ນີ້ແມ່ນແອັບ Windows ທີ່ມີຊື່ວ່າ Spinning Up in Deep RL ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ໃນນາມ PyTorchimplementationsadded.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີ OnWorks ສໍາລັບສະຖານີເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ Spinning Up ໃນ Deep RL ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ emulator ອອນ ໄລ ນ ໌ OS OnWorks ຈາກ ເວັບ ໄຊ ທ ໌ ນີ້, ແຕ່ ດີກ ວ່າ Windows ອອນ ໄລ ນ ໌ emulator.
- 5. ຈາກ OnWorks Windows OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກແລະຕິດຕັ້ງມັນ.
- 7. ດາວໂຫລດ Wine ຈາກບ່ອນເກັບມ້ຽນຊອບແວການແຈກຢາຍ Linux ຂອງທ່ານ. ເມື່ອຕິດຕັ້ງແລ້ວ, ທ່ານສາມາດຄລິກສອງຄັ້ງ app ເພື່ອດໍາເນີນການໃຫ້ເຂົາເຈົ້າກັບ Wine. ນອກນັ້ນທ່ານຍັງສາມາດລອງ PlayOnLinux, ການໂຕ້ຕອບທີ່ແປກປະຫຼາດໃນໄລຍະ Wine ທີ່ຈະຊ່ວຍໃຫ້ທ່ານຕິດຕັ້ງໂປລແກລມ Windows ແລະເກມທີ່ນິຍົມ.
ເຫຼົ້າແວງເປັນວິທີການແລ່ນຊອບແວ Windows ໃນ Linux, ແຕ່ບໍ່ມີ Windows ທີ່ຕ້ອງການ. ເຫຼົ້າແວງແມ່ນຊັ້ນຄວາມເຂົ້າກັນໄດ້ຂອງ Windows ແຫຼ່ງເປີດທີ່ສາມາດເອີ້ນໃຊ້ໂຄງການ Windows ໂດຍກົງໃນ desktop Linux ໃດກໍໄດ້. ໂດຍພື້ນຖານແລ້ວ, Wine ກໍາລັງພະຍາຍາມປະຕິບັດໃຫມ່ຢ່າງພຽງພໍຂອງ Windows ຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ມັນສາມາດດໍາເນີນການຄໍາຮ້ອງສະຫມັກ Windows ທັງຫມົດໄດ້ໂດຍບໍ່ຕ້ອງໃຊ້ Windows.
ໜ້າ ຈໍ
Ad
Spinning Up ໃນ Deep RL
ລາຍລະອຽດ
ຍິນດີຕ້ອນຮັບສູ່ Spinning Up ໃນ Deep RL! ນີ້ແມ່ນຊັບພະຍາກອນການສຶກສາທີ່ຜະລິດໂດຍ OpenAI ທີ່ເຮັດໃຫ້ມັນງ່າຍຕໍ່ການຮຽນຮູ້ກ່ຽວກັບການຮຽນຮູ້ການເສີມສ້າງຢ່າງເລິກເຊິ່ງ (RL ເລິກ). ສໍາລັບຜູ້ທີ່ບໍ່ຄຸ້ນເຄີຍ, ການຮຽນຮູ້ເສີມ (RL) ແມ່ນວິທີການການຮຽນຮູ້ເຄື່ອງຈັກສໍາລັບການສອນຕົວແທນວິທີການແກ້ໄຂວຽກງານໂດຍການລອງແລະຄວາມຜິດພາດ. Deep RL ຫມາຍເຖິງການປະສົມປະສານຂອງ RL ກັບການຮຽນຮູ້ເລິກ. ທີ່ OpenAI, ພວກເຮົາເຊື່ອວ່າໂດຍທົ່ວໄປແລ້ວການຮຽນຮູ້ເລິກເຊິ່ງ, ແລະການຮຽນຮູ້ການເສີມສ້າງຢ່າງເລິກເຊິ່ງ, ຈະມີບົດບາດສໍາຄັນໃນການພັດທະນາເຕັກໂນໂລຊີ AI ທີ່ມີປະສິດທິພາບ. ເພື່ອຮັບປະກັນວ່າ AI ມີຄວາມປອດໄພ, ພວກເຮົາຕ້ອງມາກັບຍຸດທະສາດຄວາມປອດໄພ ແລະ algorithms ທີ່ເຂົ້າກັນໄດ້ກັບ paradigm ນີ້. ດັ່ງນັ້ນ, ພວກເຮົາຊຸກຍູ້ໃຫ້ທຸກຄົນທີ່ຖາມຄໍາຖາມນີ້ໄປສຶກສາສາຂາເຫຼົ່ານີ້. ເຖິງຢ່າງໃດກໍ່ຕາມ, ໃນຂະນະທີ່ມີຊັບພະຍາກອນຫຼາຍຢ່າງທີ່ຈະຊ່ວຍໃຫ້ຄົນກ້າວໄປສູ່ການຮຽນຮູ້ເລິກໄດ້ຢ່າງໄວວາ, ການຮຽນຮູ້ການເສີມສ້າງຢ່າງເລິກເຊິ່ງແມ່ນມີຄວາມທ້າທາຍຫຼາຍທີ່ຈະແຕກແຍກ.
ຄຸນລັກສະນະ
- ຊັບພະຍາກອນການສຶກສາທີ່ຜະລິດໂດຍ OpenAI
- ການແນະນໍາສັ້ນໆກ່ຽວກັບຄໍາສັບ RL, ປະເພດຂອງສູດການຄິດໄລ່, ແລະທິດສະດີພື້ນຖານ
- ບົດຂຽນກ່ຽວກັບວິທີການຂະຫຍາຍຕົວໄປສູ່ບົດບາດການຄົ້ນຄວ້າ RL
- ບັນຊີລາຍຊື່ເອກະສານທີ່ສໍາຄັນຈັດລຽງຕາມຫົວຂໍ້
- repo ລະຫັດທີ່ເປັນເອກະສານທີ່ດີຂອງການປະຕິບັດສັ້ນ, standalone ຂອງວິທີການທີ່ສໍາຄັນ
- ອອກກໍາລັງກາຍຈໍານວນຫນ້ອຍເພື່ອຮັບໃຊ້ເປັນການອົບອຸ່ນ
ພາສາການຂຽນໂປຣແກຣມ
Python
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/spinning-up-in-deep-rl.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ໃນວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.
