在 Hugging Face 上使用 Stable-Baselines3

stable-baselines3 是一组基于 PyTorch 的强化学习算法的可靠实现。

在 Hub 中探索 Stable-Baselines3

您可以在模型页面左侧进行筛选，以查找 Stable-Baselines3 模型。

Hub 上的所有模型都附带了实用功能：

1. 自动生成的模型卡片，包含描述、训练配置等更多内容。
2. 有助于提高可发现性的元数据标签。
3. 用于与其他模型比较的评估结果。
4. 一个视频小部件，您可以在其中观看您的智能体执行操作。

安装该库

要安装 stable-baselines3 库，您需要安装两个软件包：

• stable-baselines3：Stable-Baselines3 库。
• huggingface-sb3：用于从 Hub 加载和上传 Stable-baselines3 模型的附加代码。

pip install stable-baselines3
pip install huggingface-sb3

使用现有模型

您可以简单地使用 load_from_hub 函数从 Hub 下载模型

checkpoint = load_from_hub(
    repo_id="sb3/demo-hf-CartPole-v1",
    filename="ppo-CartPole-v1.zip",
)

您需要定义两个参数：

• --repo-id：要下载的 Hugging Face 仓库的名称。
• --filename：要下载的文件。

共享您的模型

您可以使用以下两个不同的函数轻松上传您的模型：

1. package_to_hub()：在将完整仓库推送到 Hub 之前，保存模型、对其进行评估、生成模型卡片并录制智能体的回放视频。

package_to_hub(model=model, 
               model_name="ppo-LunarLander-v2",
               model_architecture="PPO",
               env_id=env_id,
               eval_env=eval_env,
               repo_id="ThomasSimonini/ppo-LunarLander-v2",
               commit_message="Test commit")

您需要定义七个参数：

• --model：你训练好的模型。
• --model_architecture：您的模型架构的名称（DQN、PPO、A2C、SAC……）。
• --env_id：环境的名称。
• --eval_env：用于评估智能体的环境。
• --repo-id：要创建或更新的 Hugging Face 仓库的名称。格式为 <your huggingface username>/<the repo name>。
• --commit-message.
• --filename：要推送到 Hub 的文件。

2. push_to_hub()：将文件推送到 Hub

push_to_hub(
    repo_id="ThomasSimonini/ppo-LunarLander-v2",
    filename="ppo-LunarLander-v2.zip",
    commit_message="Added LunarLander-v2 model trained with PPO",
)

您需要定义三个参数：

• --repo-id：要创建或更新的 Hugging Face 仓库的名称。格式为 <your huggingface username>/<the repo name>。
• --filename：要推送到 Hub 的文件。
• --commit-message.

其他资源

• Hugging Face Stable-Baselines3 文档
• Stable-Baselines3 文档