该项宗旨宗旨不是尽可能劣化和计较高效的算法，而是以通明和可会见的方式涌现它们的内部工做。图：OpenAI健身房中对CartPole-ZZZ1环境的深度Q网络处置惩罚惩罚方案。图：显示了正在训练历程中网络如安正在重建MNIST数据会合的数字2时变得更好。原名目是用Python真现的一些根柢的呆板进修模型和算法。数据来自2016年瑞典林雪平测得的温度数据。图：生成手写数字的生成性反抗性网络的训练进度。图：通过进化神经网络对数字数据集停行分类。图：运用 CNN 对数字数据集停行分类。图：运用DBSCAN的卫星数据集聚类。
