RDDL2tensorFlow编译器。
rddl2tf的Python项目详细描述
* RDDL2TF[![构建状态](https://travis-ci.org/thiagopbeno/rddl2tf.svg?branch=master)"(https://travis-ci.org/thiagopbeno/rddl2tf)[![文档状态](https://readthedocs.org/projects/rddl2tf/badge/?版本=最新](https://rddl2tf.readthedocs.io/en/latest/?徽章=最新的)[![许可证](https://img.shields.io/aur/license/yaourt.license/yaourt.svg)(https://www.shields.shields.io/aur/license/yaourt.svg)(https://github.com/thiagogobbeno/rddl2tff/blob/master/master/license)
python3中的rddl2tensorflow编译器。
****rddl2tf**rddl2tf是pypi中提供的python3.5+包。
`` ` ` ` ` ` ` ` ` ` ` `>
用法
脚本模式
``文本
$rddl2tf--br/>用法:rddl2tf[-h][-b批量bu size][-logdir logdir logdir]rddl
rddl2tf(v0.5.1):rddl2tensorflow编译器在python3中的应用。
br/>p位置参数:
r/>rddl-rddl指向rddl文件或rddlglym>
可选参数:
-h,--帮助显示此帮助消息并退出
-b批处理大小,--批处理大小批处理大小
批处理中的fluent数(默认值=256)
--用于Tensorboard图形可视化的logdir logdir日志目录
(默认值=/tmp/rddl2tf)
```
###
```text
$rddl2tf restorporatorboard--logdir=1024--logdir=/tmp/rddl2tf/logdir/logdir=/tmp/rddl2tf/restorporator/inst库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库火星探测器图片3r/>
u on()
批量=256
compile initial state and default action fluents
state=compiler.compile_initial_state(batch_size)
action=compiler.compile_default_action(batch_size)
n)
compile action bounds
bounds=compiler.compile_action_bound_constraints(state)
compile intermediate fluents和next state fluents
scope=compiler.transition_scope(state,action)
interms,next_state=compiler.compile_cpfs(scope,batch_size)
compile reward function
scope.update(next_state)
奖赏=编译器.编译奖赏(范围)
`````
>
;编译器
>
-`rddl2tf.compiler.compile初始状态`
-`rddl2tf.compiler.compiler.compile默认操作`
-`rddl2tf.compiler.compile.rddl2tf.compiler.compile默认操作`
>-`rddl2tf.compiler//>>-`rddl2tf.compiler.compiler.compiler.compile\u中间操作`
rddl2tf.compiler.compile_state_cpfs`
-`rddl2tf编译器.编译器.编译器.编译器.编译器.编译器.编译_state_action_action_action_action_action_约束条件`
-`rddl2tf.编译器.编译_state_action_action_预条件`
-`rddl2tf.编译器.编译_action_action_action_action_预条件条件检查`
-`rddl2tf.编译器.编译_action_action_action_action_action_action_action_约束条件`
>
>
>
变量(pvariables)
每个rddl fluent在实例化后编译为一个"rddl2tf.tensorfluent"。
一个"rddl2tf.tensorfluent"对象包装一个"tf.tensor"对象。"rddl2tf.tensorfluentshape"对象(rddl2tf.tensorfluentshape的秩与"fluent arity"相对应,其维数与每种类型的对象数相对应)反映了fluent每个参数类型对应的对象数和个数。此外,"rddl2tf.tensorfluentshape"在评估操作时管理批大小在批处理模式下,
另外,``rddl2tf.tensorfluent``在``rddl2tf.tensorscope``对象中保存有关fluent参数顺序的信息。
rddl2tf.tensorfluent`抽象在rddl表达式的计算中是必需的,因为opera的广播规则tensorflow中的操作。
条件概率函数(cpfs)
每个cpf表达式被编译成一个"tf.graph"中的操作,可能由许多其他操作组成。典型的rddl操作、函数和概率分布被映射到等价的tensorflow操作。通过递归地将cpf中的表达式编译为在"rddl2tf.tensorfluent"级别实现的包装操作和函数,这些操作被添加到"tf.graph"中。
X?y)=B(?)(x)*C(?)y)``不允许。但是,所有编译的操作都是矢量化的,也就是说,对pvvariable的所有对象实例化同时进行计算。
在这种情况下,状态动作轨迹由"rddl2tf.simulator"并行生成。
有关于"rddl2tf"的问题,请联系我:[thiago.pbueno@gmail.com](mailto://thiago.pbueno@gmail.com)。
