This is the Linux app named ELF (Extensive Lightweight Framework) whose latest release can be downloaded as ELFsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Laden Sie diese App namens ELF (Extensive Lightweight Framework) mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
ELF (Extensive Lightweight Framework)
BESCHREIBUNG
ELF (Extensive, Lightweight, and Flexible) ist eine Hochleistungsplattform für die Forschung zum bestärkenden Lernen, die Simulation, Datenerfassung und verteiltes Training vereint. Ein C++-Kern bietet schnelle Umgebungen und gleichzeitige Akteure, während Python-Bindings einfache APIs für Agenten, Wiedergabe und Optimierungsschleifen bereitstellen. Es unterstützt sowohl Single-Agent- als auch Multi-Agent-Einstellungen mit Batch-Stepping und Shared-Memory-Warteschlangen, die die GPUs während des Trainings auslasten. ELF führte weit verbreitete Referenzsysteme ein, insbesondere ELF OpenGo, das Self-Play im großen Maßstab mit leistungsstarken Analysetools und öffentlichen Checkpoints demonstrierte. Das Design betont die Reproduzierbarkeit: Deterministische Seeds, Protokollierung und Evaluierungs-Harnesses machen groß angelegte Experimente nachvollziehbar und vergleichbar. Da die Plattform modular aufgebaut ist – Umgebungen, Sampler, Learner und Collector – können Forscher neue Umgebungen oder Algorithmen einfügen, ohne die Pipeline neu zu strukturieren.
Eigenschaften
- C++-Simulationskern mit Python-Bindungen für schnelle RL-Schleifen
- Verteilte Actor-Learner-Architektur mit Shared-Memory-Warteschlangen
- Unterstützung für Umgebungen mit einem oder mehreren Agenten und Batch-Stepping
- Reproduzierbares Training mit Protokollierung, Auswertung und Checkpointing
- Referenzimplementierungen, einschließlich des ELF OpenGo-Selbstspielsystems
- Pluggable Envs, Replay-Puffer und Learner für schnelles Experimentieren
Programmiersprache
C + +
Kategorien
Diese Anwendung kann auch von https://sourceforge.net/projects/elf.mirror/ heruntergeladen werden. Sie wurde in OnWorks gehostet, um sie auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme aus ausführen zu können.
