This is the Windows 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.
Download and run online this app named ELF (Extensive Lightweight Framework) with OnWorks for free.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez n'importe quel émulateur en ligne OS OnWorks à partir de ce site Web, mais un meilleur émulateur en ligne Windows.
- 5. Depuis le système d'exploitation OnWorks Windows que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application et installez-la.
- 7. Téléchargez Wine depuis les dépôts de logiciels de vos distributions Linux. Une fois installé, vous pouvez ensuite double-cliquer sur l'application pour les exécuter avec Wine. Vous pouvez également essayer PlayOnLinux, une interface sophistiquée sur Wine qui vous aidera à installer des programmes et des jeux Windows populaires.
Wine est un moyen d'exécuter un logiciel Windows sur Linux, mais sans Windows requis. Wine est une couche de compatibilité Windows open source qui peut exécuter des programmes Windows directement sur n'importe quel bureau Linux. Essentiellement, Wine essaie de ré-implémenter suffisamment de Windows à partir de zéro pour qu'il puisse exécuter toutes ces applications Windows sans avoir réellement besoin de Windows.
CAPTURES D'ÉCRAN
Ad
ELF (Cadre léger et étendu)
DESCRIPTION
ELF (Extensive, Lightweight, and Flexible) is a high-performance platform for reinforcement learning research that unifies simulation, data collection, and distributed training. A C++ core provides fast environments and concurrent actors, while Python bindings expose simple APIs for agents, replay, and optimization loops. It supports both single-agent and multi-agent settings, with batched stepping and shared-memory queues that keep GPUs saturated during training. ELF introduced widely used reference systems, most notably ELF OpenGo, demonstrating at-scale self-play with strong analysis tooling and public checkpoints. Its design emphasizes reproducibility: deterministic seeds, logging, and evaluation harnesses make large-scale experiments trackable and comparable. Because the platform is modular—envs, samplers, learners, and collectors—researchers can drop in new environments or algorithms without re-architecting the pipeline.
Comment ça marche
- C++ simulation core with Python bindings for fast RL loops
- Distributed actor–learner architecture with shared-memory queues
- Support for single- and multi-agent environments and batched stepping
- Reproducible training with logging, evaluation, and checkpointing
- Reference implementations including the ELF OpenGo self-play system
- Pluggable envs, replay buffers, and learners for rapid experimentation
Langage de programmation
C + +
Catégories
This is an application that can also be fetched from https://sourceforge.net/projects/elf.mirror/. It has been hosted in OnWorks in order to be run online in an easiest way from one of our free Operative Systems.
