Deep-learning

深入探索强化学习的核心概念与实践应用，从马尔可夫决策过程到深度强化学习算法，特别关注在机器人控制场景中的应用，包括价值方法、策略梯度、Actor-Critic框架以及实际调参技巧。

深入探索如何在 Windows、Linux、macOS 上配置统一的深度学习环境，涵盖 Docker、CUDA、cuDNN 版本管理，以及自动 GPU 检测和 CPU 降级策略。

深入探索 PyTorch Lightning 框架，从基础概念到高级特性，涵盖 LightningModule、Trainer、分布式训练、混合精度等核心功能，以及实际应用案例和最佳实践。