E.GNU小通用公共许可证的条款由BR/>自由软件基金会发布,许可证的第3版,或(在BR/>您的选项)任何后续版本。
BR/> RDDL2TF被分发,希望它有用,但
没有任何保证;甚至没有IMPL。对
适销性或特定用途适用性的IED保证。有关详细信息,请参阅gnu lesser
通用公共许可证。
您应该已经收到gnu lesser通用公共许可证的副本
以及rddl2tf。如果没有,请参阅http://www.gnu.org/licenses/。
python3中的rddl2tensorflow编译器。
****rddl2tf**rddl2tf是pypi中提供的python3.5+包。
`` ` ` ` ` ` ` ` ` ` ` `>
用法
脚本模式
``文本
$rddl2tf--br/>用法:rddl2tf[-h][-b批量bu size][-logdir logdir logdir]rddl
rddl2tf(v0.5.1):rddl2tensorflow编译器在python3中的应用。
br/>p位置参数:
r/>rddl-rddl指向rddl文件或rddlglym>
可选参数:
-h,--帮助显示此帮助消息并退出
-b批处理大小,--批处理大小批处理大小
批处理中的fluent数(默认值=256)
--用于Tensorboard图形可视化的logdir logdir日志目录
(默认值=/tmp/rddl2tf)
```
###
```text
$rddl2tf restorporatorboard--logdir=1024--logdir=/tmp/rddl2tf/logdir/logdir=/tmp/rddl2tf/restorporator/inst库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库库火星探测器图片3r/>
u on()
批量=256
compile initial state and default action fluents
state=compiler.compile_initial_state(batch_size)
action=compiler.compile_default_action(batch_size)
n)
compile action bounds
bounds=compiler.compile_action_bound_constraints(state)
compile intermediate fluents和next state fluents
scope=compiler.transition_scope(state,action)
interms,next_state=compiler.compile_cpfs(scope,batch_size)
compile reward function
scope.update(next_state)
奖赏=编译器.编译奖赏(范围)
`````
>
;编译器
>
-`rddl2tf.compiler.compile初始状态`
-`rddl2tf.compiler.compiler.compile默认操作`
-`rddl2tf.compiler.compile.rddl2tf.compiler.compile默认操作`
>-`rddl2tf.compiler//>>-`rddl2tf.compiler.compiler.compiler.compile\u中间操作`
rddl2tf.compiler.compile_state_cpfs`
-`rddl2tf编译器.编译器.编译器.编译器.编译器.编译器.编译_state_action_action_action_action_action_约束条件`
-`rddl2tf.编译器.编译_state_action_action_预条件`
-`rddl2tf.编译器.编译_action_action_action_action_预条件条件检查`
-`rddl2tf.编译器.编译_action_action_action_action_action_action_action_约束条件`
>
>
>
变量(pvariables)
每个rddl fluent在实例化后编译为一个"rddl2tf.tensorfluent"。
一个"rddl2tf.tensorfluent"对象包装一个"tf.tensor"对象。"rddl2tf.tensorfluentshape"对象(rddl2tf.tensorfluentshape的秩与"fluent arity"相对应,其维数与每种类型的对象数相对应)反映了fluent每个参数类型对应的对象数和个数。此外,"rddl2tf.tensorfluentshape"在评估操作时管理批大小在批处理模式下,
另外,``rddl2tf.tensorfluent``在``rddl2tf.tensorscope``对象中保存有关fluent参数顺序的信息。
rddl2tf.tensorfluent`抽象在rddl表达式的计算中是必需的,因为opera的广播规则tensorflow中的操作。
条件概率函数(cpfs)
每个cpf表达式被编译成一个"tf.graph"中的操作,可能由许多其他操作组成。典型的rddl操作、函数和概率分布被映射到等价的tensorflow操作。通过递归地将cpf中的表达式编译为在"rddl2tf.tensorfluent"级别实现的包装操作和函数,这些操作被添加到"tf.graph"中。
X?y)=B(?)(x)*C(?)y)``不允许。但是,所有编译的操作都是矢量化的,也就是说,对pvvariable的所有对象实例化同时进行计算。
在这种情况下,状态动作轨迹由"rddl2tf.simulator"并行生成。
有关于"rddl2tf"的问题,请联系我:[thiago.pbueno@gmail.com](mailto://thiago.pbueno@gmail.com)。
E.GNU小通用公共许可证的条款由BR/>自由软件基金会发布,许可证的第3版,或(在BR/>您的选项)任何后续版本。
BR/> RDDL2TF被分发,希望它有用,但
没有任何保证;甚至没有IMPL。对
适销性或特定用途适用性的IED保证。有关详细信息,请参阅gnu lesser
通用公共许可证。
您应该已经收到gnu lesser通用公共许可证的副本
以及rddl2tf。如果没有,请参阅http://www.gnu.org/licenses/。