文件名称：可靠：强化学习的分布式超参数优化框架
文件大小：39KB
文件格式：ZIP
更新时间：2024-03-22 03:20:19
Python
责任 RLiable是用于增强学习代理的快速超参数调整的实验并行化框架。 它旨在满足对可分发的Spark / TF兼容模型的需求，该模型允许以简单reliable方式扩展实验。 执行 先决条件： 版本 Python > = 3.6 火花 3.0.1 Hadoop 2.7 Java 1.8 Scala 2.11 注意： scripts/install_spark_hpc.sh提供了Linux（基于Debian）安装脚本。 安装要求 创建virtualenv并安装Python依赖项 virtualenv -p $( which python3 ) env source env/bin/activate pip install -r requirements.txt pip install -r dqn-requirements.txt 进行实验 当前的优化算法基于配置标志opt
【文件预览】：
rliable-master
----nb-requirements.txt(838B)
----train.py(1KB)
----utils()
--------misc.py(3KB)
--------metrics.py(3KB)
--------template_scheduler.py(321B)
----.github()
--------workflows()
----models()
--------count_model.py(2KB)
--------__init__.py(196B)
--------dqn.py(7KB)
--------base_model.py(427B)
----rliable()
--------parallel.py(7KB)
--------config()
--------serial.py(2KB)
--------core.py(1KB)
----scripts()
--------install_spark_hpc.sh(450B)
--------tf_dqn_train_eval.py(7KB)
--------tf_eval_policy.py(2KB)
----optimize.py(2KB)
----requirements.txt(55B)
----config()
--------config.py(866B)
--------config_dqn.json(322B)
--------config_base.json(204B)
--------config_count.json(169B)
----README.md(5KB)
----docs()
--------assets()
----evaluate.py(1KB)
----dqn-requirements.txt(95B)
----.gitignore(100B)