গুগল আই/ও একটি মোড়ক! TensorFlow সেশনগুলি দেখুন সেশনগুলি দেখুন

টেনসরফ্লো এজেন্ট

টেনসরফ্লো সহ শক্তিবৃদ্ধি শিক্ষা

এজেন্টরা নতুন RL অ্যালগরিদম ডিজাইন, বাস্তবায়ন এবং পরীক্ষা করা সহজ করে তোলে, ভালভাবে পরীক্ষিত মডুলার উপাদানগুলি প্রদান করে যা সংশোধন এবং প্রসারিত করা যেতে পারে। এটি ভাল পরীক্ষা ইন্টিগ্রেশন এবং বেঞ্চমার্কিং সহ দ্রুত কোড পুনরাবৃত্তি সক্ষম করে।

শুরু করার জন্য, আমরা আমাদের টিউটোরিয়ালগুলির একটি চেক আউট করার পরামর্শ দিই৷

স্থাপন

TF-এজেন্ট রাত্রিকালীন এবং স্থিতিশীল বিল্ড প্রকাশ করে। রিলিজের তালিকার জন্য রিলিজ বিভাগ পড়ুন। নীচের কমান্ডগুলি pypi.org এর পাশাপাশি একটি GitHub ক্লোন থেকে TF- এজেন্ট স্থিতিশীল এবং রাত্রিকালীন ইনস্টল করা কভার করে।

স্থিতিশীল

সাম্প্রতিক স্থিতিশীল রিলিজ ইনস্টল করতে নীচের কমান্ডগুলি চালান। রিলিজের জন্য API ডকুমেন্টেশন tensorflow.org এ রয়েছে।

$ pip install --user tf-agents[reverb]

# Use this tag get the matching examples and colabs.
$ git clone https://github.com/tensorflow/agents.git
$ cd agents
$ git checkout v0.12.0

আপনি যদি TF-Agents ইনস্টল করতে চান Tensorflow বা Reverb- এর ভার্সন যা পিপ ডিপেন্ডেন্সি চেক দ্বারা সামঞ্জস্যপূর্ণ নয় বলে ফ্ল্যাগ করা হয়েছে, তাহলে নিচের প্যাটার্নটি আপনার নিজের ঝুঁকিতে ব্যবহার করুন।

$ pip install --user tensorflow
$ pip install --user dm-reverb
$ pip install --user tf-agents

আপনি যদি টেনসরফ্লো 1.15 বা 2.0 এর সাথে TF-এজেন্ট ব্যবহার করতে চান তবে সংস্করণ 0.3.0 ইনস্টল করুন:

# Newer versions of tensorflow-probability require newer versions of TensorFlow.
$ pip install tensorflow-probability==0.8.0
$ pip install tf-agents==0.3.0

রাত্রিবেলা

রাত্রিকালীন বিল্ডগুলিতে নতুন বৈশিষ্ট্য অন্তর্ভুক্ত থাকে তবে সংস্করণযুক্ত রিলিজের তুলনায় কম স্থিতিশীল হতে পারে। রাত্রিকালীন বিল্ড tf-agents-nightly হিসাবে পুশ করা হয়। আমরা TensorFlow ( tf- tf-nightly ) এবং TensorFlow সম্ভাব্যতা ( tfp-nightly নাইটলি ) এর রাত্রিকালীন সংস্করণগুলি ইনস্টল করার পরামর্শ দিই কারণ এই সংস্করণগুলি TF-এজেন্টের রাতের বিরুদ্ধে পরীক্ষা করা হয়৷

রাতের বিল্ড সংস্করণ ইনস্টল করতে, নিম্নলিখিতটি চালান:

# `--force-reinstall helps guarantee the right versions.
$ pip install --user --force-reinstall tf-nightly
$ pip install --user --force-reinstall tfp-nightly
$ pip install --user --force-reinstall dm-reverb-nightly

# Installing with the `--upgrade` flag ensures you'll get the latest version.
$ pip install --user --upgrade tf-agents-nightly

গিটহাব থেকে

রিপোজিটরি ক্লোন করার পর, pip install -e .[tests] চালিয়ে নির্ভরতাগুলি ইনস্টল করা যেতে পারে। TensorFlow স্বাধীনভাবে ইনস্টল করা প্রয়োজন: pip install --user tf-nightly

অবদান

আমরা আপনার সাথে সহযোগিতা করতে আগ্রহী! কিভাবে অবদান রাখতে হয় তার একটি নির্দেশিকা পেতে CONTRIBUTING.md দেখুন। এই প্রকল্পটি TensorFlow-এর আচরণবিধি মেনে চলে। অংশগ্রহণ করার মাধ্যমে, আপনি এই কোডটি বজায় রাখবেন বলে আশা করা হচ্ছে।

মুক্তি দেয়

TF এজেন্ট স্থিতিশীল এবং রাত্রিকালীন রিলিজ আছে. রাতের রিলিজগুলি প্রায়শই ঠিক থাকে তবে আপস্ট্রিম লাইব্রেরিগুলি প্রবাহিত হওয়ার কারণে সমস্যা হতে পারে। নীচের সারণীতে টেনসরফ্লো-এর একটি নির্দিষ্ট সংস্করণে লক করা ব্যবহারকারীদের সাহায্য করার জন্য প্রতিটি TF এজেন্টের রিলিজের সাথে পরীক্ষা করা TensorFlow-এর সংস্করণ(গুলি) তালিকাভুক্ত করা হয়েছে।

মুক্তি শাখা/ট্যাগ টেনসরফ্লো সংস্করণ
রাত্রিবেলা মাস্টার tf-রাত্রিকালীন
0.12.0 v0.12.0 2.8.0
0.11.0 v0.11.0 2.7.0
0.10.0 v0.10.0 2.6.0
0.9.0 v0.9.0 2.6.0
0.8.0 v0.8.0 2.5.0
0.7.1 v0.7.1 2.4.0
0.6.0 v0.6.0 2.3.0
0.5.0 v0.5.0 2.2.0
0.4.0 v0.4.0 2.1.0
0.3.0 v0.3.0 1.15.0 এবং 2.0.0

নীতিমালা

এই প্রকল্পটি Google এর AI নীতিগুলি মেনে চলে৷ এই প্রকল্পে অংশগ্রহণ, ব্যবহার বা অবদানের মাধ্যমে আপনি এই নীতিগুলি মেনে চলবেন বলে আশা করা হচ্ছে।

উদ্ধৃতি

আপনি যদি এই কোডটি ব্যবহার করেন তবে অনুগ্রহ করে এটিকে উল্লেখ করুন:

@misc{TFAgents,
  title = { {TF-Agents}: A library for Reinforcement Learning in TensorFlow},
  author = {Sergio Guadarrama and Anoop Korattikara and Oscar Ramirez and
     Pablo Castro and Ethan Holly and Sam Fishman and Ke Wang and
     Ekaterina Gonina and Neal Wu and Efi Kokiopoulou and Luciano Sbaiz and
     Jamie Smith and Gábor Bartók and Jesse Berent and Chris Harris and
     Vincent Vanhoucke and Eugene Brevdo},
  howpublished = {\url{https://github.com/tensorflow/agents} },
  url = "https://github.com/tensorflow/agents",
  year = 2018,
  note = "[Online; accessed 25-June-2019]"
}