書籍『ゼロから作るDeep Learning ❹ 強化学習編』(オライリー・ジャパン)のサポートサイトです。本書籍で使用するソースコードがまとめられています。

本書の内容を確認するための「強化学習100題」を用意しています。

https://koki0702.github.io/dezero-p100/

本書のコードはJupyter Notebookでも用意しています。次の表にあるボタンをクリックすることで、Google ColabやKaggle Notebookなどのクラウドサービス上でNotebookを実行することができます。

章	Colab	Kaggle	Studio Lab
1章 バンディット問題
4章 動的計画法
5章 モンテカルロ法
6章 TD法
7章 ニューラルネットワークとQ学習
8章 DQN
9章 方策勾配法

ソースコードを実行するには、下記のソフトウェアが必要です。

• Python 3.x（バージョン3系）
• NumPy
• Matplotlib
• OpenAI Gym
• DeZero （または PyTorch）

本書では、ディープラーニングのフレームワークとしてDeZeroを使います。DeZeroは「ゼロから作るDeep Learning」シリーズの3作目で作ったフレームワークです（ pip install dezero からインストールできます）。

PyTorchを使った実装はpytorchフォルダにて提供しています。

各章のフォルダに該当するコードがあります。 実行するためには、下記のとおりPythonコマンドを実行します（どのディレクトリからでも実行できます）。

$ python ch01/avg.py
$ python ch08/dqn.py

$ cd ch09
$ python actor_critic.py

本リポジトリのソースコードはMITライセンスです。 商用・非商用問わず、自由にご利用ください。

本書の正誤情報は以下のページで公開しています。

https://github.com/oreilly-japan/deep-learning-from-scratch-4/wiki/errata

本ページに掲載されていない誤植など間違いを見つけた方は、[email protected]までお知らせください。

https://qiita.com/nishiys/items/3b8c1670891f745c5a81

https://qiita.com/haraken_qiita/items/6983d0ca8c0f76bd021a

https://sourceforge.net/projects/vcxsrv/ vcxsrv-64.1.20.14.0.installer.exe

xlaunch.exeという実行ファイルがあると思いますので, 起動します.

multiple window を選んで, 次へを選択 start no client を選んで, 次へを選択

clipboard を使用したければ, clipboardにチェックを入れます. Additional parameters for VcXsrv という入力フォームに -ac と入力して, 次へを選択します.

設定内容をC:\Program Files\VcXsrv\config.xlaunchに保存。

Explorerにてshell:startupを開く。 ショートカットの登録→ターゲット

C:\Program Files\VcXsrv\xlaunch.exe" -run "C:\Program Files\VcXsrv\config.xlaunch"

として登録

WSL2からVcXsrvに対して画面出力できるようにする。

$ vi ~/.bashrc

# 末尾に以下を登録して保存
# Show GUI to windows from WSL2
export DISPLAY=`hostname`.mshome.net:0.0
export LIBGL_ALWAYS_INDIRECT=1

tkTest.pyとして保存。

from tkinter import *

root = Tk()
a = Label(root, text ="Hello World")
a.pack()

root.mainloop()

$ python tkTest.pyでスクリプト実行

下記画面が出力されれば終了

$ sudo apt install qtwayland5

QT_QPA_PLATFORM="xcb"

export QT_XCB_GL_INTEGRATION=none