書籍『ゼロから作るDeep Learning ❹ 強化学習編』(オライリー・ジャパン)のサポートサイトです。本書籍で使用するソースコードがまとめられています。

ニュース

本書の内容を確認するための「強化学習100題」を用意しています。

https://koki0702.github.io/dezero-p100/

ファイル構成

フォルダ名	説明
ch01	1章で使用するソースコード
...	...
ch09	9章で使用するソースコード
common	共通で使用するソースコード
notebooks	Jupyter Notebook形式のソースコード
pytorch	PyTorchに移植したソースコード

Jupyter Notebook

本書のコードはJupyter Notebookでも用意しています。次の表にあるボタンをクリックすることで、Google ColabやKaggle Notebookなどのクラウドサービス上でNotebookを実行することができます。

章	Colab	Kaggle	Studio Lab
1章 バンディット問題
4章 動的計画法
5章 モンテカルロ法
6章 TD法
7章 ニューラルネットワークとQ学習
8章 DQN
9章 方策勾配法

Pythonと外部ライブラリ

ソースコードを実行するには、下記のソフトウェアが必要です。

• Python 3.x（バージョン3系）
• NumPy
• Matplotlib
• OpenAI Gym
• DeZero （または PyTorch）

本書では、ディープラーニングのフレームワークとしてDeZeroを使います。DeZeroは「ゼロから作るDeep Learning」シリーズの3作目で作ったフレームワークです（ pip install dezero からインストールできます）。

PyTorchを使った実装はpytorchフォルダにて提供しています。

実行方法

各章のフォルダに該当するコードがあります。 実行するためには、下記のとおりPythonコマンドを実行します（どのディレクトリからでも実行できます）。

$ python ch01/avg.py
$ python ch08/dqn.py

$ cd ch09
$ python actor_critic.py

ライセンス

本リポジトリのソースコードはMITライセンスです。 商用・非商用問わず、自由にご利用ください。

正誤表

本書の正誤情報は以下のページで公開しています。

https://github.com/oreilly-japan/deep-learning-from-scratch-4/wiki/errata

本ページに掲載されていない誤植など間違いを見つけた方は、[email protected]までお知らせください。