معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

DDPG implimentaion in Tensorflow-2.0

ویژگی	مقدار
سیستم عامل	-
نام فایل	DDPG-TF-2.0.3
نام	DDPG-TF
نسخه کتابخانه	2.0.3
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Dekki
ایمیل نویسنده	dekkiaero@gmail.com
آدرس صفحه اصلی	https://github.com/Dekki-Aero/DDPG
آدرس اینترنتی	https://pypi.org/project/DDPG-TF/
مجوز	-

DDPG ============ - Implimenting DDPG Algorithm in Tensorflow-2.0 - Tested on Open-AI Pendulum-v0 and Continous mountain car gym environments. - DDPG - algorthim : https://arxiv.org/abs/1509.02971 Install : ------------------ - pip install DDPG-TF python code: ------------------ ```python import gym from ddpg import DDPG env = gym.make('Pendulum-v0') ddpg = DDPG( env , # Gym environment with continous action space actor(None), # Tensorflow/keras model critic (None), # Tensorflow/keras model buffer (None), # pre-recorded buffer action_bound_range=1, max_buffer_size =10000, # maximum transitions to be stored in buffer batch_size =64, # batch size for training actor and critic networks max_time_steps = 1000 ,# no of time steps per epoch tow = 0.001, # for soft target update discount_factor = 0.99, explore_time = 1000, # time steps for random actions for exploration actor_learning_rate = 0.0001, critic_learning_rate = 0.001 dtype = 'float32', n_episodes = 1000 ,# no of episodes to run reward_plot = True ,# (bool) to plot reward progress per episode model_save = 1) # epochs to save models and buffer ddpg.train() ``` ------------ ## Results : - On pendulum problem explored for 5 episodes [![Reward plot of Pendulum problem](https://github.com/Dekki-Aero/DDPG/blob/master/DDPG-Pendulum_Performance.png "Reward plot of Pendulum problem")](http://https://github.com/Dekki-Aero/DDPG/blob/master/DDPG-Pendulum_Performance.png "Reward plot of Pendulum problem") - On Continous mountain car problem explored for 100 episodes [![Reward plot of CountinousMountain car](https://github.com/Dekki-Aero/DDPG/blob/master/mountain_car_continous.png "Reward plot of CountinousMountain car")](http://https://github.com/Dekki-Aero/DDPG/blob/master/mountain_car_continous.png "Reward plot of CountinousMountain car")

نیازمندی

مقدار	نام
==2.0	tensorflow
-	gym
-	numpy
-	matplotlib

نحوه نصب

نصب پکیج whl DDPG-TF-2.0.3:

pip install DDPG-TF-2.0.3.whl

نصب پکیج tar.gz DDPG-TF-2.0.3:

pip install DDPG-TF-2.0.3.tar.gz