Just enough neural network: a policy is a function with knobs
What happens inside the 33-to-8 network that will drive the robot: neurons, layers, tanh, the forward pass by hand, counting parameters, and gradients. Then a tiny network learns the hand-written trot in plain numpy.
Ez az oldal még nincs lefordítva, ezért angolul jelenik meg.
Ez a lecke a fizetős tanfolyam része. Minden tanfolyam első leckéje ingyenes.
Rendelés e-mailben24 EUREgy napon belül válaszolunk a fizetési adatokkal (átutalás vagy PayPal), és a fizetés után azonnal e-mailben küldjük a fájlokat.