notadamking/RLTrader

Making training/testing deterministic

Open

#36 geöffnet am 12. Juni 2019

Auf GitHub ansehen
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (535 Forks)batch import
enhancementhelp wantedquestion

Repository-Metriken

Stars
 (1.592 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

Do you guys know how to make training / testing deterministic, e.g. train / test with reproducible results? There is a seed parameter in learn method, however, I don't think it works properly. Even if I set it to constant, the trained model comes out different every time. For testing, predict method has deterministic parameter, that seems to work as intended.

Contributor Guide

Research-Richtung
Untersuche den seed Parameter in der learn Methode von RLTrader. Prüfe, ob der Seed auf alle Zufallszahlengeneratoren (numpy, random, TensorFlow/PyTorch) angewendet wird. Überprüfe die Trainingsschleife und die Modellinitialisierung, um deterministisches Verhalten sicherzustellen. Siehe den Trainingscode im Repository, um fehlende Seed Einstellungen zu identifizieren.
Tech Stack
python
Domain
machine learning
Issue Type
Fehler
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Halber Tag
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Veraltet
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
Python basicsReinforcement learning concepts
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
40