المحتوى
- التعريف - ماذا يعني Deep Q-Networks؟
- مقدمة إلى Microsoft Azure و Microsoft Cloud | من خلال هذا الدليل ، سوف تتعرف على الحوسبة السحابية التي تدور حولها وكيف يمكن أن يساعدك Microsoft Azure على ترحيل عملك وإدارته من السحابة.
- يشرح Techopedia Deep Q-Networks
التعريف - ماذا يعني Deep Q-Networks؟
شبكات Deep Q Networks (DQN) هي شبكات عصبية (و / أو أدوات ذات صلة) تستخدم التعلم العميق Q من أجل توفير نماذج مثل محاكاة تشغيل ألعاب الفيديو الذكية. بدلاً من أن يكون اسمًا محددًا لبناء شبكة عصبية معينة ، قد يتكون Deep Q Networks من شبكات عصبية تلافيفية وهياكل أخرى تستخدم طرقًا محددة للتعرف على العمليات المختلفة.
مقدمة إلى Microsoft Azure و Microsoft Cloud | من خلال هذا الدليل ، سوف تتعرف على الحوسبة السحابية التي تدور حولها وكيف يمكن أن يساعدك Microsoft Azure على ترحيل عملك وإدارته من السحابة.
يشرح Techopedia Deep Q-Networks
عادةً ما تستخدم طريقة التعلم المتعمق Q ما يسمى التكرار العام للسياسة ، الموصوف بأنه يقترن بتقييم السياسة وتكرار السياسات ، لتعلم السياسات من المدخلات الحسية عالية الأبعاد.
على سبيل المثال ، هناك نوع شائع من شبكة Q العميقة المغطاة في المنشورات التقنية مثل Medium يأخذ المدخلات الحسية من Atari 2600 لألعاب الفيديو لتصميم النتائج. يتم ذلك على مستوى أساسي للغاية من خلال جمع العينات وتخزينها واستخدامها لتكرار التجربة من أجل تحديث شبكة Q.
بشكل عام ، تتدرب شبكات Q العميقة على المدخلات التي تمثل اللاعبين النشطين في مناطق أو عينات أخرى من ذوي الخبرة وتتعلم كيفية مطابقة هذه البيانات مع المخرجات المطلوبة. هذه طريقة قوية في تطوير الذكاء الاصطناعي الذي يمكن أن يلعب ألعابًا مثل لعبة الشطرنج على مستوى عالٍ ، أو يمارس أنشطة معرفية عالية المستوى - مثال لعب Atari أو لعبة فيديو الشطرنج هو أيضًا مثال جيد على كيفية استخدام الذكاء الاصطناعي أنواع من واجهات التي تستخدم تقليديا من قبل وكلاء الإنسان.
بمعنى آخر ، من خلال التعلم العميق Q ، يصبح لاعب الذكاء الاصطناعي أشبه بلاعب بشري في التعلم لتحقيق النتائج المرجوة.