使用pytorch的进化策略
pytorch-es的Python项目详细描述
#Pythorch的进化策略
！[]（https://media.giphy.com/media/30pemgyfipliu87swt/giphy.gif）
一套基于[evostra]的工具（https://github.com/alirezamika/evostra），用于在pytorch中使用[openai的进化策略]（https://blog.openai.com/evolution-strategies/）。使用Evostra的Keras实现将提供一些示例。
不同的操作系统会有所不同，因此请参阅[Gym Repository]（https://github.com/openai/gym）以获取构建的详细说明。您还需要安装[choice]的pytorch发行版（http://pytorch.org/）。通过将``-c``或```--cuda``传递给训练示例，可以触发cuda操作。创建conda或virtualenv环境并运行：
``shell
pip install-r requirements.txt
````
这些类被设计用于pytorch模型并接受两个参数：一个用于获得奖励的函数和一个与参数层对应的pytorch变量列表。这可以通过以下方式实现：
``python
import copy
from functools import partial
from evolution.strategies import evolutionmodule
此函数运行您的模型并为我生成奖励
”
“cloned_model=copy.deepcopy（model）
，枚举中的参数（克隆的_model.parameters（））：
尝试：
param.data=weights[i]
除了：
param.data=weights[i]。data
在线程池中，如果需要注入其他参数，可以使用partial工具
partial戋func=partial（get戋reward，model=model）
mother戋parameters=list（model.parameters（））
sigma=0.1，learning戋rate=0.001，
奖励目标=200，连续奖励目标停止=20，
线程计数=10，cuda=cuda，render\u test=true
）
````
*进化模块
-初始
-参数（pytorch变量列表）
-奖励函数=>；浮动（运行事件并返回奖励）
-总体大小=50
-西格玛=0.1
-学习率=0.001
-衰减=1.0
-西格玛衰减=1.0
-线程计数=4
-呈现测试=假
-CUDA=假
-奖励目标=无
-连续目标停止=无（在n次测试后停止，连续返回等于或大于目标的奖励）
-保存路径=无（测试时保存权重的路径）
-运行
-迭代
-打印步骤=10（运行测试和保存权重的频率）
方式：
``外壳
pythonpath=。python evolutionary_strategies/examples/cartpole/train_pytorch.py——权重路径cartpole_权重。p
``````
[]（https://media.giphy.com/media/30pemgyfipliu87swt/giphy.gif）
cartpole
200次迭代求解：总体=10，西格玛=0.1，学习率=0.001。
！[]（https://media.giphy.com/media/5h9xfw3bxvztg4hvbi/giphy.gif）
！[]（https://media.giphy.com/media/30pemgyfipliu87swt/giphy.gif）
一套基于[evostra]的工具（https://github.com/alirezamika/evostra），用于在pytorch中使用[openai的进化策略]（https://blog.openai.com/evolution-strategies/）。使用Evostra的Keras实现将提供一些示例。
不同的操作系统会有所不同，因此请参阅[Gym Repository]（https://github.com/openai/gym）以获取构建的详细说明。您还需要安装[choice]的pytorch发行版（http://pytorch.org/）。通过将``-c``或```--cuda``传递给训练示例，可以触发cuda操作。创建conda或virtualenv环境并运行：
``shell
pip install-r requirements.txt
````
这些类被设计用于pytorch模型并接受两个参数：一个用于获得奖励的函数和一个与参数层对应的pytorch变量列表。这可以通过以下方式实现：
``python
import copy
from functools import partial
from evolution.strategies import evolutionmodule
此函数运行您的模型并为我生成奖励
”
“cloned_model=copy.deepcopy（model）
，枚举中的参数（克隆的_model.parameters（））：
尝试：
param.data=weights[i]
除了：
param.data=weights[i]。data
在线程池中，如果需要注入其他参数，可以使用partial工具
partial戋func=partial（get戋reward，model=model）
mother戋parameters=list（model.parameters（））
sigma=0.1，learning戋rate=0.001，
奖励目标=200，连续奖励目标停止=20，
线程计数=10，cuda=cuda，render\u test=true
）
````
*进化模块
-初始
-参数（pytorch变量列表）
-奖励函数=>；浮动（运行事件并返回奖励）
-总体大小=50
-西格玛=0.1
-学习率=0.001
-衰减=1.0
-西格玛衰减=1.0
-线程计数=4
-呈现测试=假
-CUDA=假
-奖励目标=无
-连续目标停止=无（在n次测试后停止，连续返回等于或大于目标的奖励）
-保存路径=无（测试时保存权重的路径）
-运行
-迭代
-打印步骤=10（运行测试和保存权重的频率）
方式：
``外壳
pythonpath=。python evolutionary_strategies/examples/cartpole/train_pytorch.py——权重路径cartpole_权重。p
``````
[]（https://media.giphy.com/media/30pemgyfipliu87swt/giphy.gif）
cartpole
200次迭代求解：总体=10，西格玛=0.1，学习率=0.001。
！[]（https://media.giphy.com/media/5h9xfw3bxvztg4hvbi/giphy.gif）
欢迎加入QQ群-->： 979659372
