This is the Windows app named RLax whose latest release can be downloaded as RLax0.1.8sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Unduh dan jalankan aplikasi ini secara daring bernama RLax dengan OnWorks secara gratis.
Ikuti petunjuk ini untuk menjalankan aplikasi ini:
- 1. Download aplikasi ini di PC Anda.
- 2. Masuk ke file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan username yang anda inginkan.
- 3. Upload aplikasi ini di filemanager tersebut.
- 4. Mulai emulator online OS OnWorks apa pun dari situs web ini, tetapi emulator online Windows yang lebih baik.
- 5. Dari OS Windows OnWorks yang baru saja Anda mulai, buka file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang Anda inginkan.
- 6. Unduh aplikasi dan instal.
- 7. Unduh Wine dari repositori perangkat lunak distribusi Linux Anda. Setelah terinstal, Anda kemudian dapat mengklik dua kali aplikasi untuk menjalankannya dengan Wine. Anda juga dapat mencoba PlayOnLinux, antarmuka mewah di atas Wine yang akan membantu Anda menginstal program dan game Windows populer.
Wine adalah cara untuk menjalankan perangkat lunak Windows di Linux, tetapi tidak memerlukan Windows. Wine adalah lapisan kompatibilitas Windows sumber terbuka yang dapat menjalankan program Windows secara langsung di desktop Linux apa pun. Pada dasarnya, Wine mencoba untuk mengimplementasikan kembali Windows dari awal sehingga dapat menjalankan semua aplikasi Windows tersebut tanpa benar-benar membutuhkan Windows.
Tangkapan layar
Ad
RLax
DESKRIPSI
RLax (diucapkan "relax") adalah pustaka berbasis JAX yang dikembangkan oleh Google DeepMind yang menyediakan blok penyusun matematika yang dapat digunakan kembali untuk membangun agen pembelajaran penguatan (RL). Alih-alih mengimplementasikan algoritma lengkap, RLax berfokus pada operasi fungsional inti yang mendasari metode RL—seperti menghitung fungsi nilai, imbal hasil, gradien kebijakan, dan suku kerugian—yang memungkinkan peneliti untuk merakit agen mereka sendiri secara fleksibel. RLax mendukung pembelajaran sesuai kebijakan dan di luar kebijakan, serta pendekatan berbasis nilai, berbasis kebijakan, dan berbasis model. RLax sepenuhnya dapat dikompilasi JIT dengan JAX, memungkinkan eksekusi berkinerja tinggi di seluruh backend CPU, GPU, dan TPU. Pustaka ini mengimplementasikan alat untuk persamaan Bellman, distribusi imbal hasil, fungsi nilai umum, dan optimasi kebijakan dalam ruang aksi kontinu dan diskrit. RLax terintegrasi secara mulus dengan Haiku DeepMind (untuk definisi jaringan neural) dan Optax (untuk optimasi), menjadikannya komponen kunci dalam alur kerja RL modular.
Fitur
- Primitif pembelajaran penguatan modular (nilai, pengembalian, dan kebijakan)
- Dioptimalkan JAX untuk akselerasi GPU/TPU dan diferensiasi otomatis
- Mendukung paradigma pembelajaran sesuai kebijakan dan di luar kebijakan
- Menerapkan fungsi nilai distribusional dan fungsi nilai umum
- Terintegrasi dengan Haiku dan Optax untuk jaringan saraf dan jalur pengoptimalan
- Pengujian komprehensif dan contoh untuk reproduktifitas dan penggunaan pendidikan
Bahasa Pemrograman
Python, Unix Shell
KATEGORI
Ini adalah aplikasi yang juga dapat diunduh dari https://sourceforge.net/projects/rlax.mirror/. Aplikasi ini dihosting di OnWorks agar dapat dijalankan secara daring dengan cara termudah dari salah satu Sistem Operasi gratis kami.
