Edge_Cloud_Computing 源码

NFV深 服务功能链在线编排的深度强化学习 免责声明:这是一个非官方的实现,试图重现在描述的深度强化学习方法 作为研究生项目的一部分。 尽管执行的代理确实会随着时间的推移而学习,但我们无法重现本文中所述的相同结果。 顾问: 开发人员: , 设置 假设已经在Ubuntu 18.04机器上安装了Anaconda(版本4.8.4)发行版,则可以简单地通过conda env create -f environment.yml克隆conda env create -f environment.yml 。 根据您系统的设置,可能需要安装RayTune的其他软件包和所应用的Tensorflow版本。 实验 script.py文件可作为使用默认参数化在NFVdeep环境上运行基准或DRL代理的接口,即不采用超参数优化。 在这里,您可以指定覆盖拓扑,网络资源以及到达过程的属性。 例如,我们可以执行以