强化学习快餐教程(1) - gym环境搭建

2019-10-08 772

强化学习快餐教程(1) - gym环境搭建

欲练强化学习神功，首先得找一个可以操练的场地。
两大巨头OpenAI和Google DeepMind都不约而同的以游戏做为平台，比如OpenAI的长处是DOTA2，而DeepMind是AlphaGo下围棋。

下面我们就从OpenAI为我们提供的gym为入口，开始强化学习之旅。

OpenAI gym平台安装

安装方法很简单，gym是python的一个包，通过pip安装即可。
例：

pip3 install gym --user

源代码的下载地址在：https://github.com/openai/gym

gym平台的目的就是提供一个供强化学习进行比较和交流的标准化平台。

第一个gym游戏：cart pole

cart pole是一个最简单的小游戏模型，它是一个一维的小车上竖起一根棍子，然后通过调整左右来保证棍

微信关注我们

原文链接：https://yq.aliyun.com/articles/720215

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

强化学习快餐教程(2) - atari游戏

强化学习快餐教程(2) - atari游戏不知道看了上节的内容，大家有没有找到让杆不倒的好算法。现在我们晋阶一下，向世界上第一种大规模的游戏机atari前进。太空入侵者可以通过 pip install atari_py 来安装atari游戏。下面我们以SpaceInvaders-v0为例看下Atari游戏的环境的特点。图形版在太空入侵者中，支持的输入有6种，一个是什么也不做，一个是开火，另4个是控制方向： 0: NOOP 1: FIRE 2: UP 3: RIGHT 4: LEFT 5: DOWN 我们从环境中获取的信息是什么呢？很不幸，是一个(210, 160, 3)的图片，显示出来是这样的：我们写代码把这个环境搭起来。策略嘛，我就原地不动一直开火。 import gym from skimage import io env = gym.make(

2019-10-09

593

Javascript类型推断(3) - 算法模型解析构建训练模型上一节我们介绍了生成训练集，测试集，验证集的方法，以及生成词表的方法。这5个文件构成了训练的基本素材： files = { 'train': { 'file': 'data/train.ctf', 'location': 0 }, 'valid': { 'file': 'data/valid.ctf', 'location': 0 }, 'test': { 'file': 'data/test.ctf', 'location': 0 }, 'source': { 'file': 'data/source_wl', 'location': 1 }, 'target': { 'file': 'data/target_wl', 'loc

2019-10-09

554

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。