Zacznij terazZacznij za darmo

Konfiguracja środowiska i sieci neuronowej

Zaczniesz od skonfigurowania środowiska, które będzie używane przez cały kurs: środowiska Lunar Lander, w którym agent steruje silnikami pojazdu próbującego wylądować na Księżycu.

torch, torch.nn, torch.optim oraz gym są już zaimportowane w ćwiczeniach.

To ćwiczenie jest częścią kursu

Głębokie uczenie ze wzmocnieniem w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Zainicjalizuj środowisko Lunar Lander w gym (LunarLander-v2).
  • Zdefiniuj pojedynczą warstwę liniowej transformacji o wymiarze wejściowym dim_inputs i wymiarze wyjściowym dim_outputs.
  • Utwórz instancję sieci neuronowej dla wymiaru wejściowego 8 i wymiaru wyjściowego 4.
  • Przekaż parametry do optymalizatora Adam.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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)
Edytuj i uruchom kod