ML ಗೆ ಮಾರ್ಗವಾಗಿ ಹಾವು-dqn

Программирование

ML ಮತ್ತು ಟ್ರೇಡಿಂಗ್‌ನಲ್ಲಿನ ಮೊದಲ ಹಂತಗಳಿಗೆ ನಿಮಗೆ ಬೇಕಾದುದನ್ನು tensorflow-js ನಲ್ಲಿ ಕಂಡುಹಿಡಿಯಲಾಗಿದೆ.

ಇದು dqn ತರಬೇತಿಯಾಗಿದ್ದು, ಕ್ರಿಯೆಗಳಿಗಾಗಿ ಏಜೆಂಟ್‌ಗೆ ಪ್ರತಿಫಲಗಳು ಮತ್ತು ದಂಡಗಳನ್ನು ನೀಡಲಾಗುತ್ತದೆ.

https://github.com/tensorflow/tfjs-examples/tree/master/snake-dqn

https://storage.googleapis.com/tfjs-examples/snake-dqn/index.html

ನಾವು ಚಲಿಸಲು ತನ್ನದೇ ಆದ ಅನುಭವದಿಂದ ಕಲಿಯುವ ಹಾವು ನಮ್ಮಲ್ಲಿದೆ ಎಂದು ಅದು ತಿರುಗುತ್ತದೆ. ಅವಳು ನಿರ್ದಿಷ್ಟ ಸಂಖ್ಯೆಯ ಚಲನೆಗಳನ್ನು ಹೊಂದಿದ್ದಾಳೆ (ತಿರುಗಿ ಅಥವಾ ಮುಂದುವರಿಸಿ) ಮತ್ತು ಅವಳ ಕಾರ್ಯವು ಹಣ್ಣನ್ನು ಪಡೆಯುವುದು. ಆರಂಭದಲ್ಲಿ, ಹಾವು ಹೇಗೆ ತಿಳಿದಿಲ್ಲ, ಆದರೆ ತರಬೇತಿಯ ಸಮಯದಲ್ಲಿ, ಅದು ಹಣ್ಣುಗಳನ್ನು ಹುಡುಕುವ ಮತ್ತು ತಪ್ಪಿಸಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಪಡೆಯುತ್ತದೆ. ಇದು ವ್ಯಾಪಾರಕ್ಕೆ ಹೋಲುತ್ತದೆ, ಅಲ್ಲವೇ?

ಸರಿ, ಕನಿಷ್ಠ ನಮ್ಮ ಕಾರ್ಯಕ್ಕಾಗಿ, ನಾವು ಡೇಟಾ ಚಾಲನೆಯಲ್ಲಿರುವಾಗ, ಮತ್ತು ರೋಬೋಟ್ ಖರೀದಿಸಲು ಅಥವಾ ಮಾರಾಟ ಮಾಡಲು ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ.

ಹಾವಿನ ಮೈನಸ್ ಇದು node.js ಗಾಗಿ ಬರೆಯಲ್ಪಟ್ಟಿದೆ, ಮತ್ತು ನಾವು ಬ್ರೌಸರ್ನಲ್ಲಿ ತರಬೇತಿ ನೀಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ (ಯಾವುದೇ ಬಳಕೆದಾರರು ಇದನ್ನು ಮಾಡಬಹುದು). ಆದ್ದರಿಂದ, ಕ್ಲೈಂಟ್ನಲ್ಲಿ ಅದೇ ರೀತಿ ಮಾಡಬೇಕಾಗಿತ್ತು.

ನಾನು ಹಾವನ್ನು ಚಾರ್ಟ್‌ನೊಂದಿಗೆ ನನ್ನ ಪುಟಕ್ಕೆ ಎಳೆದು ಅದನ್ನು ಪ್ರಾರಂಭಿಸಲು ಪ್ರಯತ್ನಿಸಿದೆ. ಅದು ಅಲ್ಲಿ ಇರಲಿಲ್ಲ!

