787111692584 - 机械工业出版社 - 定价 79 ---------------------------8084611 - Python深度强化学习：基于Chainer和OpenAI Gym--------------------------- 译者序 前言 第1章 引言 1 1.1 深度强化学习可以做什么 1 1.2 本书的结构 4 1.3 框架：Chainer和ChainerRL 6 1.4 Python的运行检查 6 1.5 Chainer的安装 9 1.6 ChainerRL的安装 12 1.7 模拟器：OpenAI Gym 14 第2章 深度学习 17 2.1 什么是深度学习 17 2.2 神经网络 18 2.3 基于Chainer的神经网络 21 2.3.1 Chainer与神经网络的对应 24 2.3.2 Chainer程序 25 2.3.3 参数设置 26 2.3.4 创建数据 27 2.3.5 定义神经网络 27 2.3.6 各种声明 28 2.3.7 显示训练状态 28 2.3.8 保存训练状态 31 2.3.9 执行训练 32 2.4 与其他神经网络的对应 32 2.4.1 感知器 32 2.4.2 5层神经网络（深度学习） 33 2.4.3 计算输入中的1的数量 34 2.5 基于深度神经网络的手写数字识别 35 2.5.1 手写数字的输入格式 36 2.5.2 深度神经网络的结构 39 2.5.3 8×8的手写数字数据 41 2.6 基于卷积神经网络的手写数字识别 43 2.6.1 卷积 45 2.6.2 激活函数 49 2.6.3 池化 49 2.6.4 执行 50 2.7 一些技巧 53 2.7.1 读取文件数据 54 2.7.2 使用训练模型 55 2.7.3 重启训练 56 2.7.4 检查权重 56 2.7.5 从文件中读取手写数字 57 第3章 强化学习 59 3.1 什么是强化学习 59 3.1.1 有监督学习 60 3.1.2 无监督学习 60 3.1.3 半监督学习 60 3.2 强化学习原理 61 3.3 通过简单的示例来学习 61 3.4 应用到Q学习问题中 63 3.4.1 状态 63 3.4.2 行动 63 3.4.3 奖励 63 3.4.4 Q值 64 3.5 使用Python进行训练 67 3.5.1 运行程序 67 3.5.2 说明程序 69 3.6 基于OpenAI Gym的倒立摆 73 3.6.1 运行程序 73 3.6.2 说明程序 74 3.7 如何保存和加载Q值 79 第4章 深度强化学习 81 4.1 什么是深度强化学习 81 4.2 对于老鼠学习问题的应用 83 4.2.1 运行程序 83 4.2.2 说明程序 85 4.2.3 如何保存和读取智能体模型 91 4.3 基于OpenAI Gym的倒立摆 91 4.3.1 运行程序 91 4.3.2 说明程序 92 4.4 基于OpenAI Gym的太空侵略者 97 4.5 基于OpenAI Gym的颠球 99 4.5.1 运行程序 101 4.5.2 说明程序 102 4.6 对战游戏 109 4.6.1 黑白棋 109 4.6.2 训练方法 111 4.6.3 变更盘面 121 4.6.4 黑白棋实体 121 4.6.5 如何与人类对战 123 4.6.6 卷积神经网络的应用 127 4.7 使用物理引擎进行模拟 128 4.7.1 物理引擎 129 4.7.2 运行程序 130 4.7.3 说明程序 131 4.8 物理引擎在颠球问题中的应用 132 4.9 物理引擎在倒立摆问题中的应用 140 4.10 物理引擎在机械臂问题中的应用 144 4.11 使用其他深度强化学习方法 151 4.11.1 深度强化学习的类型 151 4.11.2 将训练方法更改为DDQN 153 4.11.3 将训练方法更改为PER-DQN 153 4.11.4 将训练方法更改为DDPG 153 4.11.5 将训练方法更改为A3C 155 第5章 实际环境中的应用 157 5.1 使用摄像机观察环境（MNIST） 157 5.1.1 摄像机设置 158 5.1.2 通过卷积神经网络对摄像机图像进行分类 160 5.1.3 使用图像大小为28×28的手写数字进行训练 163 5.2 实际环境中的老鼠学习问题 164 5.3 使用Raspberry Pi处理老鼠学习问题 168 5.3.1 环境构建 169 5.3.2 以输入输出为重点的简化 169 5.3.3 使用摄像机测量环境 176 5.4 使用Arduino + PC处理老鼠学习问题 181 5.4.1 环境构建 182 5.4.2 