این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

عوامل TensorFlow

آموزش تقویت با TensorFlow

Agents با تهیه م componentsلفه های مدولار کاملاً آزمایش شده قابل اصلاح و گسترش ، طراحی ، پیاده سازی و آزمایش الگوریتم های جدید RL را آسان تر می کند. تکرار سریع کد را با یکپارچه سازی آزمون و محک زدن خوب امکان پذیر می کند.

برای شروع ، توصیه می کنیم یکی از آموزش های خود را بررسی کنید .

نصب و راه اندازی

TF-Agents سازه های شبانه و پایدار منتشر می کند. برای لیستی از نسخه ها ، بخش Releases را بخوانید. دستورات زیر نصب TF-Agents پایدار و شبانه از pypi.org و همچنین از یک کلون GitHub را پوشش می دهد.

پایدار

برای نصب جدیدترین نسخه پایدار ، دستورات زیر را اجرا کنید. مستندات API برای انتشار در tensorflow.org است .

$ 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 v0.7.1

اگر می خواهید TF-Agents را با نسخه هایی از Tensorflow یا Reverb نصب کنید که با بررسی وابستگی pip مشخص نشده و سازگار است ، از این الگو با مسئولیت خود استفاده کنید.

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

اگر می خواهید از TF-Agents با TensorFlow 1.15 یا 2.0 استفاده کنید ، نسخه 0.3.0 را نصب کنید:

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

شبانه

ساخت های شبانه دارای ویژگی های جدیدتری هستند ، اما ممکن است ثبات کمتری نسبت به نسخه های منتشر شده داشته باشند. ساخت شبانه به عنوان tf-agents-nightly تحت فشار قرار می گیرد. ما پیشنهاد می کنیم نسخه های شبانه TensorFlow ( tf-nightly ) و TensorFlow احتمال ( tfp-nightly ) را نصب کنید زیرا نسخه هایی که شبانه TF-Agents در برابر آنها آزمایش می شود.

برای نصب نسخه ساخت شبانه ، موارد زیر را اجرا کنید:

# `--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

از GitHub

پس از شبیه سازی مخزن ، می توان وابستگی ها را با اجرای pip install -e .[tests] . TensorFlow نیاز به نصب مستقل دارد: pip install --user tf-nightly .

کمک کردن

ما مشتاق همکاری با شما هستیم! برای راهنمای نحوه CONTRIBUTING.md به CONTRIBUTING.md مراجعه کنید. این پروژه به کد رفتاری TensorFlow پایبند است . با مشارکت ، انتظار می رود این کد را حفظ کنید.

منتشر شده

TF Agents انتشارهای پایدار و شبانه دارد. انتشارهای شبانه غالباً خوب هستند اما به دلیل شلوغی کتابخانه های بالادستی ممکن است مشکلاتی داشته باشند. در جدول زیر نسخه (های) TensorFlow با هر نسخه TF Agents آزمایش شده است تا به کاربران کمک کند که ممکن است در نسخه خاصی از TensorFlow قفل شده باشند.

رهایی شعبه / برچسب نسخه TensorFlow
شبانه استاد شبانه روز
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 و 2.0.0

اصول

این پروژه به اصول هوش مصنوعی Google پایبند است . با مشارکت ، استفاده یا مشارکت در این پروژه انتظار می رود که این اصول را رعایت کنید.

استناد

اگر از این کد استفاده می کنید ، لطفاً آن را به عنوان مثال ذکر کنید:

@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]"
}