reinforcement-learning

计算机科学课程与视频讲座列表

本机 UI，用于运行与训练 LLM 与扩散模型，支持 Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX 等多种模型

🧑‍🏫 60+ 深度学习论文实现与教程，附并排笔记 📝；包括 transformers（原版、xl、switch、feedback、vit 等）、optimizers（adam、adabelief、sophia 等）、GAN（cyclegan、stylegan2 等）、🎮 强化学习（ppo、dqn）、capsnet、蒸馏等 🧠

学会它。打造它。交付给他人。

《深入理解 AI Agent：设计原理与工程实践》（李博杰 著）开源主仓库：全书正文、编译版 PDF 与按章配套代码

Ray 是一个 AI 计算引擎，包含核心分布式运行时和加速机器学习工作负载的 AI 库套件

SGLang 是针对大型语言模型与多模态模型的高性能服务框架

📚 企业分享的数据科学与机器学习实务论文与技术博客。

互动式深度学习书籍，包含多框架代码、数学与讨论。已在 70 个国家 500 所大学采用，包括 Stanford、MIT、Harvard 与 Cambridge。

FinGPT：开源金融大型语言模型！ 革新 🔥 我们在 HuggingFace 上发布了训练好的模型。

机器学习交易代码，第 3 版——从数据获取到实时执行

Unity Machine Learning Agents Toolkit（ML-Agents）是一个开源项目，使游戏和模拟能够作为使用深度强化学习和模仿学习训练智能代理的环境。

点亮 AI 代理的绝佳训练器。

这是新书《强化学习的数学基础》的主页

《李宏毅深度学习教程》（李宏毅老师推荐👍，苹果书🍎），PDF 下载地址：https://github.com/datawhalechina/leedl-tutorial/releases

精选的人工智能 (AI) 课程、书籍、视频讲座与论文列表。

Python 实现的强化学习：入门指南

Bullet Physics SDK：实时碰撞检测与多物理模拟，适用于 VR、游戏、视觉特效、机器人、机器学习等

强化学习中文教程（蘑菇书🍄），在线阅读地址：https://datawhalechina.github.io/easy-rl/

PyTorch version of Stable Baselines, reliable implementations of reinforcement learning algorithms.

通过这些精彩讲座，沉浸于深度学习、强化学习、机器学习、计算机视觉与自然语言处理的世界！

单代理强化学习环境的标准 API，提供流行的参考环境与相关工具（前称 Gym）

AI 开发者平台，使用 Weights & Biases 进行模型训练与微调，并从实验到部署全流程管理模型。

示范如何使用 Amazon SageMaker 构建、训练与部署机器学习模型的 Jupyter Notebook 示例 📓 🧠

Agent Reinforcement Trainer：使用 GRPO 训练多步骤代理以执行真实任务。为您的代理提供在职培训。支持 Qwen3.6、GPT-OSS、Llama 等的强化学习

高质量单文件实现深度强化学习算法，具研究友好特性（PPO、DQN、C51、DDPG、TD3、SAC、PPG）

一个易于使用、可扩展且高效能的 Agentic RL 框架，基于 Ray（PPO、DAPO、REINFORCE++、VLM、TIS、vLLM、Ray、Async RL）

简单的强化学习教学，莫烦Python 中文AI教学

SANA：使用线性扩散变换器的高效高分辨率图像合成

机器学习示例与教学合集