Tensorflow Neural Networks using Deep Q-Learning Techniques

Offert par
Coursera Project Network
Dans ce projet guidé, vous :

Utilize OpenAI Gym for model training.

Construct and train a Neural Network in Tensorflow using Q-Learning techniques

 Improve Q-Learning techniques with enhancements such as Dueling Q and Prioritized Experience Replay (PER).

Clock2 hours
AdvancedAvancées
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

By the end of this project you will learn how to train a reinforcement learning agent to play Atari video games autonomously using Deep Q-Learning with Tensorflow and OpenAI's Gym API. This project will familiarize you with the Gym interface and the process of training a Tensorflow-based neural network using Deep Q-Learning techniques. The methods you will learn in the course of this project will enable you to build reinforcement learning agents for any potential purpose and provide valuable experience in your Machine Learning and Artificial Intelligence development journey. Python experience is heavily recommended. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Les compétences que vous développerez

Artificial Intelligence (AI)Intelligent AgentUnsupervised LearningTensorflowReinforcement Learning

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Overview of Q-Learning Agents, Tensorflow, and OpenAI Gym

  2. Understand Deep-Q Learning Theory

  3. Building a Tensorflow Model

  4. Understand Activation Functions and Model Input

  5. Describe Keras Initializers and Optimizers

  6. Write Memory, Policy, and Action Functions

  7. Write The Training Function

  8. Explore Enhancements such as Double Q, Dueling Q, and Prioritized Experience Replay

Comment fonctionnent les projets guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.