鐵人檔案
最近忙得有點沒法好好思考內容，不過對於內容品質還是會堅持的>< 可能讀者會發現變有點短哈哈哈哈XD今天介紹模擬環境的工具selenium～是當今很流...
好哩前面介紹完selenium功能，這裡就要介紹用python實作環境的類別囉！ 架構 我們這會實作三個類別：Game、DinoAgent、Game_state...
今天介紹對整個強化學習很重要的兩塊，視覺化方法跟資料前處理～前面如果有跑過unit3的朋友其實就有發現視覺化跟前處理的程式碼吧！他們的功能一個是讓訓練可視化與，...
這幾天我們要講如何搭DQN的model，如果有玩過CNN的同學可直接跳過這章節，這篇會盡可能用好理解方式，讓沒接觸過CNN的讀者能有些概念。 計算框架 稍微了解...
今天再把激活層、平展層跟隱藏層講完，要使用的layer就講差不多囉！ 激活層 激活層(activate layer)的原理在於，讓網路中傳遞的值，不再僅是線性輸...
哈囉大家～我們今天把最後的損失跟優化函數講完。這章節聽完的讀者，不一定要侷限RL，學到的知識也可以放在其他影像辨識專案上，官網提供了些範例程式碼，有空就去晃晃吧...
之前介紹過Q-table，今天我們講的DQN就是AI跟Q-learning的結合。Q-table比DQN好收斂很多，畢竟state是已定義好的，不過就是因為DQ...
之前的準備都是為了今天～或許接下來整個有點漫長，但最終一切辛苦皆是值得的～因為學會了整個訓練過程就可以算是掌握最基本RL囉！讓我們開始吧！ 訓練參數 ACTIO...
上個章節介紹完前置設定跟資料備份，這張我們來講replay memory跟探索值epsilon！ 觀察與訓練模式 if observe : # 是否進入觀察狀態...
大部分內容都講完哩，今天來講Q訓練部分來做收尾～ 訓練參數宣告 超過observe，就會開始訓練模型。 if t > OBSERVE: minib...
