-
超过10小时,每小时3.5美金;
-
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。
=====================================================================
创建模型涉及到的配置大概有三块:
- Training algorithm and hyperparameters
- Define continuous action space
- 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
- 每天分享原创技术文章
- 海量免费技术资料和视频学习资源
- 分享赚钱门道,带领程序员走向财务自由
最后
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,自己不成体系的自学效果低效漫长且无助。
因此我收集整理了一份《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。
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!不论你是刚入门Android开发的新手,还是希望在技术上不断提升的资深开发者,这些资料都将为你打开新的学习之门
如果你觉得这些内容对你有帮助,需要这份全套学习资料的朋友可以戳我获取!!
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,需要这份全套学习资料的朋友可以戳我获取!!
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!