質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.35%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

1234閲覧

強化学習の学習済みデータの保存に関する質問です

atusi

総合スコア2

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2020/11/01 20:32

編集2020/11/02 16:41

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()

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

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。

guest

回答1

0

ベストアンサー

一番簡単な手法は、Pickleを使用して、
変数を丸々保存する方法です。

Pickle使用方法

  • pickle書き出し

python

1import pickle 2with open('dump.pk', 'wb') as f: 3 pickle.dump(replay_observer , f)
  • pickle読み込み

python

1import pickle 2with open('dump.pk', 'rb') as f: 3 replay_observer = pickle.load(f)

投稿2020/11/04 02:46

Moineau26518805

総合スコア44

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。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.35%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問