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.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start een OS OnWorks online emulator vanaf deze website, maar een betere Windows online emulator.
- 5. Ga vanuit het OnWorks Windows-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie en installeer deze.
- 7. Download Wine van de softwarebronnen voor Linux-distributies. Eenmaal geïnstalleerd, kunt u vervolgens dubbelklikken op de app om ze met Wine uit te voeren. Je kunt ook PlayOnLinux proberen, een mooie interface via Wine waarmee je populaire Windows-programma's en -games kunt installeren.
Wine is een manier om Windows-software op Linux uit te voeren, maar zonder dat Windows vereist is. Wine is een open-source Windows-compatibiliteitslaag die Windows-programma's rechtstreeks op elke Linux-desktop kan uitvoeren. In wezen probeert Wine genoeg van Windows opnieuw te implementeren, zodat het al die Windows-applicaties kan draaien zonder Windows echt nodig te hebben.
SCREENSHOTS
Ad
ELF (Extensive Lightweight Framework)
PRODUCTBESCHRIJVING
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.
Kenmerken
- 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
Programmeertaal
C + +
Categorieën
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.
