前提・実現したいこと
強化学習の学習済みデータの保存に関する質問です
https://www.tensorflow.org/agents/tutorials/5_replay_buffers_tutorial
上記のサイトを参考に強化学習を行う際のtensorflowの使用方法を勉強しているのですが、ページ下部のトレーニング中のリプレイバッファの使用のデータ収集の項目で
replay_observer = [replay_buffer.add_batch]
としているのですが、このデータを別ファイルなどに保存して、再度学習する際に利用するといったことを行いたいです。
どのようにコードを書けば良いでしょうか。
該当のソースコード
python
1 2env = suite_gym.load('CartPole-v0') 3tf_env = tf_py_environment.TFPyEnvironment(env) 4 5q_net = q_network.QNetwork( 6 tf_env.time_step_spec().observation, 7 tf_env.action_spec(), 8 fc_layer_params=(100,)) 9 10agent = dqn_agent.DqnAgent( 11 tf_env.time_step_spec(), 12 tf_env.action_spec(), 13 q_network=q_net, 14 optimizer=tf.compat.v1.train.AdamOptimizer(0.001)) 15 16replay_buffer_capacity = 1000 17 18replay_buffer = tf_uniform_replay_buffer.TFUniformReplayBuffer( 19 agent.collect_data_spec, 20 batch_size=tf_env.batch_size, 21 max_length=replay_buffer_capacity) 22 23# Add an observer that adds to the replay buffer: 24replay_observer = [replay_buffer.add_batch] 25 26collect_steps_per_iteration = 10 27collect_op = dynamic_step_driver.DynamicStepDriver( 28 tf_env, 29 agent.collect_policy, 30 observers=replay_observer, 31 num_steps=collect_steps_per_iteration).run()
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。