目录结构

├── README.md
├── com
│   └── liang
│       └── learn
│           ├── CNN        #CNN网络学习
│           │   ├── cnn_tensorflow.py        #TensorFlow实现CNN网络，并训练cifar
│           │   ├── full_connect_object.py        #用面向对象的方法实现全连接网络
│           │   ├── full_connect_tensorflow.py        #使用TensorFlow实现全连接网络
│           │   ├── full_connect_vector.py        #使用向量的方法实现全连接网络
│           │   ├── learn_tensorflow_fully_connected_feed.py        #使用标准的TensorFlow方法实现全连接，并训练mnist数据
│           │   ├── linear_unit_main.py        #基于感知器实现线性单元
│           │   ├── perception_main.py        #训练感知器，即perceptron.py
│           │   └── perceptron.py        #实现感知器
│           ├── DQN
│           │   ├── QLearningTable.py      #实现Q learning中的table
│           │   ├── Q_learning.py      #实现最简单的Q learning
│           │   ├── RL_brain.py      #环境的反馈类
│           │   ├── double_DQN_learning.py      #double DQN的实现
│           │   ├── dqn_learning.py      #学习、实现DQN
│           │   ├── dqn_learning_CNN.py      #尝试使用CNN取代q table
│           │   └── policy_gradient.py      #Policy Gradients的学习、实现
│           ├── LSTM        LSTM网络学习
│           │   ├── LSTM_learn.py
│           │   └── RNN_learn.py
│           ├── log        #训练网络打印的日志
│           ├── test        #测试
│           │   ├── full_connect.py
│           │   └── test.py
│           └── utils        #工具类，一般包含下载、读取训练数据等
└── tree.md

工作记录

2018.10.07

1. 继续阅读论文Policy gradient methods for reinforcement learning with function approximation，尽量理解数学公式的推导。
2. 从网上查找关于论文的解读，与自己所读的内容进行比对学习

2018.10.06

1. 找有关policy gradients的论文观看，例如Policy gradient methods for reinforcement learning with function approximation，重复阅读
2. 参照编码进行学习，对比论文中的实验和之前编码的不同

2018.10.05

1. 继续阅读Playing Atari with Deep Reinforcement Learning，发现文献中的DQN和之前自己实现的DQN不太一样，主要是自己用的全连接，但是文献中使用CNN+全连接
2. 了解Playing Atari with Deep Reinforcement Learning中的实验，并研究实验结果和实验结论部分。

2018.10.04

1. 开始阅读英文文献，了解英文文献中对各个算法的描述及数学推导。
2. 阅读Playing Atari with Deep Reinforcement Learning的前几部分，重复阅读进行理解

2018.10.01- 2018.10.03##

放假休息 (๑>؂<๑）

2018.09.30

1. 继续完成A3C算法的实现，使之能正常的训练，并达到显著效果
2. 学习A3C算法相对于其他算法的优势，并探索除了用Python的threading方法，其他方法实现A3C。

2018.09.29

1. 了解A3C的算法机制，并学习A3C是怎样有效利用资源的。
2. 使用TensorFlow编码实现A3C网络，使之能够完成游戏的训练

2018.09.28

1. 继续完成DDPG网络的critic部分，并完成其对游戏的训练。
2. 对比DDPG网络和actor critic网络的区别，并分析其对结果的影响。

2018.09.27

1. 学习什么是DDPG网络，以及相对比Actor Critic的优势在哪里。
2. 实现DDPG网络中的actor部分、从环境中获取数据部分。
3. 调试Bug

2018.09.26

1. 复习Policy Gradients的思想与实现逻辑。
2. 复习普通DQN的实现方法与相关概念，并与Policy Gradients作对比。
3. 完成Actor Critic神经网络的实现，分析其优缺点。

2018.09.25

1. 学习Actor Critic的概念、思想与优缺点。
2. 学习使用TensorFlow实现简单的Actor Critic()

