2018年8月24日
Machine Learning
摘要： 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 阅读全文
posted @ 2018-08-24 00:05 AndyHu518 阅读(225) 评论(0) 推荐(0) 编辑