Q-learning

Zárt súlyok University of London January 1989

Nincs becslés

Nincs hardver követelmény ennek a modellnek

A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..

Nyilvántartásban

Teljes specifikáció

Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..

Eredet

Ki építette ezt a modellt, hol, és mikor publikálták.

Szervezet
University of London
Szervezet típusa
Academia
Ország
United Kingdom of Great Britain and Northern Ireland
Közölt
1 January 1989
Szerzők
Christopher Watkins

Mit csinál

A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.

Tartomány
Robotics, Games
Feladat
Route finding, System control

Méret

Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.

Képzési adatok
200,000 tokens

Hogyan van besorolva

Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.

Miért követik nyomon
Highly cited
Nyilvántartási bizalom
Unknown
Hivatkozások
8,025

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
Learning from delayed rewards
Utoljára frissítve
28 November 2025

Mit jelentenek a számok

Erről a modelről

Q-learning ki lett adva által University of London, az országban rögzítve mint United Kingdom of Great Britain and Northern Ireland, alatt January 1989. A kiadó kategóriája alá tartozik academia.

Működik a területen a Robotics, Games, és úgy van rögzítve, mint a feladat végrehajtása route finding, System control.

Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.

Képzés és származás

A képzés körülbelül egy korpuszt fogyasztott 200,000 szöveg tokenjei

Az oka, hogy egyáltalán megjelenik ebben a katalógusban: highly cited.

Válaszok

Q-learning — gyakori kérdések

01

Q-learning— Nyílt forráskódú?

A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.

02

Q-learning— Hány paramétere van?

Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.

03

Q-learning— Ki készítette ezt?

Kiadta University of London, alapján United Kingdom of Great Britain and Northern Ireland, egy szervezet, amelyet kategorizáltak mint academia.

04

Q-learning— Mikor adták ki?

Kibocsátották a January 1989. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

05

Q-learning— Mire használják?

Működik a területen a Robotics, Games, és rögzítve van, hogy kezeli a feladatot route finding, System control. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.

06

Q-learning— Milyen GPU-ra van szükségem, hogy futtathassam?

Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 28 November 2025

A másik irány

Másik oldalról nézve?

Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..