qlearning on tensorflow. 0.84 success rate#5
Conversation
|
я бы убрал из коммита бинарные модели |
| """ load the performance score (.json) file """ | ||
|
|
||
| data = json.load(open(path, 'rb')) | ||
| data = json.load(open(path, 'r')) |
There was a problem hiding this comment.
rb только для бинарных данных. Читать json файлы с такой опцией нельзя
There was a problem hiding this comment.
тогда 'rt'; explicit better than implicit
| self.epsilon_max = kwargs.get('e_greedy', 0.9) | ||
| self.batch_size = kwargs.get('batch_size', 16) | ||
| self.epsilon_increment = kwargs.get('e_greedy_increment') | ||
| #self.epsilon = 0 if kwargs.get('e_greedy_increment', False) else self.epsilon_max |
There was a problem hiding this comment.
убрать комментированную строку
| else: | ||
| bot.delete_webhook() | ||
| bot.polling(none_stop=True) ## uncomment it for local testing; | ||
| # @bot.message_handler(commands=['help']) |
There was a problem hiding this comment.
либо убрать, либо раскомментировать
| msg = input() | ||
| episode_over, agent_ans = dia_manager.next_turn(msg) | ||
| turn_count+=1 | ||
| # bot.send_message(msg, agent_ans+' ' + get_random_emoji(1)) |
There was a problem hiding this comment.
убрать или раскомментировать
| msg = input() | ||
| episode_over, agent_ans = dia_manager.next_turn(msg) | ||
| turn_count+=1 | ||
| # bot.send_message(msg, agent_ans+' ' + get_random_emoji(1)) |
There was a problem hiding this comment.
а почему здесь был отсыл сообщения ботом, а теперь нет?
There was a problem hiding this comment.
я не знаю. В твоём замечании по этому куску было написано "убрать или раскомментировать"
я и убрал
There was a problem hiding this comment.
я буду выражаться яснее в следующий раз, имелось в виду следующее: не должно быть закомментированного кода, либо он раскомментирован, либо его нет
у тебя этот кусок кода был закомментирован, я указал, что это неправильно; правильно - понять, что там должно быть и - например, раскомментированная строка, или какая-то другая строка; кажется, что функционал в этом месте изменился после убирания этого кода, что нехорошо
2 participants
Лучшая модель - agt_9_0.84.tf-0. Если запускать через run.py - нужно указать параметр
--trained_model_path ./deep_dialog/checkpoints/rl_agent/agt_9_0.79.tf-0. Загрузить DoubleDQN можно через статический метод load с моделью, указанной выше