Tensorflow Neural Networks using Deep Q-Learning Techniques
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).
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
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Overview of Q-Learning Agents, Tensorflow, and OpenAI Gym
Understand Deep-Q Learning Theory
Building a Tensorflow Model
Understand Activation Functions and Model Input
Describe Keras Initializers and Optimizers
Write Memory, Policy, and Action Functions
Write The Training Function
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
Que vais-je obtenir si j'achète un projet guidé ?
Les projets guidés sont-ils disponible sur ordinateur et sur mobile ?
Qui sont les enseignants pour les projets guidés ?
Puis-je télécharger le travail depuis mon projet guidé une fois que je l'ai terminé ?
Quelle est la politique de remboursement ?
Une aide financière est-elle disponible ?
Puis-je auditer un projet guidé et regarder une partie de la vidéo gratuitement ?
De quelle expérience ai-je besoin pour réaliser ce projet guidé ?
Puis-je terminer ce projet guidé directement avec mon navigateur web, au lieu d'installer un logiciel spécial ?
Comment se présente l'expérience d'apprentissage pour les projets guidés ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera Footer
