Каталог нейросетей

Proximal Policy Optimization (PPO) — это алгоритм обучения с подкреплением, разработанный компанией OpenAI. Он...

Trust Region Policy Optimization (TRPO) — это алгоритм оптимизации политик в обучении с подкреплением, который...

A3C (Asynchronous Advantage Actor-Critic) — это алгоритм глубокого обучения с подкреплением, который был предл...

DeepMind Control Suite — это набор сред для обучения и тестирования алгоритмов управления на основе глубокого ...

MuZero — это нейросеть, разработанная DeepMind, которая сочетает в себе элементы обучения с подкреплением и пл...

AlphaFold — это инновационная нейросеть, разработанная компанией DeepMind, которая специализируется на предска...