【文件属性】:
文件名称:VRP_DRL_MHA:PyTorch1.6,TensorFlow2.1,“注意,学习解决路线问题!”,《变形金刚》,《深度RL(策略梯度,REINFORCE)》,《能力车辆路线问题》
文件大小:19.78MB
文件格式:ZIP
更新时间:2021-05-28 20:15:57
deep-reinforcement-learning vrp multi-head-attention Python
具有多头注意力的CVRP求解器
TensorFlow2和PyTorch ATTENTION, LEARN TO SOLVE ROUTING PROBLEMS!实现,可帮助您ATTENTION, LEARN TO SOLVE ROUTING PROBLEMS! (Kool等人2019)( )
描述
依存关系
Python> = 3.6
TensorFlow> = 2.0
PyTorch = 1.5
tqdm
科学的
麻木
绘图(仅用于绘图)
matplotlib(仅用于绘图)
用法
首先移至PyTorch或TensorFlow2目录。
cd PyTorch
然后,通过运行以下命令来生成包含超参数值的pickle文件。
python config.py
您会在Pkl目录中看到pickle文件。 现在您可以开始训练模型了。
python train.py -p Pkl/*
【文件预览】:
VRP_DRL_MHA-master
----.gitignore(49B)
----TensorFlow2()
--------plot.py(5KB)
--------Csv()
--------Weights()
--------layers.py(4KB)
--------decoder_utils.py(6KB)
--------config.py(5KB)
--------Pkl()
--------baseline.py(6KB)
--------decoder.py(4KB)
--------decoder_utils_backup.py(6KB)
--------model.py(1KB)
--------encoder.py(4KB)
--------data.py(4KB)
--------train.py(3KB)
----OpenData()
--------explain.txt(242B)
--------A-n53-k7.txt(1KB)
--------A-n53-k7.pdf(31KB)
--------A-n45-k7.txt(1KB)
--------A-n45-k7.pdf(15KB)
--------opt-A-n53-k7.txt(242B)
--------opt-A-n45-k7.txt(459B)
----LICENSE(1KB)
----makegif.py(1KB)
----README.md(2KB)
----PyTorch()
--------plot.py(5KB)
--------Csv()
--------Weights()
--------plot_2opt.py(7KB)
--------layers.py(4KB)
--------decoder_utils.py(6KB)
--------config.py(5KB)
--------Pkl()
--------baseline.py(6KB)
--------decoder.py(3KB)
--------dist_matrix.py(885B)
--------model.py(1KB)
--------encoder.py(4KB)
--------data.py(3KB)
--------train.py(3KB)