Hub documentation

Menggunakan ML-Agents di Hugging Face

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

Menggunakan ML-Agents di Hugging Face

ml-agents adalah toolkit open-source yang memungkinkan game dan simulasi yang dibuat dengan Unity untuk berfungsi sebagai lingkungan dalam melatih agen cerdas.

Menjelajahi ML-Agents di Hub

Anda dapat menemukan model ml-agents dengan memfilter di sisi kiri halaman model.

Semua model di Hub dilengkapi dengan fitur yang berguna:

  1. Kartu model yang dihasilkan secara otomatis dengan deskripsi, konfigurasi pelatihan, dan lainnya.
  2. Tag metadata yang membantu untuk kemudahan penemuan.
  3. File ringkasan Tensorboard untuk memvisualisasikan metrik pelatihan.
  4. Tautan ke demo web Spaces di mana Anda dapat memvisualisasikan agen Anda bermain di browser Anda.

Instal pustaka

Untuk menginstal pustaka ml-agents, Anda perlu mengkloning repo:

# Clone the repository
git clone https://github.com/Unity-Technologies/ml-agents

# Go inside the repository and install the package
cd ml-agents
pip3 install -e ./ml-agents-envs
pip3 install -e ./ml-agents

Menggunakan model yang sudah ada

Anda dapat dengan mudah mengunduh model dari Hub menggunakan mlagents-load-from-hf.

mlagents-load-from-hf --repo-id="ThomasSimonini/MLAgents-Pyramids" --local-dir="./downloads"

Anda perlu mendefinisikan dua parameter:

  • --repo-id: nama repo Hugging Face yang ingin Anda unduh.
  • --local-dir: jalur untuk mengunduh model.

Visualisasikan agen yang sedang bermain

Anda dapat dengan mudah menonton model mana pun bermain langsung di browser Anda:

  1. Buka repo model Anda.
  2. Di bagian Watch Your Agent Play, klik tautannya.
  3. Pada demo, di langkah 1, pilih repositori model Anda, yaitu model id.
  4. Pada langkah 2, pilih model yang ingin Anda putar ulang.

Berbagi model Anda

Anda dapat dengan mudah mengunggah model Anda menggunakan mlagents-push-to-hf:

mlagents-push-to-hf --run-id="First Training" --local-dir="results/First Training" --repo-id="ThomasSimonini/MLAgents-Pyramids" --commit-message="Pyramids"

Anda perlu mendefinisikan empat parameter:

  • --run-id: nama id run pelatihan.
  • --local-dir: tempat model disimpan.
  • --repo-id: the name of the Hugging Face repo you want to create or update. It’s <your huggingface username>/<the repo name>.
  • --commit-message.

Sumber daya tambahan

Update on GitHub