AWS DeepRace入门及奖励函数简介

  1. 新用户会有免费10小时的体验时间;

  2. 超过10小时,每小时3.5美金;

  3. 存储model需要占用空间,空间也需要一定的费用,占比不大。

费用会从注册的时候绑定的信用卡中扣除,大家要记得及时查询账单。

4.模型创建:奖励函数

=====================================================================

创建模型涉及到的配置大概有三块:

  1. Training algorithm and hyperparameters

在这里插入图片描述

  1. Define continuous action space

在这里插入图片描述

  1. Reward Function

这就是我们创建模型最重要的部分:编写奖励函数。

可以说DeepRacer实际上就是怎么写好奖励函数(reward function)。

AWS DeepRacer提供了一些可用于编程的函数,详情见:

https://docs.aws.amazon.com/deepracer/latest/developerguide/deepracer-reward-function-input.html

而且AWS提供了一个Example代码,大家可以直接用这个代码作为自己的模型,当然如果要跑出很好的成绩,还是需要利用AWS提供的函数进行一定的分析和优化的。

def reward_function(params):

‘’’

Example of rewarding the agent to follow center line

‘’’

Read input parameters

track_width = params[‘track_width’]

distance_from_center = params[‘distance_from_center’]

Calculate 3 markers that are at varying distances away from the center line

marker_1 = 0.1 * track_width

marker_2 = 0.25 * track_width

marker_3 = 0.5 * track_width

Give higher reward if the car is closer to center line and vice versa

if distance_from_center <= marker_1:

reward = 1.0

elif distance_from_center <= marker_2:

reward = 0.5

elif distance_from_center <= marker_3:

reward = 0.1

else:

reward = 1e-3 # likely crashed/ close to off track

return float(reward)

Example代码我们大致说下思路:

它是根据判断赛车里赛道中心位置的距离来给予不同的奖励。

如果越靠近中心,那么得到的奖励越多。

我们通过这样的策略训练这个模型(比如60mins时间),那么可以得到一个比较理想的能完成比赛的模型,但是时间可能不是最短的。

后面我们会专门针对具体的赛道并提供一个思路来看看怎么创建一个能跑得更快的模型。

下一篇:《AWS DeepRacer re:Invent 2018赛道reward function奖励函数》

欢迎关注我的技术公众号:国民程序员,我们的目标:输出干货

  1. 每天分享原创技术文章
  2. 海量免费技术资料和视频学习资源
  3. 分享赚钱门道,带领程序员走向财务自由
    图片名称
    自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数初中级Android工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则近万的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Android移动开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。

img

img

img

img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Android开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!

如果你觉得这些内容对你有帮助,可以扫码获取!!(备注:Android)

建议

当我们出去找工作,或者准备找工作的时候,我们一定要想,我面试的目标是什么,我自己的技术栈有哪些,近期能掌握的有哪些,我的哪些短板 ,列出来,有计划的去完成,别看前两天掘金一些大佬在驳来驳去 ,他们的观点是他们的,不要因为他们的观点,膨胀了自己,影响自己的学习节奏。基础很大程度决定你自己技术层次的厚度,你再熟练框架也好,也会比你便宜的,性价比高的替代,很现实的问题但也要有危机意识,当我们年级大了,有哪些亮点,与比我们经历更旺盛的年轻小工程师,竞争。

  • 无论你现在水平怎么样一定要 持续学习 没有鸡汤,别人看起来的毫不费力,其实费了很大力,这四个字就是我的建议!!!!!!!!!

  • 准备想说怎么样写简历,想象算了,我觉得,技术就是你最好的简历

  • 我希望每一个努力生活的it工程师,都会得到自己想要的,因为我们很辛苦,我们应得的。

  • 有什么问题想交流,欢迎给我私信,欢迎评论

【附】相关架构及资料

Android高级技术大纲

面试资料整理

内含往期Android高级架构资料、源码、笔记、视频。高级UI、性能优化、架构师课程、NDK、混合式开发(ReactNative+Weex)微信小程序、Flutter全方面的Android进阶实践技术

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!

、混合式开发(ReactNative+Weex)微信小程序、Flutter全方面的Android进阶实践技术**

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!

  • 30
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值