2018.09.24

1. 继续学习TensorFlow源码中对RNN的实现，主要是对PTB数据集的训练(LSTM/LSTM_learn.py)
2. 完成识别MNIST数据集的任务，了解基本流程。

2018.09.23

1. 感冒头疼，休息一天 T.T

2018.09.22

1. 学习重现TensorFlow源码中对RNN的实现，主要是对PTB数据集的训练(LSTM/LSTM_learn.py)
2. 了解RNN/LSTM有关的方法后，继续完成识别MNIST数据集的任务
3. 阅读TensorFlow对RNN/LSTM封装的函数，与RNN/LSTM的原理相对照验证学习

2018.09.21

1. 学习循环神经网络RNN的相关知识(https://zybuluo.com/hanbingtao/note/541458)
2. 学习LSTM型循环神经网络相关知识(https://zybuluo.com/hanbingtao/note/581764)
3. 尝试使用TensorFlow编写RNN程序识别mnist数据集，但是TensorFlow专门为RNN包装了较多方法和类，未果~

2018.09.20

1. 尝试使用CNN取代DQN中的神经网络，由于使用gym的游戏简单，维度太低，不适用。
2. 学习Policy Gradient算法，并对比DQN论文了解其使用
3. 对Policy Gradient算法进行简单实现，完成木棒游戏(cDQN/policy_gradient.py)

2018.09.19

1. 编码过程中对TensorFlow了解不够深，重新系统学习可视化、数据读取、多线程等等(http://www.tensorfly.cn/tfdoc/how_tos/overview.html)
2. 学习DRL中的OpenAI gym环境库的使用
3. 学习DQN相关算法Sarsa，对比其与DQN的不同

2018.09.18

1. 了解DQN的相关理论，并与Q learning对比学习
2. 完成使用简单神经网络的DQN，并自动学习走迷宫游戏(DQN/dqn_learning.py)
3. 在简单DQN上增加Double DQN和experience replay机制(DQN/dqn_learning.py)

2018.09.17

1. 学习Q learning的相关知识及概念
2. 实现简单的Q learning强化学习网络，使之自己玩游戏
3. 使用Q learning完成走迷宫的游戏(DQN/Q_learning.py)

2018.09.16

1. 学习TensorFlow中对于CNN神经网络封装的函数，例如cconv2d,maxpooling等等
2. 调试cnn_tensorflow.py程序，使之跑通，完成训练及测试(CNN/cnn_tensorflow.py)
3. 学习RL中的相关概念及分类

2018.09.15

1. 复习卷积神经网络(https://www.zybuluo.com/hanbingtao/note/485480)
2. 学习使用tensorflow构建CNN神经网络，使之训练CIFAR-10数据集(CNN/cnn_tensorflow.py)
3. 学习TensorFlow中可视化的内容

2018.09.14

1. 学习TensorFlow基本概念与使用方法(http://www.tensorfly.cn/)
2. 使用TensorFlow实现全连接神经网络(CNN/full_connect_tensorflow.py)
3. 阅读并实现TensorFlow源码中examples/fully_connected_feed.py的功能

2018.09.13

1. 使用向量的方法实现全连接神经网络(CNN/full_connect_vector.py)
2. 使用全神经网络训练mnist
3. 调试训练过程

2018.09.12

1. 复习线性单元+监督学习&无监督学习+目标函数
2. 复习梯度下降优化算法，以及BGD/SGD
3. 在感知器的基础上实现线性单元，并进行训练(CNN/linear_unit_main.py)
4. 复习神经网络+反向传播算法+梯度检查
5. 使用面向对象的方法实现全连接神经网络(CNN/full_connect_object.py)

2018.09.11

1. 复习深度学习感知器的内容
2. 手动实现感知器，不使用其他框架(CNN/perceptron.py)
3. 使用监督学习训练感知器，使之实现and函数(CNN/perception_main.py)