📅  最后修改于: 2020-12-10 05:18:29        🧑  作者: Mango

强化学习(RL)是机器学习中的重要组成部分。强化学习使代理根据环境的输入来学习其行为。加固期间相互交互的组件如下-环境代理商任务实验强化学习的布局如下-在RL中，代理在迭代中与环境对话。在每次迭代中，代理都会收到具有奖励的观察结果。然后，它选择操作并将其发送到环境。每次迭代时的环境都会移到新状态，并且每次收到的奖励都会保存下来。RL代理的目标是收集尽可能多的奖励。在两次迭代之间，将代理的性能与以良...

📅  最后修改于: 2020-12-10 05:18:52        🧑  作者: Mango

现在我们知道了如何建立网络并对其进行培训。在本章中，我们将了解如何创建和保存网络，以及在需要时使用网络。保存和恢复网络我们将使用Pybrain工具中的NetworkWriter和NetworkReader，即pybrain.tools.customxml。这是相同的工作示例-网络保存在network.xml中。要在需要时读取xml，我们可以使用以下代码-这是创建的network.xml文件-API...

📅  最后修改于: 2020-12-10 05:19:14        🧑  作者: Mango

在本章中，列出了所有使用PyBrain执行的示例。例子1使用NOR真值表并进行正确性测试。输出例子2对于数据集，我们将使用sklearn数据集的数据集，如下所示：请参考sklearn的load_digits数据集：scikit-learn.org它具有10个类别，即，要从0-9预测的数字。X中的总输入数据为64。输出...

📅  最后修改于: 2020-12-10 05:19:29        🧑  作者: Mango

以下资源包含有关PyBrain的其他信息。请使用它们来获得有关此方面的更深入的知识。PyBrain上的有用链接PyBrain–PyBrain的官方网站。PyBrain-PyBrain的文档。有关PyBrain的有用书籍要在此页面上注册您的网站，请发送电子邮件至...

📅  最后修改于: 2020-12-10 05:19:40        🧑  作者: Mango

Pybrain是一个使用Python实现的开源机器学习库。该库为您提供了一些易于使用的网络，数据集，培训师来训练和测试网络的培训算法。...