Machine Learning

一、Reinforcement Learning 强化学习 抛弃人类经验”和“自a56爆大奖在线娱乐训练”并非AlphaGo Zero最大的亮点，其关键在于采用了新的reinforcement learning（强化学习的算法），并给该算法带了新的发展。 AlphaGo Zero仅拥有4个TPU，零人类经验，其自a56爆大奖在线娱乐训
posted @ 2018-08-24 00:05  AndyHu518  阅读(225)  评论(0)  编辑  收藏  举报