reinforcement-learning

Danh sách các khóa học Khoa học Máy tính có kèm video bài giảng.

Giao diện người dùng cục bộ để chạy và huấn luyện LLM cùng các mô hình khuếch tán, bao gồm Qwen3.8, Kimi K3, MiniMax-H3, Gemma 4, DeepSeek-V4, FLUX và nhiều hơn nữa.

🧑‍🏫 Hơn 60 bản cài đặt/hướng dẫn các bài báo về deep learning kèm ghi chú chi tiết 📝; bao gồm transformer (gốc, xl, switch, feedback, vit, ...), trình tối ưu hóa (adam, adabelief, sophia, ...), gan (cyclegan, stylegan2, ...), 🎮 học tăng cường (ppo, dqn), capsnet, chưng cất, ... 🧠

Học nó. Xây dựng nó. Phát hành nó cho mọi người.

Kho lưu trữ mã nguồn mở chính của cuốn sách 《Hiểu sâu về AI Agent: Nguyên lý thiết kế và Thực hành kỹ thuật》 (Tác giả: Lý Bác Kiệt): Toàn bộ nội dung sách, bản PDF đã biên dịch và mã nguồn đi kèm theo từng chương

Ray là một công cụ tính toán AI. Ray bao gồm một runtime phân tán cốt lõi và một bộ thư viện AI để tăng tốc khối lượng công việc ML.

SGLang là framework phục vụ hiệu suất cao cho các mô hình ngôn ngữ lớn và mô hình đa phương thức.

📚 Tài liệu nghiên cứu và blog kỹ thuật từ các công ty chia sẻ về khoa học dữ liệu và machine learning trong môi trường production.

Sách học sâu tương tác với mã đa framework, toán học và các cuộc thảo luận. Được áp dụng tại 500 trường đại học từ 70 quốc gia bao gồm Stanford, MIT, Harvard và Cambridge.

FinGPT: Mô hình ngôn ngữ lớn tài chính mã nguồn mở! Đổi mới 🔥 Chúng tôi phát hành mô hình đã huấn luyện trên HuggingFace.

Mã nguồn cho Machine Learning for Trading, phiên bản thứ 3 — từ tìm kiếm nguồn dữ liệu đến thực thi trực tiếp.

Bộ công cụ Unity Machine Learning Agents (ML-Agents) là một dự án mã nguồn mở cho phép các trò chơi và mô phỏng đóng vai trò là môi trường để huấn luyện các tác nhân thông minh bằng học tăng cường sâu và học bắt chước.

Trình huấn luyện tuyệt đối để thắp sáng các AI agent.

Đây là trang chủ của cuốn sách mới có tựa đề "Nền tảng toán học của học tăng cường" (Mathematical Foundations of Reinforcement Learning).

Hướng dẫn Học sâu của Lý Hoành Nghị (được thầy Lý Hoành Nghị khuyến nghị 👍, Sách Táo 🍎), địa chỉ tải PDF: https://github.com/datawhalechina/leedl-tutorial/releases

Danh sách tổng hợp các khóa học, sách, bài giảng video và tài liệu nghiên cứu về Trí tuệ nhân tạo (AI).

Bản cài đặt bằng Python của Reinforcement Learning: An Introduction

Bullet Physics SDK: phát hiện va chạm thời gian thực và mô phỏng đa vật lý cho VR, trò chơi, hiệu ứng hình ảnh, robot, học máy, v.v.

Hướng dẫn học tăng cường bằng tiếng Trung (Sách Nấm 🍄), địa chỉ đọc trực tuyến: https://datawhalechina.github.io/easy-rl/

Phiên bản PyTorch của Stable Baselines, các bản cài đặt đáng tin cậy của thuật toán học tăng cường.

Đắm mình vào Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision và NLP thông qua các bài giảng thú vị này!

Một API chuẩn cho môi trường học tăng cường đơn tác nhân, kèm theo các môi trường tham chiếu phổ biến và các tiện ích liên quan (trước đây là Gym)

Nền tảng nhà phát triển AI. Sử dụng Weights & Biases để huấn luyện và tinh chỉnh mô hình, đồng thời quản lý mô hình từ giai đoạn thử nghiệm đến sản xuất.

Notebook 📓 Jupyter mẫu minh họa cách xây dựng, huấn luyện và triển khai các mô hình học máy sử dụng 🧠 Amazon SageMaker.

Agent Reinforcement Trainer: huấn luyện các agent nhiều bước cho các tác vụ thực tế bằng GRPO. Cung cấp đào tạo tại chỗ cho các agent của bạn. Học tăng cường (Reinforcement learning) cho Qwen3.6, GPT-OSS, Llama và nhiều mô hình khác!

Triển khai tệp đơn chất lượng cao cho các thuật toán Deep Reinforcement Learning với các tính năng thân thiện với nghiên cứu (PPO, DQN, C51, DDPG, TD3, SAC, PPG)

Một khung làm việc Agentic RL dễ sử dụng, có khả năng mở rộng và hiệu năng cao dựa trên Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)

Hướng dẫn học tăng cường đơn giản, tài liệu giảng dạy AI tiếng Trung của MoFan Python

SANA: Tổng hợp hình ảnh độ phân giải cao hiệu quả với Linear Diffusion Transformer

Bộ sưu tập các ví dụ và hướng dẫn về học máy.