Spisu treści:
- Definicja - Co oznacza nauka głębokiego wzmacniania?
- Techopedia wyjaśnia Deep Reinforcement Learning
Definicja - Co oznacza nauka głębokiego wzmacniania?
Uczenie się o głębokim wzmocnieniu to uczenie się o wzmocnieniu, które jest stosowane przy użyciu głębokich sieci neuronowych. Ten rodzaj uczenia się polega na działaniu komputerów na skomplikowanych modelach i analizowaniu dużych ilości danych wejściowych w celu ustalenia zoptymalizowanej ścieżki lub działania.
Techopedia wyjaśnia Deep Reinforcement Learning
Jednym ze sposobów opisania uczenia się głębokiego wzmocnienia jest to, że głęboka sieć neuronowa uczy się poprzez wzmocnienie indywidualnych doświadczeń.
Załóżmy, że głęboka sieć neuronowa odwzorowuje wizualną przestrzeń gry i analizuje tę przestrzeń gry za pomocą kontinuum czasowego, aby zobaczyć, co dzieje się w grze. Komputer zaczyna rozumieć, jakie wyniki są oparte na danych wejściowych, i może z kolei „grać mądrzej”. Odnosi się to do innych podobnych wysiłków technologicznych, takich jak głębokie sieci Q.
Ogólnie rzecz biorąc, specjaliści od uczenia maszynowego wykorzystują tego rodzaju modele, aby maszyny stały się inteligentniejsze lub uczyły się myśleć bardziej jak ludzie, chociaż obowiązują praktyczne bariery i granice.
