cherry 的安装和配置教程
2025-05-21 12:53:45作者:郜逊炳
项目的基础介绍和主要的编程语言
Cherry 是一个基于 PyTorch 的强化学习研究框架。它旨在为研究人员提供一套低级别的、通用的工具,以编写自己的强化学习算法。该框架遵循 UNIX 哲学,即每个工具都尽可能独立,以便研究者可以根据需要选择使用。
主要编程语言:Python
项目使用的关键技术和框架
- PyTorch:一个流行的深度学习框架,用于实现强化学习算法。
- 强化学习算法:包括策略梯度、时间差分学习等。
- 数据结构:为了与 PyTorch 兼容,提供了特定的数据结构,如
Transition和ExperienceReplay。
项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装 cherry 之前,请确保您的系统中已经安装了以下依赖项:
- Python 3.6 或更高版本
- PyTorch
- NumPy
- Matplotlib
安装步骤
-
克隆项目仓库到本地环境:
git clone https://github.com/learnables/cherry.git cd cherry -
安装项目依赖:
在项目根目录下,运行以下命令安装项目所需依赖:
pip install -r requirements.txt -
安装 cherry:
使用 pip 安装 cherry:
pip install . -
验证安装:
运行以下命令来验证 cherry 是否成功安装:
python -c "import cherry; print(cherry.__version__)"
如果一切顺利,您将看到输出的 cherry 版本号。
以上就是 cherry 的安装和配置教程。安装完成后,您可以开始探索和实现自己的强化学习算法。更多使用示例和文档,请参考项目的官方文档和教程。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
593
99
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
415
340
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
昇腾LLM分布式训练框架
Python
150
177
Ascend Extension for PyTorch
Python
573
694
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
567
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116