snake-dqn bħala l-mogħdija għal ML

Программирование

Jinstab f’tensorflow-js dak li għandek bżonn għall-ewwel passi fl-ML u l-kummerċ.

Dan huwa dqn taħriġ fejn jingħataw premjijiet u penali lill-aġent għall-azzjonijiet.

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

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

Jirriżulta li għandna serp li jitgħallem mill-esperjenza tiegħu stess biex jiċċaqlaq. Hija għandha ċertu numru ta ‘movimenti (dawwar jew tkompli) u l-kompitu tagħha huwa li tasal għall-frott. Inizjalment, is-serp ma jafx kif, iżda fil-kors tat-taħriġ, jikseb il-ħila li jsib frott u jevita. Huwa simili ħafna għall-kummerċ, hux?

Ukoll, għall-inqas għall-kompitu tagħna, meta jkollna data taħdem, u r-robot jeħtieġ li jieħu deċiżjoni li jixtri jew ibigħ.

In-nuqqas tas-serp huwa li huwa miktub għal node.js, u jeħtieġ li nkunu nistgħu nitħarrġu fil-browser (sabiex kull utent jista ‘jagħmel dan). Għalhekk, l-istess kellu jsir fuq il-klijent.

Kaxkart is-serp kif inhu għall-paġna tiegħi bi chart u ppruvajt inniedi. Ma kienx hemm!

Is-serp ġġieled lura

l-ewwel pakketti,

imbagħad argumenti. (mill-mod, għamilt ukoll talba tal-ġibda ħdejn it-tiswija https://github.com/tensorflow/tfjs-examples/pull/353),

imbagħad %% Unhandled Rejection (TypeError): Ma tistax issejjaħ klassi bħala funzjoni%%. Li qed tissewwa hawn https://github.com/tensorflow/tfjs/pull/3906/files, iżda peress S’issa m’hemm l-ebda rilaxx, għalhekk kelli nissostitwiha b’idejja. Hawnhekk, mill-mod, ħafna nies għandhom problema https://github.com/tensorflow/tfjs/issues/3384.

Minuri diġà marru aktar ‘il quddiem, bħal tibdil ta’ xogħol minn fs ma ‘indexeddb. Xogħol li bih spijajt hawn, bilfors. Ukoll, b’mod ġenerali, cart-pole inizjalment ispirani biex nagħmel kollox fuq il-klijent.

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

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

fl-aħħar, dan huwa dak li ġara:

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

Ukoll, fil-fatt, il-pass li jmiss se jkun:

  1. Tajjeb għall-mapep
  2. Viżwalizzazzjoni
  3. Ħareġ ir-robot fuq data magħrufa biex turi r-riżultat massimu

Hawn taħt hawn video demo tat-taħriġ tax-xogħol tar-robots fuq il-klijent. Xi darba se jinnegozjaw ukoll futuri ta ‘Sberbank minflok lili.

pskucherov
Rate author
Add a comment