Hugging Face Blog·· 2022-06-30AI 评分22
Hugging Face 深度强化学习课程：用 PyTorch 实现 Policy Gradient
Policy Gradient with PyTorch
AI 导读
Hugging Face 深度强化学习课程第 5 单元讲解 Policy-Based 方法中的 Policy Gradient，并从头用 PyTorch 实现首个策略梯度算法 Reinforce。
来源：Hugging Face Blog · huggingface.co