中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
Linux經典實例(第二版) 版權信息
- ISBN：9787519869724
- 條形碼：9787519869724 ; 978-7-5198-6972-4
- 裝幀：一般銅版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Linux經典實例(第二版) 本書特色
Linux學習的必讀經典書籍，Linux用戶及系統與網絡管理員的實用技巧。 編輯推薦這本實用手冊向初中級Linux用戶介紹了通過圖形及命令行工具管理Linux系統的重要技巧。無論你的Linux系統是嵌入式、桌面版、服務器、云服務，還是虛擬環境，其基礎知識都是相同的。本書介紹了大量示例，可幫助你快速入門并運行Linux。 本書針對各種具體問題，提出解決方案，并詳細解釋了涉及到的技術原理，*后還給出了參考資料以供深入學習。 專家推薦“Linux學習的必讀經典書籍。作者深入簡出地介紹了Linux操作系統的各個方面。”—— Jack Wallen，屢獲殊榮的科技作家，TechRepublic、The New Stack等網站撰稿人“高效工程師不僅了解工具，還知道如何高效地使用工具。本書介紹的Linux工具讓人嘆為觀止。”—— Jonathan Johnson，Dijure獨立軟件顧問與培訓師 實戰導向：以企業應用為主線的知識脈絡，以實際工作為導向，做到學習的有的放矢，變被動學習為主動求知 圖文解析：輕松講解晦澀理論，將復雜的問題簡單化，把抽象的問題具體化 系統全面：涵蓋了作為合格的Linux運維工程師必學必會的知識點和實驗項目，幫助廣大讀者跨過技術的**道門檻，快速融入Linux的世界
Linux經典實例(第二版) 內容簡介
本書針對各種具體問題，提出解決方案，并詳細解釋了涉及到的技術原理，*z后還給出了參考資料以供深入學習。本書的主要內容有：學習使用全新的通用服務管理器systemd。利用firewalld構建簡單或復雜的防火墻。保證Linux系統與移動設備間網絡連接的安全。搶救無法引導的系統。重置Linux與Windows的用戶密碼。利用dnsmasq管理局域網名稱服務。管理用戶與組，控制文件的訪問。探測計算機硬件，監控硬件健康。管理GRUB引導加載程序，設置Linux與Windows雙啟動。通過*z新的工具同步網絡上所有系統的時間。在樹莓派上構建互聯網路由器與防火墻。管理文件系統與分區。
Linux經典實例(第二版) 目錄
目錄
前言 .1
第1 章 強化學習概述 .13
1.1 為什么現在就需要強化學習？ . 14
1.2 機器學習 15
1.3 強化學習 17
1.3.1 什么時候使用強化學習 19
1.3.2 強化學習的應用場景 20
1.4 強化學習的種類 22
1.4.1 免模型學習或有模型學習 . 22
1.4.2 智能體如何使用并更新它們的策略 23
1.4.3 離散或連續的行為 . 25
1.4.4 優化方法. 25
1.4.5 策略評估和改進 . 26
1.5 強化學習的基本概念 . 27
1.5.1 歷史上**個強化學習算法 . 28
1.5.2 強化學習和機器學習是一種東西嗎？ . 31
1.5.3 獎勵和反饋 32
1.6 強化學習的發展簡史 . 35
1.7 本章總結 37
1.8 擴展閱讀 38
1.9 參考文獻 38
第2 章 馬爾可夫決策過程，動態規劃，蒙特卡洛方法 44
2.1 多臂老虎機測試 44
2.1.1 獎勵工程. 45
2.1.2 策略評估：價值函數 45
2.1.3 策略改進：選擇*佳動作 48
2.1.4 模擬環境. 50
2.1.5 運行實驗. 50
2.1.6 ε - 貪婪算法的改進. 52
2.2 馬爾可夫決策過程 . 54
2.2.1 庫存控制. 56
2.2.2 庫存控制仿真 . 60
2.3 策略與價值函數 62
2.3.1 打折的獎勵 62
2.3.2 用狀態– 價值函數預測獎勵 64
2.3.3 用動作值函數預測獎勵 . 67
2.3.4 *優策略. 69
2.4 蒙特卡洛策略生成 70
2.5 動態規劃的值迭代 72
2.5.1 值迭代的過程 74
2.5.2 數值迭代結果 76
2.6 總結 78
2.7 擴展閱讀 79
2.8 參考文獻 79
第3 章 時序差分學習，Q 學習和n 步算法 80
3.1 時序差分學習的相關公式 81
3.1.1 Q 學習 . 83
3.1.2 SARSA 85
3.1.3 Q 學習與SARSA 方法的對比 . 87
3.1.4 案例解析：自動擴展應用程序容器以降低成本 . 90
3.2 行業實例：廣告中的實時競價 . 92
3.2.1 MDP 的定義 . 92
3.2.2 實時競價案例的環境 93
3.2.3 進一步改進 94
3.3 Q 學習的相關擴展 96
3.3.1 雙重Q 學習 96
3.3.2 延遲Q 學習 97
