基于深度强化学习的资源调度研究python源码+详细注释.zip

- 本项目基于[hongzimao/deeprm](https://github.com/hongzimao/deeprm)，原作者还著有论文[Resource Management with Deep Reinforcement Learning](http://www.microsoft.com/en-us/research/wp-content/uploads/2017/01/deeprm_hotnets16.pdf) 。 - 原作者使用的神经网络框架是 Theano。但是Yoshua Bengio 在2017年9月28日通过公开信的形式宣布 Theano 停止更新维护。所以我准备将Theano替换为目前更为流行的 Tensorflow 框架进行二次开发。 - 除去更换框架之外，我希望对深度强化学习算法进行多种尝试。包括但不限于policy_grandient、A2C、A3C、DDPG、PPO等，每种算法以不同的文件夹名区分。 - 强化学习参考[MorvanZhou/Reinforcement-learning-with-tensorflow](https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow)，莫烦的视频通俗易懂，强推。