🎄teratailクリスマスプレゼントキャンペーン2024🎄』開催中!

\teratail特別グッズやAmazonギフトカード最大2,000円分が当たる!/

詳細はこちら
強化学習

強化学習とは、ある環境下のエージェントが現状を推測し行動を決定することで報酬を獲得するという見解から、その報酬を最大限に得る方策を学ぶ機械学習のことを指します。問題解決時に得る報酬が選択結果によって変化することで、より良い行動を選択しようと学習する点が特徴です。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

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

2050閲覧

Stable-Baselines の SubprocVecEnv が Colab でクラッシュします

teefpc

総合スコア112

強化学習

強化学習とは、ある環境下のエージェントが現状を推測し行動を決定することで報酬を獲得するという見解から、その報酬を最大限に得る方策を学ぶ機械学習のことを指します。問題解決時に得る報酬が選択結果によって変化することで、より良い行動を選択しようと学習する点が特徴です。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

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2021/02/09 16:02

Stable-Baselines の SubprocVecEnvや、DummyVecEnvを実行するとGoogle Colab でクラッシュします。対処法はありますか?

Python

1!pip install stable-baselines==2.10.0 2%tensorflow_version 1.x 3 4 5import gym 6import numpy as np 7 8from stable_baselines.common.policies import MlpPolicy 9from stable_baselines.common.vec_env import SubprocVecEnv, DummyVecEnv 10from stable_baselines.common import set_global_seeds #, make_vec_env 11from stable_baselines import ACKTR 12 13import numpy as np 14 15from stable_baselines.common.policies import MlpPolicy 16from stable_baselines.common.vec_env import SubprocVecEnv 17from stable_baselines.common import set_global_seeds, make_vec_env 18from stable_baselines import ACKTR 19 20def make_env(env_id, rank, seed=0): 21 """ 22 Utility function for multiprocessed env. 23 24 :param env_id: (str) the environment ID 25 :param num_env: (int) the number of environments you wish to have in subprocesses 26 :param seed: (int) the inital seed for RNG 27 :param rank: (int) index of the subprocess 28 """ 29 def _init(): 30 env = gym.make(env_id) 31 env.seed(seed + rank) 32 return env 33 set_global_seeds(seed) 34 return _init 35 36if __name__ == '__main__': 37 38 # こちらはOK 39 env_id = "CartPole-v1" 40 # こちらは画像が入力なので、クラッシュ 41 env_id = "BreakoutDeterministic-v4" 42 num_cpu = 4 # Number of processes to use 43 # Create the vectorized environment 44 env = SubprocVecEnv([make_env(env_id, i) for i in range(num_cpu)]) 45 46 # Stable Baselines provides you with make_vec_env() helper 47 # which does exactly the previous steps for you: 48 # env = make_vec_env(env_id, n_envs=num_cpu, seed=0) 49 50 model = ACKTR(MlpPolicy, env, verbose=1) 51 model.learn(total_timesteps=25000) 52 53 obs = env.reset() 54 for _ in range(1000): 55 action, _states = model.predict(obs) 56 obs, rewards, dones, info = env.step(action)

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

自己解決

Docs » Examples

こちらに例がありました。

投稿2021/02/10 12:49

teefpc

総合スコア112

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
85.36%

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