コロナに負けず、できることを少しずつ。

[ML Study Jams Vol.4] Baseline: Data, ML, AI / 強化学習 Reinforcement Learning: Qwik Start 受講メモ

[ML Study Jams Vol.4] Baseline: Data, ML, AI / 強化学習 Reinforcement Learning: Qwik Start 受講メモ

GSP691 Baseline: Data, ML, AI の 1コマ「Reinforcement Learning: Qwik Start」
https://google.qwiklabs.com/focuses/10285

概要 (Google 翻訳から転記)

機械学習研究の他の多くの領域と同様に、 強化学習(RL)は、画期的な速度で進化しています。他の研究分野で行ったように、研究者たちはディープラーニングを活用して最先端の結果を達成しています。

特に、強化学習はゲームプレイで以前のMLテクニックを大幅に上回り、Atariで人間レベル、さらには世界最高のパフォーマンスを達成し、人間のGoチャンピオンを破り、Starcraft IIなどのより難しいゲームで有望な結果を示しています。

このラボでは、OpenAI Gymが提供するサンプルからモデル化された単純なゲームを作成して、強化学習の基本を学びます 。
(qwiklabs から引用)

ハンズオンの内容メモ

■目的:

  • 強化学習の基本的な概念を理解する。
  • AI Platform Tensorflow 2.1 Notebookを作成します。
  • Githubにあるトレーニングデータアナリストのリポジトリからサンプルリポジトリのクローンを作成します。
  • ノートブックにある手順を読み、理解し、実行します。

 Deep Q-network (DQN) の概要紹介が Qwiklabs あるので、味わって読むといいと思います。賢明な方には不要でしょうが【DQN は not ドキュ】です。

筆者の都合により、ダッシュボードは 日本語で操作します。

■Create an AI Platform Notebook

us-west1-b リージョンに 4vCPUs, 15GB RAM / TensorFlow 2.1 without GPU 環境を無償で作ります。Tesla T4 を無償体験してみたいが、我慢。

■JuputerLab Notebook の Terminal 操作でgit clone を実施します。

■git clone 実施。

■新しいタブで、training-data-analystquestsrl > early_rl > early_rl.ipynb. を開きます。

ラボ終了

blog メモ(スクリーンショット撮影)を作成しなければ、概ね 10分程度で完了すると思います。

Baseline: Data, ML, AI クエスト完了

このクエストは完了。次はどのクエストか、コースへ進もうかな。

ご覧いただき有難うございました。

以上

Baseline: Data, ML, AIカテゴリの最新記事