[PYTHON] Stärkung des Lernens 8 Versuchen Sie, die Chainer-Benutzeroberfläche zu verwenden

Es wird davon ausgegangen, dass bis zur Stärkung des Lernens 7 abgeschlossen ist. Um intensiv zu lernen, sollten Sie den Lernprozess sehen. Verwenden Sie das Visualisierungs- und Experimentmanagement-Tool "Chainer UI" von Chainer.

ChainerUI https://github.com/chainer/chainerui https://research.preferred.jp/2017/12/chainerui-release/

Installieren Sie die Chainer-Benutzeroberfläche.

pip install chainerui
chainerui db create
chainerui db upgrade

Wechseln Sie in das übergeordnete Verzeichnis und erstellen Sie das Projekt.

chainerui project create -d CartPole
chainerui server

Greifen Sie dann mit einem Webbrowser auf http: // localhost: 5000 / zu. Die Reihenfolge hier ist wichtig.

Scores.txt wird nicht gelesen. Fügen Sie daher train.py den folgenden Code hinzu oder führen Sie ihn mit einem anderen Code aus.

convert.py


import pandas as pd
import json
import codecs
import numpy as np

scores = pd.read_table('result/scores.txt')
columns = scores.columns  #Header-Informationen

data_list = []
for column in columns:
    data_list.append([column, ''])
data_hash = dict(data_list) #Hash-Vorlage für jede Stationsdaten

log_json = []
for score in np.array(scores):
    score_hash = data_hash.copy()
    for i in range(columns.size):
        score_hash[columns[i]] = score[i]
    log_json.append(score_hash)

print(log_json)
f = codecs.open('result/log', 'w', 'utf-8')
json.dump(log_json, f, indent=4, ensure_ascii=False)
f.close

Es scheint, dass print (log_json) nicht erforderlich ist, aber wenn ich es mit jupyter notebook ausführe, ist das Ende der Protokolldatei seltsam, es sei denn, ich lege es hinein. Sie können das Diagramm jetzt in der Chainer-Benutzeroberfläche sehen.

In ChainerUI ist die X-Achse des Diagramms auf 5 "Epoche", "Iteration", "Episode", "Schritt", "verstrichene Zeit" festgelegt. score.txt ist etwas anders, daher werde ich ChainerUI ändern. Demon Remodeling in der 9. Serialisierung.

In Bezug auf den Speicherort der Datei befindet sich zunächst anaconda3 im persönlichen Ordner. Schau hier rein. userFolder/anaconda3/envs/chainer/lib/python3.7/site-packages/chainerui Hier ist das Programm. userFolder/anaconda3/envs/chainer/lib/python3.7/site-packages/chainerui/static/dist/chainerui.js Öffnen Sie diese Datei. In dieser Datei T = ["epoch", "iteration", "episode", "step", "elapsed_time"], , T = ["epoch", "iteration", "episode", "step", "elapsed_time","steps","episodes","elapsed"], Umschreiben an. Jetzt können Sie die X-Achse als Schritte usw. angeben.

Recommended Posts

Stärkung des Lernens 8 Versuchen Sie, die Chainer-Benutzeroberfläche zu verwenden
Verstärkungslernen 10 Versuchen Sie es mit einem trainierten neuronalen Netz.
Stärkung des Lernens 6 First Chainer RL
Verstärkungslernen 5 Versuchen Sie, CartPole zu programmieren?
Lernen stärken 13 Probieren Sie Mountain_car mit ChainerRL aus.
Ich habe versucht, mit PyBrain verstärkt zu lernen
Versuchen Sie Common Representation Learning mit Chainer
Versuchen Sie es mit Chainer Deep Q Learning - Launch
Probieren Sie den erweiterten Standard-Lernalgorithmus PPO von OpenAI aus
Stärkung des Lernens 11 Probieren Sie OpenAI Acrobot mit ChainerRL aus.
Versuchen Sie es mit Tkinter
[Einführung] Stärkung des Lernens
Versuchen Sie es mit Docker-Py
Versuchen Sie es mit einem Ausstecher
Versuchen Sie es mit Geopandas
Versuchen Sie es mit Selen
Versuchen Sie es mit scipy
Zukünftiges Verstärkungslernen_1
Versuchen Sie es mit pandas.DataFrame
Versuchen Sie es mit Django-Swiftbrowser
Versuchen Sie es mit matplotlib
Versuchen Sie es mit tf.metrics
Versuchen Sie es mit PyODE
Python: Versuchen Sie, die Benutzeroberfläche von Pythonista 3 auf dem iPad zu verwenden
Versuchen Sie es mit dem Jupyter Notebook von Azure Machine Learning
Versuchen Sie, Code aus 1 mit dem Framework Chainer für maschinelles Lernen (Mnist Edition) zu schreiben.
Erweitertes Lernen 1 Python-Installation
Stärkung des Lernens 3 OpenAI-Installation
Versuchen Sie es mit virtualenv (virtualenvwrapper)
Stärkung des Lernens der dritten Zeile
Ich habe versucht, meinen eigenen Datensatz mit Chainer Trainer zu lernen
Versuchen Sie es jetzt mit virtualenv
[Lernen stärken] Banditenaufgabe
[Kaggle] Versuchen Sie es mit LGBM
Versuchen Sie es mit dem Feed-Parser von Python.
Versuchen Sie es mit Pythons Tkinter
Python + Unity Enhanced Learning (Lernen)
[Maschinelles Lernen] Versuchen Sie, Objekte mithilfe der selektiven Suche zu erkennen
Implementierung des Chainer-Serienlernens mit Mini-Batch variabler Länge
Vorsichtsmaßnahmen bei der Verwendung von Chainer
Versuchen Sie es mit Tweepy [Python2.7]
Stärkung des Lernens 1 Einführungsausgabe
Versuchen Sie es mit Pytorchs collate_fn
Versuchen wir nun die Gesichtserkennung mit Chainer (Lernphase)
[Einführung in die Stärkung des Lernens] Stärkung des Lernens, um sich vorerst zu bewegen
Versuchen Sie Q-Lernen in einem Kampf im Drakue-Stil [Einführung in die Stärkung des Lernens]
Echtzeit-Personalschätzung (Lernen mit lokaler GPU)
Stärkung des Lernens 18 Colaboratory + Acrobat + ChainerRL
Versuchen Sie es mit TensorFlow
Verbessertes Lernen 7 Protokollieren Sie die Ausgabe von Lerndaten
Versuchen Sie, PythonTex mit Texpad zu verwenden.
[Python] Versuchen Sie, Tkinters Leinwand zu verwenden
Versuchen Sie es mit Jupyters Docker-Image
Versuchen Sie es mit Scikit-Learn (1) - K-Clustering nach Durchschnittsmethode
Versuchen Sie, RBM mit Chainer zu implementieren.
Stärkung des Lernens 17 Colaboratory + CartPole + ChainerRL
Stärkung des Lernens 28 colaboratory + OpenAI + chainerRL
Versuchen Sie es mit matplotlib mit PyCharm
Versuchen Sie es mit Azure Logic Apps
Stärkung des Lernens 19 Colaboratory + Mountain_car + ChainerRL