Pythonで強化(深層)学習をしたいのですが、どのようなライブラリを使えばいいのかわかりません。したいことは以下のとおりです。
1.値を決定
2.その値を元に演算
3.演算の結果が大きい方がスコアが高い
4.スコアと値の関係性を学習
1’.学習内容を元に値を決定
2.その値を元に演算
︙
最後.一番スコアが高いときの値を出力
なにか情報があれば些細なことでも教えていただきたいです。
ー追加ー
kerasでやってみようと思います。しかし調べ方が悪いのか、1ステップの中に何度も値を決定するような例かMinstのような先に模範解答がわかっててそれと合っているかでスコアを出す例しか見つかりません。なにか上のような流れのプログラムの例はありませんでしょうか。