以输入输出为重点的简化 185 5.4.3 使用摄像机测量环境 193 5.5 使用Raspberry Pi + Arduino处理老鼠学习问题 197 5.6 结语 201 附录 202 ---------------------------8083255 - AI游戏开发和深度学习进阶--------------------------- 译者序 前言 第1章 谜题与游戏AI的过去和现在 1 1.1 关于AI的预言成真了吗 1 1.2 游戏AI的历史和背景 2 1.3 游戏AI是否会剥夺人类的乐趣 7 1.4 游戏AI的意义 9 1.5 游戏的深奥程度与“先下手为强”定理 10 第2章 解谜的AI 14 2.1 搜索树 14 2.1.1 树的构造和图形表达 14 2.1.2 深度优先搜索 21 2.1.3 宽度优先搜索 28 2.1.4 A*搜索 32 2.2 推箱子 40 2.3 数字连线 43 2.4 日式华容道 46 2.5 孔明棋 48 2.6 尝试用数学知识解决数独问题 51 第3章 依赖约束的谜题和非单调推理 58 3.1 纵向搜索与回溯 58 3.2 数学家弄错的国际象棋谜题 58 3.3 线条图的解释与错觉画 63 3.4 ATMS与四色问题 71 3.5 解开国际象棋谜题 83 3.5.1 尽可能放置多个棋子 84 3.5.2 尽可能攻击多个区域 86 3.6 Knuth的谜题与位棋盘 88 第4章 会玩游戏的AI 90 4.1 井字棋与树 90 4.2 游戏的树搜索 91 4.3 黑白棋与Fool’s mate 104 4.4 A*马里奥 110 4.5 蒙特卡罗树搜索 114 4.6 立体四子棋 118 4.7 黑白棋的蒙特卡罗算法和NegaScout算法 123 4.8 如何赢得博弈 124 4.9 消灭幽灵：AI吃豆人 132 第5章 学习、进化和游戏AI 140 5.1 来自AlphaGo的震撼 140 5.2 DQN和街机游戏 151 5.3 进化的马里奥 155 5.4 神经进化 158 5.5 吃豆人的神经进化 161 5.6 充满好奇心的马里奥 166 第6章 游戏AI与类人化 174 6.1 为什么需要类人化的AI 174 6.2 通用游戏是什么 175 6.3 图灵测试和最类人化的AI 178 6.4 不使用“类人化”函数的类人化游戏AI 182 6.5 使用“类人化”函数的类人化游戏AI 190 参考文献 199 ---------------------------8068663 - 边做边学深度强化学习：PyTorch程序设计实践--------------------------- 译者序 前言 第1章 强化学习概述 1 1.1 机器学习的分类（监督学习、非监督学习、强化学习） 1 1.2 强化学习、深度强化学习的历史 6 1.3 深度强化学习的应用实例 11 参考文献 14 第2章 在走迷宫任务中实现强化学习 16 2.1 Try Jupyter的使用方法 16 2.2 迷宫和智能体的实现 23 2.3 策略迭代法的实现 31 2.4 价值迭代法的术语整理 41 2.5 Sarsa的实现 46 2.6 实现Q学习 52 参考文献 57 第3章 在倒立摆任务中实现强化学习 59 3.1 在本地PC上准备强化学习的实现和执行环境 59 3.2 倒立摆任务“CartPole” 64 3.3 由多变量连续值表示的状态的表格表示 69 3.4 Q学习的实现 72 参考文献 80 第4章 使用PyTorch实现深度学习 81 4.1 神经网络和深度学习的历史 81 4.2 深度学习的计算方法 89 4.3 使用PyTorch实现MNIST手写数字分类任务 94 参考文献 107 第5章 深度强化学习DQN的实现 108 5.1 深度强化学习DQN（深度Q网络）的说明 108 5.2 实现DQN的四个要点 111 5.3 实现DQN（上） 113 5.4 实现DQN（下） 123 参考文献 127 第6章 实现深度强化学习的改进版 128 6.1 深度强化学习算法发展图 128 6.2 DDQN的实现 132 6.3 Dueling Network的实现 141 6.4 优先经验回放的实现 145 6.5 A2C的实现 157 参考文献 168 第7章 在AWS GPU环境中实现消砖块游戏 169 7.1 消砖块游戏“Breakout”的描述 169 7.2 准备在AWS上使用GPU所需要的深度学习执行环境 174 7.3 学习Breakout的四个关键思想 187 7.4 A2C的实现（上） 193 7.5 A2C的实现（下） 203 参考文献 212 后记 214 |