rlworkgroup/garage

Split GaussianMLPModel into several variants

Ouverte

#587 ouverte le 19 mars 2019

Voir sur GitHubGuide contributeur
 (0 commentaire) (0 réaction) (0 personne assignée)Python (297 forks)batch import
good first issuetf

Métriques du dépôt

Stars
 (1 728 étoiles)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

The current GaussianMLPModel actually represents several architecture variants, which makes it difficult to use and to test. We should split it into several variants based on architecture (and possibly parameterization)

description mean std_param
fixed variance MLP1 parameter (trainable or not)
split network MLP1 MLP2
shared network/multi-headed MLP1/head1 MLP1/head2

Guide contributeur

Direction de recherche
Étudiez la classe GaussianMLPModel actuelle pour identifier les trois variantes architecturales (variance fixe, réseau divisé, réseau partagé). Concevez et implémentez ensuite des classes séparées pour chaque variante, en assurant la rétrocompatibilité et en ajoutant des tests.
Stack technique
python
Domaine
machine learningai
Type d'issue
Refactorisation
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonPyTorch or TensorFlow (reinforcement learning)
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
40