3.3.3 各類版本的Q 學習之間的對比 98
3.3.4 對抗學習. 98
3.4 n 步算法 99
3.5 有效跟蹤 104
3.6 有效跟蹤算法的擴展 107
3.6.1 沃特金斯的Q(λ) 107
3.6.2 沃特金斯Q(λ) 的模糊擦除 . 108
3.6.3 快速Q 學習 108
3.6.4 積累式有效跟蹤與取代式有效跟蹤 108
3.7 總結 . 109
3.8 擴展閱讀 110
3.9 參考文獻 110
第4 章 深度Q 網絡 . 112
4.1 深度學習的體系結構 113
4.1.1 基礎知識 113
4.1.2 深度學習架構 114
4.1.3 深度學習庫 . 115
4.1.4 深度強化學習 117
4.2 深度Q 學習 . 117
4.2.1 經驗重放 118
4.2.2 克隆Q 網絡 118
4.2.3 神經網絡結構 119
4.2.4 DQN 的實現 119
4.2.5 實際案例：倒立擺環境中的DQN 120
4.2.6 案例研究：減少建筑物的能源使用 125
4.3 彩虹DQN 126
4.3.1 分配強化學習 126
4.3.2 優先經驗重放 129
4.3.3 噪聲網絡 129
4.3.4 決斗網絡 129
4.4 實際案例：雅達利的彩虹DQN 130
4.4.1 結果 131
4.4.2 討論 132
4.5 其他DQN 改進 134
4.5.1 改進探索過程 135
4.5.2 改進獎勵過程 136
4.5.3 從離線數據中進行學習 137
4.6 總結 . 139
4.7 擴展閱讀 140
4.8 參考文獻 140
第5 章 梯度策略 144
5.1 直接學習策略的優勢 144
5.2 如何計算策略的梯度 145
5.3 策略梯度理論 . 146
5.4 策略函數 149
5.4 1 線性策略 149
5.4.2 其他策略 151
5.5 基本實現 152
5.5.1 蒙特卡洛算法（強化算法） 152
5.5.2 帶基線的強化算法 153
5.5.3 梯度方差的減小 157
5.5.4 n 步演員評論家和優勢演員評論家（A2C） . 159
5.5.5 基于資格跡的演員評論家算法 . 164
5.5.6 基本策略梯度算法的比較 165
5.6 行業研究：為客戶自動提供產品 . 166
5.6.1 行業實例：Gym 環境中的購物車實驗 . 167
5.6.2 預設期望 168
5.6.3 購物車實驗環境的結果展示 169
5.7 總結 . 173
5.8 擴展閱讀 174
5.9 參考文獻 174
第6 章 超越策略梯度 176
6.1 離線算法 177
6.1.1 重要性抽樣 177
6.1.2 行為和目標策略 179
6.1.3 離線 Q 學習 180
6.1.4 梯度時差學習 180
6.1.5 Greedy-GQ 算法 181
6.1.6 離線演員評論家算法 . 182
6.2 決定性策略梯度 183
6.2.1 決定性策略梯度 183
6.2.2 深度確定性策略梯度 . 185
6.2.3 雙延遲DDPG 189
6.2.4 案例研究：利用到用戶評論的推薦算法 193
6.2.5 改進DPG. 194
6.3 信賴域方法 195
6.3.1 Kullback-Leibler 散度 197
6.3.2 自然策略梯度與信任區域策略優化 198
6.3.3 近端策略優化 201
6.4 實際案例：在現實生活中使用伺服器 206
6.4.1 實驗設置 . 206
6.4.2 強化學習算法實現 207
6.4.3 增加算法的復雜度 210
6.4.4 模擬中的超參數調優 . 211
6.4.5 產生的策略 212
6.5 其他策略梯度算法 214
6.5.1 回溯（λ） 214
6.5.2 有經驗重放的演員評論家（ACER） 214
6.5.3 使用Kronecker 因子信任區域的演員評論家算法（ACKTR） 215
6.5.4 更多相關方法 216
6.6 策略梯度算法的擴展 216
6.7 總結 . 217
6.7.1 應該使用哪種算法？ . 217
6.7.2 關于異步方法的注意事項 218
6.8 擴展閱讀 218
6.9 參考文獻 219
第7 章 用熵方法學習所有可能的策略 225
7.1 什么是熵？ 225
7.2 *大熵強化學習 226
7.3 弱演員評論家算法 227
7.3.1 SAC 的實現細節與離散動作空間 228
7.3.2 自動調整溫度 229
7.3.3 案例研究：有助于減少交通擁堵的自動化交通管理系統 229
7.4 *大熵方法的推廣 231
7.4.1 熵的其他度量（以及策略集） . 231
7.4.2 基于雙重Q 學習上限的優化探索 231
7.4.3 通過歷史經驗重放改進結果 232
7.4.4 軟策略梯度 . 232
7.4.5 軟Q 學習（及其擴展） 232
7.4.6 路徑一致性學習 233
7.5 性能比較：SAC 與PPO 233
