ipython-contrib /
jupyter_contrib_nbextensions
A collection of various notebook extensions for Jupyter
72/100 healthLoading repository data…
SwerkF / repository
A collection of AI training environments and experiments built with OpenAI Gym. Includes interactive GUIs for CartPole and Lunar Lander, plus Jupyter notebooks to test and train reinforcement learning agents.
A transparent discovery signal based on current public GitHub metadata.
This score does not audit code, security, maintainers, documentation quality, or suitability. Verify the repository and its current documentation before adoption.
Pour cloner ce dépôt, exécutez la commande suivante :
git clone https://github.com/SwerkF/deep_learning_gym.git
Créez un environnement virtuel Python et activez-le. Par exemple, avec venv :
python -m venv venv
Pour activer l'environnement virtuel sur Windows, exécutez :
venv\Scripts\activate
Pour activer l'environnement virtuel sur Linux ou MacOS, exécutez :
source venv/bin/activate
Pour installer les dépendances, exécutez la commande suivante :
pip install -r requirements.txt
Pour entraîner le modèle sur l'environnement CartPole-V1, ouvrez le fichier cartpole_v1_oliwer_mohand.ipynb et exécutez les cellules.
Pour entraîner le modèle sur l'environnement LunarLander-v3, ouvrez le fichier lunar_lander_v3_oliwer_mohand.ipynb et exécutez les cellules.
Les modèles se sauvegardent automatiquement dans le dossier models/. Vous pouvez les charger pour effectuer des prédictions ou pour continuer l'entraînement.
Pour lancer l'interface graphique pour l'environnement CartPole-V1, exécutez la commande suivante :
python gui_cartpole.py
Pour lancer l'interface graphique pour l'environnement LunarLander-v3, exécutez la commande suivante :
python gui_lander.py
Selected from shared topics, language and repository description—not editorial ratings.
ipython-contrib /
A collection of various notebook extensions for Jupyter
72/100 healthQiskit /
A collection of Jupyter notebooks showing how to use the Qiskit SDK
34/100 healthgiswqs /
A collection of 360+ Jupyter Python notebook examples for using Google Earth Engine with interactive mapping
ikatsov /
A collection of reference Jupyter notebooks and demo AI/ML applications for enterprise use cases: marketing, pricing, supply chain, smart manufacturing, and more.
89/100 healthqiskit-community /
A collection of Jupyter notebooks developed by the community showing how to use Qiskit
77/100 healthbuildfastwithai /
Collection of Jupyter notebooks is designed to provide you with a comprehensive guide to various AI tools and technologies
86/100 health