शुरू करेंमुफ़्त में शुरू करें

Q-Network को इंस्टैंशिएट करना

अब जब आपने इसकी आर्किटेक्चर परिभाषित कर ली है, तो आप उस असली नेटवर्क को इंस्टैंशिएट करने के लिए तैयार हैं जिसे आपका एजेंट उपयोग करेगा, साथ ही उसका ऑप्टिमाइज़र भी. Lunar Lander एनवायरनमेंट का state space आयाम 8 है, और action space आयाम 4 है (जो 0: कुछ न करें, 1: left thruster, 2: main engine, 3: right thruster से मेल खाता है).

पिछले अभ्यास की QNetwork क्लास आपके लिए उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Deep Reinforcement Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Lunar Lander एनवायरनमेंट के लिए एक Q Network इंस्टैंशिएट करें.
  • न्यूरल नेटवर्क के लिए Adam ऑप्टिमाइज़र परिभाषित करें, और learning rate 0.0001 सेट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

state_size = 8
action_size = 4
# Instantiate the Q Network
q_network = QNetwork(____, ____)
# Specify the optimizer learning rate
optimizer = optim.Adam(q_network.parameters(), ____)

print("Q-Network initialized as:\n", q_network)
कोड संपादित करें और चलाएँ