週末に3DSもポケモンもなかったのでChainerでDQNを育てた話。 - EnsekiTT Blog
つまりなにしたの ブロック崩しなどで一世を風靡したDeep Q NetworkをChainerで実装して、OpenAIの環境で育てた。 youtu.be 基本的な強化学習の流れ ゲームそのものをEnvironment ゲームで言うプレイヤーをAgent プレイヤーの操作をAction プレイヤーはプレイの結果をゲーム画面を観察、つまりObservationして確認する（日本語に組み込むと変な感じ ゲーム画面には、ゲームの状態（残りのブロックの画像とか）、Stateが表示される。 ゲーム画面には、ゲームのスコア(上がると嬉しいもの)、Rewardも表示される。 プレイヤーは操作とゲーム画面の組み合わせからこれはうまくいった、うまくいく流れ来たけどなんかこれ以上スコア上がらん…大きく変えるか！ とかを繰り返して学習を勧めていく。 （英単語はOpenAI Gymの表現と合わせている。） 基本的な
勤労感謝の日なのでChainerの勤労(Training)に感謝してextensionsを全部試した話 - EnsekiTT Blog
つまりなにしたの Chainerの抽象度を飛躍的に高めたTrainerにはextensionsがある。 せっかくだからextensionsを全部使ってみた。 2017年11月10日 追記 Extensionを自分で作ってみました。 ensekitt.hatenablog.com 背景 最近やっとChainerのバージョンを上げました。 qiita.com を読んで、すごい勢いで僕のソースコードも抽象化したわけですが、 僕はまだまだextensionsの素敵機能を素敵に使いこなせてない！ というわけで、勤労感謝の日にChainerの勤労(Training)に感謝してextensionsを全部試した。 Trainer extensions Trainer extensions — Chainer 3.0.0 documentation dump_graph 概要 グラフをDOT Languag
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
