用 PyTorch 实现机器学习和强化学习算法,记录如何运行实验以及跑出了什么结果。
ML-Lab
├── README.md
├── CHANGELOG.md
├── Machine-Learning
│ ├── Regression # 回归
│ ├── Classification # 分类
│ └── NeuralNetwork # 神经网络
└── Reinforcement-learning
├── DQN # 深度 Q 网络
├── DoubleDQN # 双重深度 Q 网络
├── OPE # 离线策略评估
└── PPO # PPO-Clip + GAE
从仓库根目录进入你要运行的实验。例如,运行回归实验:
cd Machine-Learning/Regression
python -m pip install -r requirements.txt
python main.py运行 OPE 时,先进入对应的环境目录。运行 PPO 时,从仓库根目录执行:
cd Reinforcement-learning/PPO
python -m pip install -r requirements.txt
python main.py train --config run/config/cartpole.json --device cpu --run-number 1把配置换成 run/config/pendulum.json 可以运行 Pendulum 实验。有可用的 CUDA 环境时,可将设备参数改为 cuda。
| 算法 | 实验 |
|---|---|
| 回归 | 合成数据 |
| 分类 | Fashion-MNIST |
| 神经网络 | 正向传播与反向传播 |
| 实验 | 任务 |
|---|---|
| DQN | CartPole-v1、MountainCar-v0 |
| DoubleDQN | CartPole-v1、MountainCar-v0 |
| OPE | Pendulum-v1、Swimmer-v5 |
| PPO | CartPole-v1、Pendulum-v1 |
实验原理与代码放在同一目录。