Adept是一种强化学习框架，旨在通过抽象化与深度强化学习相关的工程挑战来加速研究。熟练提供：
多GPU训练使用自定义网络，代理和环境的模块化界面PyTorch的基线强化学习模型和算法内置张量板日志记录，模型保存，重新加载，评估和渲染经验证的超参数默认值这段代码是抢先体验，可能会遇到麻烦。接口可能会发生变化。我们很高兴接受反馈和贡献。性能〜3,000步/秒=12,000FPS（Atari）本地模式64位环境GeForce2080Ti锐龙2700x8核曾经在Doom比赛中获胜 （BeBell/Marv2i） 训练50MSteps/200M帧每集开始时最多可进行30次无操作在不同的SEED上进行评估，而不是在训练过的SEED上进行评估体系结构：FourCovs (F=32) ，然后是 LSTM（F=512）执行 pytho-madept.applocal--logdir~/local64_bechmark--eval-y--b-step50e6--ev<ev-id>
点击空白处退出提示
评论