文件名称：muzero_beginner
文件大小：58KB
文件格式：ZIP
更新时间：2024-05-08 19:19:49
Python
muzero_beginner 项目介绍： 这是我尝试在180天内了解MuZero模型的尝试。 我的目标是类似于LCZero，重新实现国际象棋的MuZero和AlphaZero模型 项目os分为5个阶段（估算） 阶段1：重新输入在中开发的所有MuZero模型代码以进行介绍 阶段2：连接在阶段1中开发的代码以下象棋 阶段3：用C ++ / CUDA重写代码以提高性能 阶段4：更改网络模型和代码结构（C ++ / CUDA版本）： （a）AdaGrad和ES用于反向传播 （b）用于预测神经网络的变压器 （c）从几步历史中学习，而不是全面学习 （d）使用cassandra作为重播缓冲区 阶段5：分布式学习 起始日期2021年4月18日
【文件预览】：
muzero_beginner-main
----tf_train_nncov.py(5KB)
----AlphaZero()
--------implementations()
--------AlphaMCTS.py(12KB)
--------AlphaCoach.py(3KB)
--------__init__.py(0B)
--------AlphaNeuralNet.py(3KB)
----muzero_coach.py(10KB)
----tf_train_nnsimple.py(4KB)
----tf_train_nnsimple_ll.py(5KB)
----muzero_main.py(8KB)
----tf_train_rl_basic.py(550B)
----LICENSE(34KB)
----tf_training_linear_models.py(5KB)
----MuZero()
--------implementations()
--------MuMCTS.py(11KB)
--------__init__.py(0B)
--------MyNeuralNet.py(13KB)
--------MuCoach.py(7KB)
----tf_training_embedding.py(7KB)
----.idea()
--------misc.xml(185B)
--------vcs.xml(180B)
--------muzero_beginner.iml(441B)
--------modules.xml(282B)
--------.gitignore(47B)
--------inspectionProfiles()
----tf_train_nncov_ll.py(6KB)
----.gitignore(2KB)
----tf_training_ensemble.py(3KB)
----README.md(771B)