Python haの例

コード例 #1

ファイル: copy.py プロジェクト: 1234-/gym

 def set_data(self):
     self.content = {}
     self.target = {}
     for i in range(self.total_len):
         val = random.randrange(self.base)
         self.content[ha(np.array([i]))] = val
         self.target[i] = val
     self.total_reward = self.total_len 

コード例 #2

ファイル: copy.py プロジェクト: zozo123/gym

 def set_data(self):
     self.content = {}
     self.target = {}
     for i in range(self.total_len):
         val = random.randrange(self.base)
         self.content[ha(np.array([i]))] = val
         self.target[i] = val
     self.total_reward = self.total_len

コード例 #3

ファイル: trpo_caesar.py プロジェクト: tilarids/reinforcement_learning_playground

 def set_data(self):
     self.total_len = len(self.input_data_string)
     self.content = {}
     self.target = {}
     for i in range(self.total_len):
         self.content[ha(np.array([i]))] = ord(self.input_data_string[i])-ord('a')
         self.target[i] = ord(self.output_data_string[i]) - ord('a')
     self.total_reward = self.total_len

コード例 #4

ファイル: reverse.py プロジェクト: MattMather/matt.mather

 def set_data(self):
     self.content = {}
     self.target = {}
     for i in range(self.total_len):
         val = self.np_random.randint(self.base)
         self.content[ha(np.array([i]))] = val
         self.target[self.total_len - i - 1] = val
     self.total_reward = self.total_len + 0.9

コード例 #5

ファイル: reverse.py プロジェクト: Aishunk/gym

 def set_data(self):
     self.content = {}
     self.target = {}
     for i in range(self.total_len):
         val = self.np_random.randint(self.base)
         self.content[ha(np.array([i]))] = val
         self.target[self.total_len - i - 1] = val
     self.total_reward = self.total_len + 0.9

コード例 #6

 def set_data(self):
     self.total_len = len(self.input_data_string)
     self.content = {}
     self.target = {}
     for i in range(self.total_len):
         self.content[ha(np.array(
             [i]))] = ord(self.input_data_string[i]) - ord('a')
         self.target[i] = ord(self.output_data_string[i]) - ord('a')
     self.total_reward = self.total_len

コード例 #7

 def set_data(self):
     self.content = {}
     self.target = {}
     copies = int(self.total_len / self.duplication)
     for i in range(copies):
         val = random.randrange(self.base)
         self.target[i] = val
         for d in range(self.duplication):
             self.content[ha(np.array([i * self.duplication + d]))] = val
     self.total_reward = self.total_len / self.duplication

コード例 #8

ファイル: repeat_copy.py プロジェクト: 1234-/gym

 def set_data(self):
     self.content = {}
     self.target = {}
     unique = set()
     for i in range(self.total_len):
         val = random.randrange(self.base)
         self.content[ha(np.array([i]))] = val
         self.target[i] = val
         self.target[2 * self.total_len - i - 1] = val
         self.target[2 * self.total_len + i] = val
     self.total_reward = 3.0 * self.total_len + 0.9

コード例 #9

ファイル: repeat_copy.py プロジェクト: zozo123/gym

 def set_data(self):
     self.content = {}
     self.target = {}
     unique = set()
     for i in range(self.total_len):
         val = random.randrange(self.base)
         self.content[ha(np.array([i]))] = val
         self.target[i] = val
         self.target[2 * self.total_len - i - 1] = val
         self.target[2 * self.total_len + i] = val
     self.total_reward = 3.0 * self.total_len + 0.9

コード例 #10

ファイル: reversed_addition.py プロジェクト: MattMather/matt.mather

 def set_data(self):
     self.content = {}
     self.target = {}
     curry = 0
     for i in range(self.total_len):
         vals = []
         for k in range(self.rows):
             val = self.np_random.randint(self.base)
             self.content[ha(np.array([i, k]))] = val
             vals.append(val)
         total = sum(vals) + curry
         self.target[i] = total % self.base
         curry = total / self.base
     if curry > 0:
         self.target[self.total_len] = curry
     self.total_reward = self.total_len

コード例 #11

    def set_data(self):
        self.content = {}
        self.target = {}
        len_left = self.total_len
        i = 0
        while len_left > 0:
            rand_len = self.np_random.randint(1, min(len_left, MAX_LEN) + 1)
            if not LEN_TO_WORD[rand_len]:
                continue
            encoded = self.np_random.choice(LEN_TO_WORD[rand_len])
            for c in encoded:
                enc_val = ord(c) - ord('a')
                dec_val = ord(this.d[c]) - ord('a')
                self.content[ha(np.array([i]))] = enc_val
                self.target[i] = dec_val
                i += 1
            len_left -= rand_len

        self.total_reward = self.total_len

コード例 #12

ファイル: caesar.py プロジェクト: tilarids/reinforcement_learning_playground

    def set_data(self):
        self.content = {}
        self.target = {}
        len_left = self.total_len
        i = 0
        while len_left > 0:
          rand_len = self.np_random.randint(1, min(len_left, MAX_LEN) + 1)
          if not LEN_TO_WORD[rand_len]:
            continue
          encoded = self.np_random.choice(LEN_TO_WORD[rand_len])
          for c in encoded:
            enc_val = ord(c) - ord('a')
            dec_val = ord(this.d[c]) - ord('a')
            self.content[ha(np.array([i]))] = enc_val
            self.target[i] = dec_val
            i += 1
          len_left -= rand_len

        self.total_reward = self.total_len