ಹಾವು ಮತ್ತೆ ಹೋರಾಡಿತು

ಮೊದಲು ಪ್ಯಾಕೇಜ್‌ಗಳು,

ನಂತರ ವಾದಗಳು. (ಮೂಲಕ, ನಾನು ಸರಿಪಡಿಸುವಿಕೆಯ ಪಕ್ಕದಲ್ಲಿ ಪುಲ್ ವಿನಂತಿಯನ್ನು ಸಹ ಮಾಡಿದ್ದೇನೆ https://github.com/tensorflow/tfjs-examples/pull/353),

ನಂತರ %%ಹಿಡಿಯದ ನಿರಾಕರಣೆ (ಟೈಪ್ ಎರರ್): ಒಂದು ವರ್ಗವನ್ನು ಫಂಕ್ಷನ್%% ಎಂದು ಕರೆಯಲಾಗುವುದಿಲ್ಲ. ಯಾವುದನ್ನು ಇಲ್ಲಿ ದುರಸ್ತಿ ಮಾಡಲಾಗುತ್ತಿದೆ https://github.com/tensorflow/tfjs/pull/3906/files, ಆದರೆ ಅಂದಿನಿಂದ ಇನ್ನೂ ಯಾವುದೇ ಬಿಡುಗಡೆ ಇಲ್ಲ, ಆದ್ದರಿಂದ ನಾನು ಅದನ್ನು ನನ್ನ ಕೈಗಳಿಂದ ಬದಲಿಸಬೇಕಾಯಿತು. ಇಲ್ಲಿ, ಮೂಲಕ, ಅನೇಕ ಜನರು ಸಮಸ್ಯೆಯನ್ನು ಹೊಂದಿದ್ದಾರೆ https://github.com/tensorflow/tfjs/issues/3384.

ಅಪ್ರಾಪ್ತ ವಯಸ್ಕರು ಈಗಾಗಲೇ ಮುಂದೆ ಹೋಗಿದ್ದಾರೆ, fs ನಿಂದ ಕೆಲಸವನ್ನು indexeddb ನೊಂದಿಗೆ ಬದಲಾಯಿಸುವಂತೆ. ನಾನು ಇಲ್ಲಿ ಬೇಹುಗಾರಿಕೆ ನಡೆಸಿದ ಕೆಲಸ. ಒಳ್ಳೆಯದು, ಸಾಮಾನ್ಯವಾಗಿ, ಕಾರ್ಟ್-ಪೋಲ್ ಆರಂಭದಲ್ಲಿ ಕ್ಲೈಂಟ್ನಲ್ಲಿ ಎಲ್ಲವನ್ನೂ ಮಾಡಲು ನನಗೆ ಸ್ಫೂರ್ತಿ ನೀಡಿತು.

https://github.com/tensorflow/tfjs-examples/tree/master/cart-pole

https://storage.googleapis.com/tfjs-examples/cart-pole/dist/index.html

ಕೊನೆಯಲ್ಲಿ, ಇದು ಏನಾಯಿತು:

https://github.com/pskucherov/opexflow/pull/16/files

ಸರಿ, ವಾಸ್ತವವಾಗಿ, ಮುಂದಿನ ಹಂತವು ಹೀಗಿರುತ್ತದೆ:

  1. ಚಾರ್ಟ್‌ಗಳಿಗೆ ಹೊಂದಿಕೊಳ್ಳಿ
  2. ದೃಶ್ಯೀಕರಣ
  3. ಗರಿಷ್ಠ ಫಲಿತಾಂಶವನ್ನು ತೋರಿಸಲು ತಿಳಿದಿರುವ ಡೇಟಾದಲ್ಲಿ ರೋಬೋಟ್‌ಗೆ ತರಬೇತಿ ನೀಡಿ

ಕ್ಲೈಂಟ್‌ನಲ್ಲಿ ರೋಬೋಟ್‌ಗಳ ಕೆಲಸದ ತರಬೇತಿಯ ವೀಡಿಯೊ ಡೆಮೊ ಕೆಳಗೆ ಇದೆ. ಒಂದು ದಿನ ಅವರು ನನ್ನ ಬದಲಿಗೆ ಸ್ಬೆರ್‌ಬ್ಯಾಂಕ್ ಫ್ಯೂಚರ್‌ಗಳನ್ನು ಸಹ ವ್ಯಾಪಾರ ಮಾಡುತ್ತಾರೆ.

pskucherov
Rate author
Add a comment