python - 如何保存和重新训练 neat-python 模型？

Question

我训练了一个 neat-python 模型来玩贪吃蛇。我想在 50 代后保存模型，然后我想加载它并从那里重新训练它，这可能吗？我看到了一种可以重放的方法，但只需重放一次，而不是从那个阶段重新训练它。

我的保存代码:

winner = p.run(main, 170)
with open("winner.pkl", "wb") as f:
    pickle.dump(winner, f)
    f.close()

我希望能够加载它并再次调用运行函数来重新训练它

def run(config_file):
config = neat.config.Config(neat.DefaultGenome, neat.DefaultReproduction,
                            neat.DefaultSpeciesSet, neat.DefaultStagnation,
                            config_file)
p = neat.Population(config)
p.add_reporter(neat.StdOutReporter(True))
stats = neat.StatisticsReporter()
p.add_reporter(stats)
winner = p.run(main, 50)
with open("winner.pkl", "wb") as f:
    pickle.dump(winner, f)
    f.close()

if __name__ == '__main__':
    local_dir = os.path.dirname(__file__)
    config_path = os.path.join(local_dir, 'config-feedforward.txt')
    run(config_path)

Answer 1

试试这个:

https://neat-python.readthedocs.io/en/latest/_modules/checkpoint.html

它有效，唯一的问题是它从上次保存的生成中加载并再次覆盖它。

所以如果你运行了5代并且保存所有5个:0,1,2,3,4；如果你加载最后一个，你将获得保存:4,5,6,7,8

这不允许只保存一代，因为它会加载并重做同一代，这基本上会让你一直处于第 0 代。非常奇怪。

但如果您不介意每次都失去上一代，这就是脚本。

有人对此有解决方法吗？