Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/dongminlee94/meta-learning-for-everyone

"모두를 위한 메타러닝" 책에 대한 코드 저장소
https://github.com/dongminlee94/meta-learning-for-everyone

maml maml-rl mann matching-network meta-learning meta-rl meta-sl pearl prototypical-network rl2 snail

Last synced: 3 days ago
JSON representation

"모두를 위한 메타러닝" 책에 대한 코드 저장소

Awesome Lists containing this project

README

        

[![Language grade: Python](https://img.shields.io/lgtm/grade/python/g/dongminlee94/meta-learning-for-everyone.svg?logo=lgtm&logoWidth=18)](https://lgtm.com/projects/g/dongminlee94/meta-learning-for-everyone/context:python)
[![License: Apache 2.0](https://img.shields.io/badge/license-Apache--2.0-green.svg)](https://opensource.org/licenses/Apache-2.0)
[![Python 3.8.8](https://img.shields.io/badge/python-3.8.8-blue.svg)](https://www.python.org/downloads/release/python-388/)
[![PyTorch 1.9.1](https://img.shields.io/badge/pytorch-1.9.1-red.svg)](https://pytorch.org/blog/pytorch-1.9-released/)
[![Code style: black](https://img.shields.io/badge/code%20style-black-000000.svg)](https://github.com/psf/black)
[![Imports: isort](https://img.shields.io/badge/imports-isort-white)](https://pycqa.github.io/isort/)
[![Linting: flake8 & pylint](https://img.shields.io/badge/linting-flake8%20%26%20pylint-deepblue)](https://pypi.org/project/pytest-pylint/)

[![All Contributors](https://img.shields.io/badge/all_contributors-4-orange.svg?style=flat-square)](#contributors-)



**This repository supports English. If you use English, move to [language/english](https://github.com/dongminlee94/meta-learning-for-everyone/tree/language/english) branch.**

# 모두를 위한 메타러닝: PyTorch를 활용한 Few-shot 학습 모델과 빠른 강화학습 에이전트 만들기

"모두를 위한 메타러닝" 책에 대한 코드 레포지토리입니다.

## 필요 조건

이 레포지토리에서는 **python 3.8.15** 버전을 사용합니다.

## 설치 및 사용 방법

### 1. Anaconda 설치

먼저, 아래의 링크에서 Anaconda를 설치합니다.

https://www.anaconda.com/

### 2. Anaconda 환경 만들기

다음으로, 아래의 명령어들을 통해 새로운 python 환경을 만들고, 그 환경을 활성화합니다.

```bash
(base) $ conda create -y -n meta python=3.8.8

(base) $ conda activate meta

(meta) $ conda env list
```

### 3. 패키지 설치

이어서, 이 레포지토리를 clone한 뒤, 다음의 명령어를 실행하여 필요한 패키지들을 설치해주세요.

**MacOS 및 Linux 사용자**

```bash
# 사용자
(meta) $ make init

# 개발자
(meta) $ make init-dev
```

**Windows 사용자**

```bash
# 사용자
(meta) $ "./scripts/window-init.bat"
```

### 4. 모델 학습 및 결과 확인

**Meta-SL**

Meta-SL은 각 알고리즘 폴더로 이동하여 `jupyter notebook`을 이용하여 해당 알고리즘을 실행해주시고 결과를 확인해주세요.

```bash
(meta) $ jupyter notebook
```

Colab을 이용하실 경우, [Colab에서 Torchmeta 설치하기](https://github.com/dongminlee94/meta-learning-for-everyone/issues/117) 가이드를 참고하여 Torchmeta를 설치하고 이용해주세요.

**Meta-RL**

Meta-RL은 각 알고리즘 폴더로 이동하여 아래의 명령어들을 이용하여 실행해주세요.

```bash
# RL^2
(meta) $ python rl2_trainer.py

# MAML
(meta) $ python maml_trainer.py

# PEARL
(meta) $ python pearl_trainer.py
```

Meta-RL의 경우, 텐서보드를 이용하여 학습 결과를 확인해주세요.

```bash
(meta) $ tensorboard --logdir=./results
```

## Contributors ✨

Thanks goes to these wonderful people ([emoji key](https://allcontributors.org/docs/en/emoji-key)):



Dongmin Lee

💻 📖

Seunghyun Lee

💻 📖

Luna Jang

💻

Seungjae Ryan Lee

💻

This project follows the [all-contributors](https://github.com/all-contributors/all-contributors) specification. Contributions of any kind welcome!