文件名称：Attention-DQN:Atari的深度循环注意力增强学习
文件大小：4.99MB
文件格式：ZIP
更新时间：2024-05-20 07:14:29
Python
Atari的深度循环注意力增强学习 这是我针对课程项目。 该代码在Tensorflow和Keras中实现。 详细信息可以在此找到。 深度强化学习的Tensorflow（Keras）实现包含： [1] [2][3][4][5] [6] 要求 该代码基于Python 3 。 通过运行以下命令安装依赖项： pip install --user -r requirements.txt 怎么跑 使用gpu的DQN实现有两种类型：Keras和Tensorflow。 您可以通过更改dqn_atari.py中的第15行来选择不同的实现 训练原始DQN： python dqn_atari.py --task_name 'DQN' 火车双DQN： python dqn_atari.py --ddqn --task_name 'Double_DQN' 火车决斗DQN： python dqn_ata
【文件预览】：
Attention-DQN-master
----.gitignore(59B)
----helper.py(4KB)
----readme.md(3KB)
----deeprl_prj()
--------dqn_keras.py(21KB)
--------dqn_tf_spatialAt.py(29KB)
--------preprocessors.py(5KB)
--------utils.py(3KB)
--------policy.py(4KB)
--------__init__.py(200B)
--------core.py(8KB)
--------objectives.py(1KB)
--------dqn_tf_temporalAt.py(28KB)
----requirements.txt(116B)
----dqn_atari.py(7KB)
----assets()
--------training_curve.png(293KB)
--------10703_Report.pdf(2.07MB)
--------spatial_attention.png(2.52MB)
--------temporal_attention.png(713KB)