30 Replies to “ML Lecture 23-1: Deep Reinforcement Learning”

  1. 老師, 請教一下, 第40分鐘, Slide: Goodness of Actor, ..R(tao) 的定義, 應該是 summation (n= 1 to n= T )對吧??..

  2. 感謝老師提供的視頻教學,通俗易懂,受益匪淺。請問後續還會有Deep Reinforcement Learning的內容嗎,不僅僅是Scratching the surface的

  3. 真是這輩子聽過講deep learning 最清楚又最讓自己腦通的教學了! 不過本學期的 「機器學習及其深層與結構化」,怎現在還不能選呀?

  4. 感謝李宏毅教授! ”化神奇为腐朽“,把难以想象巧妙的思想变成十分浅显明白的道理。“ 点赞!

  5. 非常期待 「機器學習及其深層與結構化」早日开放上线,感觉A3C 意犹未尽。 谢谢!

  6. 感謝李教授,ML這課很棒~大陸要封VPN了,接下來翻墻看MLDS更困難了,有點憂傷啊。

  7. i envy all Taiwanese people 🙂 .. could someone Make English translation PLEASE !!! .. humanity need those translation.
    Thanks 李宏毅 (whatever that sound like) for the great efforts .. really crystal clear even in a mute mode !!.
    Please consider translation.

  8. 您的每部影片 在實作過程中我都得重複看三次以上才有辦法達到理想的功能
    感謝上傳 十分受用

  9. 感谢李教授!同时我有一个问题想请教您,在输出连续动作值的强化学习网络中,是否会对输出进行限制呢?例如输出是机械臂的角度:0-360°,如果网络的输出值不在这个范围,是有特殊的处理吗?

Leave a Reply

Your email address will not be published. Required fields are marked *