可靠:强化学习的分布式超参数优化框架 源码
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
文件列表
rliable-master.zip
(预估有个29文件)
rliable-master
nb-requirements.txt
838B
train.py
1KB
utils
misc.py
3KB
metrics.py
3KB
template_scheduler.py
321B
.github
workflows
linting.yml
932B
暂无评论