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
機器學習實用仿真技術 版權信息
- ISBN：9787519891855
- 條形碼：9787519891855 ; 978-7-5198-9185-5
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
機器學習實用仿真技術 本書特色
編輯推薦
仿真和合成是未來人工智能和機器學習的核心部分。試想程序員、數據科學家和機器學習工程師無需汽車就能開發自動駕駛汽車的大腦，該是多么了不起的成就。用仿真技術合成人造數據，訓練傳統機器學習模型，可擺脫對真實世界信息的依賴。這一切才剛剛開始。
這本實用寶典將帶你探索基于仿真和合成的機器學習和人工智能，重點介紹兩大技術在強化學習和模仿學習中的應用。人工智能和機器學習受數據驅動的趨勢日益明顯。仿真技術不僅強大，而且魅力無窮，有望釋放兩者的全部潛能。
專家推薦
“當今時代，數據需求旺盛，數據獲取卻不易。創建高保真仿真環境，跟開展更強大的研究和開發機器學習應用之間的聯系，比以往更緊密。本書是機器學習研究員和Unity開發者進入這一領域的敲門磚。”
——Dominic Monn
機器學習工程師
機器學習實用仿真技術 內容簡介
人工智能和機器學習受數據驅動的趨勢日益明顯。仿真技術不僅強大，而且魅力無窮，有望釋放兩者的全部潛能。本書的主要內容有：用Unity引擎和仿真技術，解決機器學習和人工智能問題。用游戲引擎合成圖像訓模。創建仿真環境，訓練強化學習和模仿學習模型。采用PPO等高效通用算法解決基于仿真的機器學習問題。用不同方法訓練多種機器學習模型。用PyTorch、Unity ML-Agents和Perception工具集，打通機器學習工具和業界標準游戲開發工具。
機器學習實用仿真技術 目錄
目錄前言 1**部分 仿真和合成基礎第1 章 仿真和合成簡介 1111 機器學習全新天地 1212 研究領域12121 仿真 13122 合成 1413 工具 14131 Unity 14132 用Unity ML-Agents 調用PyTorch 16133 Unity ML-Agents Toolkit17134 Unity Perception 包 1714 技術 18目錄前言 1**部分 仿真和合成基礎第1 章 仿真和合成簡介 1111 機器學習全新天地 1212 研究領域12121 仿真 13122 合成 1413 工具 14131 Unity 14132 用Unity ML-Agents 調用PyTorch 16133 Unity ML-Agents Toolkit17134 Unity Perception 包 1714 技術 18141 強化學習 18142 模仿學習 19143 混合學習 20144 技術小結 2115 項目 22151 仿真項目 22152 合成項目 2316 小結和下一步學習內容 23第2 章 創建首個仿真作品 2521 人人都記得其首個仿真作品 2522 仿真作品2623 開始動手2724 創建Unity 項目 2925 ML-Agents 包 3326 環境 34261 地板 34262 目標 3627 智能體 37271 啟動和停止智能體 41272 讓智能體觀察環境 45273 讓智能體在環境采取行動 45274 獎懲智能體行為 46275 修飾智能體 47276 為智能體提供人工控制系統 5028 訓練仿真智能體 52281 用TensorBoard 監控訓練 54282 訓練結束 5529 我們講了這么多，到底是什么意思？ 58210 下一步學習內容 62第3 章 首次合成數據 6331 Unity Perception 包 6332 數據合成過程 6433 創建Unity 項目 6634 創建場景72341 獲取骰子模型 72342 創建簡易場景 7235 準備合成78351 測試合成情景 82352 設置標簽 84353 檢查標簽 8636 下一步學習內容 87第二部分 為樂趣和收益而模擬世界第4 章 創建更高級仿真體 9141 推塊機搭建步驟 9242 創建Unity 項目 9243 環境 92431 地板 93432 墻體 95433 方塊 99434 目標 100435 智能體 103436 環境 11044 訓練和測試 117第5 章 開發自動駕駛小車 11951 搭環境 120511 軌道 121512 小車 127513 機器學習配置 13052 訓練仿真體 140521 訓練 141522 訓練結束 143第6 章 模仿學習簡介 14561 仿真環境146611 創建地面 147612 制作目標 148613 小球智能體 152614 攝像機 15462 搭建仿真155621 智能體組件 156622 添加啟發式控制 159623 觀察項和目標 16163 生成數據和訓練 163631 生成訓練數據 163632 做好配置，準備訓練164633 模型，開訓 166634 用訓好的模型運行 16764 理解和使用模仿學習 168第7 章 高級模仿學習 16971 初識GAIL 16972 按我言行行事 171721 GAIL 情景 171722 修改智能體的動作 174723 修改觀察項 176724 重置智能體 177725 更新智能體屬性 178726 演示時間 17873 用GAIL 訓練 17974 運行智能體和后續工作 182第8 章 課程學習簡介 18581 機器學習領域的課程學習 18682 課程學習情景 18883 在Unity 開發 189831 創建地面 190832 創建目標 190833 智能體 19184 搭建仿真項目 192841 讓智能體名副其實 192842 動作 194843 觀察項 199844 人工啟發式控制 19985 創建課程202851 重置環境 202852 課程配置 20386 訓練 20787 運行 20788 課程和其他方法的對比 20989 下一步學習內容 210第9 章 合作學習 21191 合作學習仿真項目 211911 在Unity 搭環境 212912 編碼實現智能體 221913 編寫環境管理器 224914 編寫方塊代碼 230915 完善環境和智能體 23292 訓練智能體，使其學會合作 23993 多智能體合作或單一巨智能體 240第10 章 攝像機在仿真項目的應用 243101 觀察項和攝像機傳感器 243102 構建只有攝像機的智能體2451021 編碼實現只使用攝像機的智能體 2461022 為智能體添加新攝像機 2511023 見智能體之所見 253103 訓練基于攝像機的智能體258104 攝像機和你自己 260第11 章 當ML-Agents 遇到Python 263111 Python 一路下潛 263112 試驗環境 264113 用Python 能做什么？ 2711131 使用自己環境 2711132 完全自定義訓練 276114 用Python 有什么意義？ 278第12 章 仿真方法揭秘 281121 超參數（和普通參數） 2821211 參數 2821212 獎賞參數 2831213 超參數 285122 算法 286123 Unity 推斷引擎和集成功能 2881231 使用ML-Agents Gym Wrapper 2891232 側通道 292第三部分 用合成數據獲得真實結果第13 章 創建更高級的合成數據 297131 為場景添加隨機元素 2971311 地板顏色隨機化 2981312 攝像機位置隨機化 300132 下一步學習內容 304第14 章 合成商品圖像 307141 創建Unity 環境 307142 Perception Camera 311143 逐步提高圖像合成質量 325144 使用合成數據 326
展開全部
機器學習實用仿真技術 作者簡介
Paris Buttfield-Addison是游戲設計師、計算研究員和法律精英。他還是游戲開發工作室Secret Lab的聯合創始人。Mars Buttfield-Addison是塔斯馬尼亞大學計算和機器學習研究員。Tim Nugent是移動端應用開發者、游戲設計師和計算研究員。Jon Manning是軟件工程專家，精通Swift、C#和Objective-C。他同為Secret Lab的聯合創始人。他開發的對話框架Yarn Spinner廣泛應用于游戲開發。
書友推薦
- >
上帝之肋:男人的真實旅程
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
李白與唐代文化
- >
姑媽的寶刀
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
詩經-先民的歌唱
- >
莉莉和章魚
本類暢銷
