TensorFlow Reinforcement Learning Quick Start Guide
Lingua: inglese
Editore: Packt Publishing Limited, GB, 2019
- Brossura
- Nuovo
Da: Rarewaves.com USA, London, London, Regno UnitoRarewaves.com USA
Venditore AbeBooks dal 11 giugno 2025
Condizione: Nuovo
EUR 33,21
Quantità: Più di 20 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Leverage the power of Tensorflow to Create powerful software agents that can self-learn to perform real-world tasksKey FeaturesExplore efficient Reinforcement Learning algorithms and code them using TensorFlow and PythonTrain Reinforcement Learning agents for problems, ranging from computer games to autonomous driving.Formulate and devise selective algorithms and techniques in your applications in no time.Book DescriptionAdvances in reinforcement learning algorithms have made it possible to use them for optimal control in several different industrial applications. With this book, you will apply Reinforcement Learning to a range of problems, from computer games to autonomous driving.The book starts by introducing you to essential Reinforcement Learning concepts such as agents, environments, rewards, and advantage functions. You will also master the distinctions between on-policy and off-policy algorithms, as well as model-free and model-based algorithms. You will also learn about several Reinforcement Learning algorithms, such as SARSA, Deep Q-Networks (DQN), Deep Deterministic Policy Gradients (DDPG), Asynchronous Advantage Actor-Critic (A3C), Trust Region Policy Optimization (TRPO), and Proximal Policy Optimization (PPO). The book will also show you how to code these algorithms in TensorFlow and Python and apply them to solve computer games from OpenAI Gym. Finally, you will also learn how to train a car to drive autonomously in the Torcs racing car simulator.By the end of the book, you will be able to design, build, train, and evaluate feed-forward neural networks and convolutional neural networks. You will also have mastered coding state-of-the-art algorithms and also training agents for various control problems.What you will learnUnderstand the theory and concepts behind modern Reinforcement Learning algorithmsCode state-of-the-art Reinforcement Learning algorithms with discrete or continuous actionsDevelop Reinforcement Learning algorithms and apply them to training agents to play computer gamesExplore DQN, DDQN, and Dueling architectures to play Atari s Breakout using TensorFlowUse A3C to play CartPole and LunarLanderTrain an agent to drive a car autonomously in a simulatorWho this book is forData scientists and AI developers who wish to quickly get started with training effective reinforcement learning models in TensorFlow will find this book very useful. Prior knowledge of machine learning and deep learning concepts (as well as exposure to Python programming) will be useful.…
Codice articolo LU-9781789533583
- Titolo
- TensorFlow Reinforcement Learning Quick Start Guide
- Autore
- Kaushik Balakrishnan
- Editore
- Packt Publishing Limited, GB
- Anno di pubblicazione
- 2019
- Condizione
- New
- Rilegatura
- Paperback
- Lingua
- inglese
- ISBN 10
- 1789533589
- ISBN 13
- 9781789533583
Leverage the power of Tensorflow to Create powerful software agents that can self-learn to perform real-world tasks
Key Features
- Explore efficient Reinforcement Learning algorithms and code them using TensorFlow and Python
- Train Reinforcement Learning agents for problems, ranging from computer games to autonomous driving.
- Formulate and devise selective algorithms and techniques in your applications in no time.
Book Description
Advances in reinforcement learning algorithms have made it possible to use them for optimal control in several different industrial applications. With this book, you will apply Reinforcement Learning to a range of problems, from computer games to autonomous driving.
The book starts by introducing you to essential Reinforcement Learning concepts such as agents, environments, rewards, and advantage functions. You will also master the distinctions between on-policy and off-policy algorithms, as well as model-free and model-based algorithms. You will also learn about several Reinforcement Learning algorithms, such as SARSA, Deep Q-Networks (DQN), Deep Deterministic Policy Gradients (DDPG), Asynchronous Advantage Actor-Critic (A3C), Trust Region Policy Optimization (TRPO), and Proximal Policy Optimization (PPO). The book will also show you how to code these algorithms in TensorFlow and Python and apply them to solve computer games from OpenAI Gym. Finally, you will also learn how to train a car to drive autonomously in the Torcs racing car simulator.
By the end of the book, you will be able to design, build, train, and evaluate feed-forward neural networks and convolutional neural networks. You will also have mastered coding state-of-the-art algorithms and also training agents for various control problems.
What you will learn
- Understand the theory and concepts behind modern Reinforcement Learning algorithms
- Code state-of-the-art Reinforcement Learning algorithms with discrete or continuous actions
- Develop Reinforcement Learning algorithms and apply them to training agents to play computer games
- Explore DQN, DDQN, and Dueling architectures to play Atari's Breakout using TensorFlow
- Use A3C to play CartPole and LunarLander
- Train an agent to drive a car autonomously in a simulator
Who this book is for
Data scientists and AI developers who wish to quickly get started with training effective reinforcement learning models in TensorFlow will find this book very useful. Prior knowledge of machine learning and deep learning concepts (as well as exposure to Python programming) will be useful.
Table of Contents
- Up and Running with Reinforcement Learning
- Temporal Difference, SARSA, and Q-Learning
- Deep Q-Network
- Double DQN, Dueling Architectures, and Rainbow
- Deep Deterministic Policy Gradient
- Asynchronous Methods - A3C and A2C
- Trust Region Policy Optimization and Proximal Policy Optimization
- Deep RL Applied to Autonomous Driving
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Rarewaves.com USA
London, London, Regno Unito
Venditore AbeBooks dal 11 giugno 2025
Tariffe di spedizione da Regno Unito a U.S.A.
| Articolo | Da 9 a 14 giorni lavorativi | Da 9 a 14 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 0,00 | EUR 0,00 |
Metodi di pagamento
Informazioni sull’azienda del venditore
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Regno Unito W1W 8BE
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Rarewaves.com USA, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Russia
Belarus
Ukraine
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.