强化学习快餐教程(1) - gym环境搭建

2019-10-08 757

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

577

Javascript类型推断(3) - 算法模型解析

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

538

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Oracle

Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

Apache Tomcat

Tomcat是Apache 软件基金会（Apache Software Foundation）的Jakarta 项目中的一个核心项目，由Apache、Sun 和其他一些公司及个人共同开发而成。因为Tomcat 技术先进、性能稳定，而且免费，因而深受Java 爱好者的喜爱并得到了部分软件开发商的认可，成为目前比较流行的Web 应用服务器。

JDK

JDK是 Java 语言的软件开发工具包，主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心，它包含了JAVA的运行环境（JVM+Java系统类库）和JAVA工具。