# 深度强化学习

**Repository Path**: itsncut/deepreinforcementlearning

## Basic Information

- **Project Name**: 深度强化学习
- **Description**: 《深度强化学习》是北方工业大学计算机科学与技术学院的一门专业选修课程，旨在培养学生在深度学习和强化学习理论基础上，能够利用深度强化学习算法解决实际问题的的能力。

课程目标

通过本课程学习，学生能够：

掌握深度学习的基本概念和理论
掌握强化学习的基本概念和理论
理解深度强化学习的原理和方法
熟悉深度强化学习算法的应用
能够利用深度强化学习算法解决实际问题
- **Primary Language**: Python
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 1
- **Created**: 2023-04-13
- **Last Updated**: 2025-07-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 深度强化学习

## or visit ["https://ncut-ai.github.io/"](https://ncut-ai.github.io/)

#### 介绍
深度强化学习理论、实现与应用

[在VSCODE中配置LaTeX编译环境](https://ncut-ai.github.io/vscode+LaTeX.html)

## 整理的一些资料

[BP神经网络编程实现](https://gitee.com/deep-marl/deepreinforcementlearning/blob/master/%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/How%20to%20Code%20a%20Neural%20Network%20with%20Backpropagation.md)

[深度学习算法Keras实现](%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/Deep%20Learning%20in%20Keras.md)

[深度Q学习算法Keras实现](%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/Deep%20Q-Learning%20with%20Keras.md)

[高级深度学习算法Keras实现](%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/Advanced%20Deep%20Learning%20with%20Keras%E6%91%98%E5%BD%95.md)

[input-shape不一致问题及解决办法](./%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/%E7%AE%97%E6%B3%95%E4%B8%ADinput-shape%E4%B8%8D%E4%B8%80%E8%87%B4%E9%97%AE%E9%A2%98.md)

## DRL算法实现

1. [YAML文件设计](DRL算法新结构实现/README.md#yaml设计)

## Python资料

- [numpy相关](Python资料/numpy整理.md)
- [pandas相关](Python资料/pandas整理.md)
- [matplotlib/seaborn/plotly相关](Python资料/matplotlib+seaborn+plotly整理.md)
- [keras相关](Python资料/keras整理.md)
- [scikit-learn相关](Python资料/scikit-learn整理.md)

## 常用技术网站

- [KDnuggets](https://www.kdnuggets.com/)
- [Pinterest](https://www.pinterest.com/)
- [Towards Data Science](https://towardsdatascience.com/)
- [Medium](https://medium.com/)
- [GeeksforGeeks](https://www.geeksforgeeks.org/)
- [DataCamp](https://www.datacamp.com/)

## Datasets

- [public datasets list](Datasets4DataScience.md)

## Awesome Deep Learning

- [awesome deep learning: books, researchers, teams, projects...](awesome-deep-learning.md)