7.6 熵是如何激勵智能體進行探索的？ . 235
7.7 行業實例：通過遙控車學習自動駕駛 240
7.7.1 問題描述 241
7.7.2 減少訓練時間 241
7.7.3 夸張的動作 . 244
7.7.4 超參數探索 . 246
7.7.5 *終策略 246
7.7.6 進一步改進 . 247
7.8 本章總結 248
7.8.1 策略梯度與軟Q 學習的等價性 249
7.8.2 這對今后的發展意味著什么？ . 249
7.8.3 這對目前來說意味著什么？ 249
7.9 參考文獻 250
第8 章 改進智能體的學習方式 253
8.1 關于MDP 的思考 . 254
8.1.1 部分可觀察馬爾可夫決策過程 . 254
8.1.2 案例研究：POMDP 在自動駕駛汽車中的應用 256
8.1.3 上下文馬爾可夫決策過程 . 257
8.1.4 動作不斷變化的MDPs 257
8.1.5 正則化MDP 258
8.2 層次強化學習 . 259
8.2.1 初級層次強化學習 . 259
8.2.2 具有內在獎勵的層次強化學習（HIRO） 260
8.2.3 學習技巧和無監督學習 262
8.2.4 在HRL 中使用技能 263
8.2.5 HRL 研究結論 264
8.3 多智能體強化學習 265
8.3.1 MARL 的框架 265
8.3.2 集中式或分布式 267
8.3.3 單智能體算法 268
8.3.4 案例研究：單智能體分散學習在無人機中的應用 . 269
8.3.5 集中學習，分散執行 . 270
8.3.6 分散的學習 . 272
8.3.7 其他的組合 . 273
8.3.8 MARL 的挑戰 274
8.3.9 MARL 的結論 275
8.4 專家的指導 276
8.4.1 克隆行為 276
8.4.2 模擬強化學習 276
8.4.3 反向強化學習 277
8.4.4 課程學習 279
8.5 其他案例 281
8.5.1 元學習 281
8.5.2 遷移學習 281
8.6 總結 . 282
8.7 擴展閱讀 283
8.8 參考文獻 285
第9 章 強化學習實踐 293
9.1 強化學習的生命周期 293
9.2 問題定義：一個真正的強化學習項目到底包括什么？ . 299
9.2.1 強化學習問題是連續性問題 299
9.2.2 強化學習問題是戰略性問題 300
9.2.3 強化學習中的基礎指標 302
9.2.4 學習類型 304
9.3 強化學習工程和改進 309
9.3.1 項目過程 309
9.3.2 環境工程 310
9.3.3 狀態工程或狀態表示學習 313
9.3.4 策略工程 316
9.3.5 將策略映射到操作空間 322
9.3.6 探索 326
9.3.7 獎勵工程 333
9.4 總結 . 337
9.5 擴展閱讀 338
9.6 參考文獻 339
第10 章 強化學習的生產部署 348
10.1 實現階段 . 349
10.1.1 框架 . 349
10.1.2 大規模強化學習 353
10.1.3 評價 . 361
10.2 部署 370
10.2.1 目標 . 371
10.2.2 體系架構 374
10.2.3 輔助工具 376
10.2.4 安全、保障和道德 382
10.3 總結 389
10.4 擴展閱讀 . 390
10.5 參考文獻 . 392
第11 章 結論與展望 . 400
11.1 提示和技巧 400
11.1.1 框架問題 400
11.1.2 你的數據 402
11.1.3 訓練 . 403
11.1.4 評價 . 404
11.1.5 部署 . 404
11.2 調試 405
11.2.1 ${ALGORITHM_NAME} 不能解決${ENVIRONMENT}! 406
11.2.2 監測調試 407
11.3 強化學習的未來 408
11.3.1 強化學習市場機會 409
11.3.2 強化學習的研究方向 410
11.4 結束語 416
11.4.1 未來下一步 417
11.4.2 現在輪到你了！ . 418
11.5 擴展閱讀 . 418
11.6 參考文獻 . 419
附錄A 兩種動作的Logistic 策略梯度 423
附錄B Softmax 的策略梯度 . 427
展開全部
Linux經典實例(第二版) 作者簡介
Carla Schroder是一名科技記者與作家，擁有系統與網絡管理員的經驗，曾負責管理Linux-微軟-蘋果混合網絡。她撰寫過1000多篇Linux操作指南，目前就職于一家Linux企業軟件公司，負責編寫和維護產品手冊。出版的書籍有《Linux Networking Cookbook》《The Book of Audacity》等。
書友推薦
- >
二體千字文
- >
羅曼·羅蘭讀書隨筆-精裝
- >
煙與鏡
- >
龍榆生：詞曲概論/大家小書
- >
史學評論
- >
苦雨齋序跋文-周作人自編集
- >
唐代進士錄
- >
朝聞道
本類暢銷
