Learn And Earn

이번 포스팅에서는 tensorflow에서 개발한 tf-agents에 대해서 알아보겠습니다. tf-agnets는 이름에서 알 수 있듯이 강화학습을 아주 빠르게 구현할 수 있게 도와줄 수 있는 라이브러리입니다. 이번 포스팅에서는 세부적으로 모든 모듈을 뜯어보기 보다는, tf-agents를 이용하여 강화학습 문제를 해결 할 때, 어떠한 구성 요소를 조립하여 하나의 모델을 완성하는지에 초점을 두고 설명하겠습니다. 개요 tf-agents 모델을 구성하는 데에 크게 6개의 구성요소가 있습니다. environment agent policy network driver replay buffer checkpointSaver, policySaver 이제 이 조각들이 각각 어떠한 역할을 하는지에 대해서 간략하게 설명해보겠습니..

"나 보려고 쓰는 딥러닝" 카테고리에서는 딥러닝의 가장 핵심적인 이론, 또 그의 응용분야(image, sequential-data)에 따른 variation의 모델들을 설명하겠습니다. 또한, tensorflow, pytorch와 같은, 딥러닝이 들어가는 데에 아주 효율적으로 사용되는 라이브러리의 사용법도 함께 다뤄보도록 하겠습니다. 또 이러한 오픈소스를 이용할 때에 발생하는 사소한 기술적인 문제들의 해결방법 및 소소한 팁 또한 다뤄볼 예정입니다. 감사합니다.