एंवायरनमेंट और न्यूरल नेटवर्क सेटअप
आप इस कोर्स में उपयोग होने वाले एंवायरनमेंट से शुरुआत करेंगे: Lunar Lander एंवायरनमेंट, जिसमें एक एजेंट चंद्रमा पर उतरने की कोशिश कर रहे वाहन के थ्रस्टर्स को नियंत्रित करता है.
torch, torch.nn, torch.optim और gym आपके अभ्यासों में इम्पोर्ट किए गए हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Deep Reinforcement Learning
अभ्यास निर्देश
gymमें Lunar Lander एंवायरनमेंट (LunarLander-v2) इनिशियलाइज़ करें.- इनपुट डाइमेंशन
dim_inputsऔर आउटपुट डाइमेंशनdim_outputsके साथ एक single linear transformation लेयर परिभाषित करें. - इनपुट डाइमेंशन
8और आउटपुट डाइमेंशन4के लिए न्यूरल नेटवर्क instantiate करें. - Adam optimizer को पैरामीटर्स प्रदान करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Initiate the Lunar Lander environment
env = gym.____
class Network(nn.Module):
def __init__(self, dim_inputs, dim_outputs):
super(Network, self).__init__()
# Define a linear transformation layer
self.linear = ____
def forward(self, x):
return self.linear(x)
# Instantiate the network
network = ____
# Initialize the optimizer
optimizer = optim.Adam(____, lr=0.0001)
print("Network initialized as:\n", network)