Menggunakan RL-Baselines3-Zoo di Hugging Face

rl-baselines3-zoo adalah kerangka kerja pelatihan untuk Reinforcement Learning menggunakan Stable Baselines3.

Menjelajahi RL-Baselines3-Zoo di Hub

Anda dapat menemukan model RL-Baselines3-Zoo dengan memfilter di sebelah kiri halaman model.

Tim Stable-Baselines3 menyediakan kumpulan +150 agen Reinforcement Learning yang telah dilatih dengan hiperparameter yang dioptimalkan, yang dapat Anda temukan di sini.

Semua model di Hub dilengkapi dengan fitur yang berguna:

1. Kartu model yang dihasilkan secara otomatis dengan deskripsi, konfigurasi pelatihan, dan lainnya.
2. Tag metadata yang membantu untuk kemudahan penemuan.
3. Hasil evaluasi untuk dibandingkan dengan model lain.
4. Widget video tempat Anda dapat menonton agen Anda beraksi.

Menggunakan model yang sudah ada

Anda dapat dengan mudah mengunduh model dari Hub menggunakan load_from_hub:

# Download ppo SpaceInvadersNoFrameskip-v4 model and save it into the logs/ folder
python -m rl_zoo3.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/ -orga sb3
python enjoy.py --algo dqn --env SpaceInvadersNoFrameskip-v4  -f logs/

Anda dapat mendefinisikan tiga parameter:

• --repo-name: Nama repo.
• -orga: Nama pengguna atau organisasi Hugging Face.
• -f: Folder tujuan.

Berbagi model Anda

Anda dapat dengan mudah mengunggah model Anda menggunakan push_to_hub. Fungsi ini akan menyimpan model, mengevaluasinya, menghasilkan model card, dan merekam video replay agen Anda sebelum mendorong repo lengkap ke Hub.

python -m rl_zoo3.push_to_hub  --algo dqn  --env SpaceInvadersNoFrameskip-v4  --repo-name dqn-SpaceInvadersNoFrameskip-v4  -orga ThomasSimonini  -f logs/

Anda dapat mendefinisikan tiga parameter:

• --repo-name: Nama repo.
• -orga: Nama pengguna Hugging Face Anda.
• -f: Folder tempat model disimpan.

Sumber daya tambahan

• Model terlatih resmi RL-Baselines3-Zoo
• Dokumentasi documentation