Deep-Reinforcement-Learning-Leaderboard
רץ בדפדפןhuggingface-projectsרישיון לא דווח2022-05-05
לוח תוצאות שמרכז ומדרג ביצועים של מודלי למידת חיזוק עבור סביבות שונות. הוא מיועד לחוקרים ולמפתחים שרוצים להשוות את הניקוד של המודל שלהם מול אחרים.
- —הורדות בחודש
- 400לייקים
מה זה
בעמוד הזה אתם לא מריצים אימון ולא מעלים משקלי מודל ישירות לממשק. המערכת מציגה טבלאות נתונים לפי סביבות אימון שונות, ומדרגת מודלים לפי ביצועים שנמדדו מראש. בין המודלים שנכללים בטבלה נמצא למשל sb3/ppo-CartPole-v1.
הטבלאות נשענות על מאגר נתונים ייעודי בשם drlc-leaderboard-data של huggingface-projects. הקוד מושך את המידע על המודלים, קורא את קובצי ה־README שלהם באמצעות ה־API של המערכת, ומחלץ נתונים כמו דירוג, מזהה משתמש, מזהה מודל, תוצאות, ממוצע גמול וסטיית תקן של הגמול.
מתאים ל
- השוואת ביצועי מודלים
בדיקת ממוצע הגמול וסטיית התקן של מודלי למידת חיזוק שונים בסביבה נתונה מול שאר הקהילה.
- איתור מודלים של יוצר
חיפוש לפי מזהה משתמש כדי לראות את כל המודלים והדירוגים שמשויכים לחשבון ספציפי.
- קישור למודלים מובילים
מעבר ישיר מדף הטבלה לעמודי המודלים המובילים, כמו מודל PPO ל־CartPole, על בסיס הקישורים המוטמעים.
איפה זה נופל
זהו לוח תוצאות סטטי ששואב נתונים קיימים, ולא כלי שמריץ אינטראקציה חיה עם סביבת למידת חיזוק. אי אפשר לאמן פה סוכן, ואי אפשר לראות סימולציה ויזואלית של הריצה. בנוסף, הדירוג מתבסס על מטא-דאטה שחולצה מקובצי התיעוד של המודלים, ולכן הוא תלוי בפורמט התוצאות שהועלה למאגרים ולא מבצע ולידציה עצמאית של הביצועים בזמן אמת.
שאלות
נפוצות
האם השימוש בלוח התוצאות עולה כסף?
לא. הצפייה בלוח והחיפוש של המודלים שלכם בטבלה פתוחים בדפדפן ללא תשלום.
האם מעלים כאן קבצים אישיים?
לא מעלים לכאן קבצים כלל. הקוד רק מושך נתונים מקובצי README וממאגר נתונים קיים, ומאפשר לסנן לפי מזהה משתמש קיים.
האם האפליקציה מריצה את המודל בפועל?
לא, אין כאן הרצה של למידת חיזוק או סימולציה של סוכן. הממשק רק מציג טבלאות תוצאות של מודלים שנמדדו ונשמרו קודם לכן.
האם אפשר להריץ את הלוח הזה באופן מקומי?
הקוד מבוסס על gradio ומשתמש בספריות פייתון רגילות כמו huggingface_hub ו־pandas. עם זאת, הוא מסתמך על מבנה המאגר של drlc-leaderboard-data לצורך הצגת המידע.
איך משתמשים
נכנסים לעמוד ובוחרים בלשונית של סביבת הלימוד שמעניינת אתכם. בתוך הלשונית מופיעה טבלה עם מאה השורות המובילות. אפשר להקליד מזהה משתמש בשדה Your user id וללחוץ על Search my models כדי לסנן רק את המודלים שלכם, או ללחוץ על Clear my search כדי לאפס את התצוגה. האפליקציה רצה על תשתית שמוגדרת cpu-upgrade, וטעינת הנתונים והחיפוש בטבלה מתבצעים מיידית בלי צורך בהמתנה בתור.
הרישיון
הרישיון של המרחב הזה לא דווח. המשמעות היא שאין הרשאת שימוש מפורשת מראש בקוד של הממשק, ויש לבדוק את הרישיונות הספציפיים של המודלים ומאגר הנתונים המקושרים בנפרד.