Uso de Stable-Baselines3 en Hugging Face

stable-baselines3 es un conjunto de implementaciones fiables de algoritmos de aprendizaje por refuerzo en PyTorch.

Explorando Stable-Baselines3 en el Hub

Puedes encontrar los modelos de Stable-Baselines3 filtrando en la parte izquierda de la página de modelos.

Todos los modelos del Hub vienen con características útiles:

1. Una tarjeta de modelo generada automáticamente con una descripción, una configuración de entrenamiento y más.
2. Etiquetas de metadatos que ayudan a la descubribilidad.
3. Resultados de evaluación para comparar con otros modelos.
4. Un widget de video donde puedes ver a tu agente en acción.

Instalar la biblioteca

Para instalar la biblioteca stable-baselines3, necesitas instalar dos paquetes:

• stable-baselines3: biblioteca Stable-Baselines3.
• huggingface-sb3: código adicional para cargar y subir modelos de Stable-baselines3 desde el Hub.

pip install stable-baselines3
pip install huggingface-sb3

Uso de modelos existentes

Puedes simplemente descargar un modelo del Hub usando la función load_from_hub

checkpoint = load_from_hub(
    repo_id="sb3/demo-hf-CartPole-v1",
    filename="ppo-CartPole-v1.zip",
)

Debes definir dos parámetros:

• --repo-id: el nombre del repositorio de Hugging Face que deseas descargar.
• --filename: el archivo que desea descargar.

Compartir tus modelos

Puedes subir tus modelos fácilmente usando dos funciones diferentes:

1. package_to_hub(): guarda el modelo, lo evalúa, genera una tarjeta de modelo y registra un video de reproducción de tu agente antes de subir el repositorio completo al Hub.

package_to_hub(model=model, 
               model_name="ppo-LunarLander-v2",
               model_architecture="PPO",
               env_id=env_id,
               eval_env=eval_env,
               repo_id="ThomasSimonini/ppo-LunarLander-v2",
               commit_message="Test commit")

Debes definir siete parámetros:

• --model: tu modelo entrenado.
• --model_architecture: nombre de la arquitectura de tu modelo (DQN, PPO, A2C, SAC…).
• --env_id: nombre del entorno.
• --eval_env: entorno utilizado para evaluar al agente.
• --repo-id: el nombre del repositorio de Hugging Face que deseas crear o actualizar. Es <your huggingface username>/<the repo name>.
• --commit-message.
• --filename: el archivo que deseas enviar al Hub.

2. push_to_hub(): simplemente sube un archivo al Hub

push_to_hub(
    repo_id="ThomasSimonini/ppo-LunarLander-v2",
    filename="ppo-LunarLander-v2.zip",
    commit_message="Added LunarLander-v2 model trained with PPO",
)

Debes definir tres parámetros:

• --repo-id: el nombre del repositorio de Hugging Face que deseas crear o actualizar. Es <your huggingface username>/<the repo name>.
• --filename: el archivo que deseas enviar al Hub.
• --commit-message.

Recursos adicionales

• Documentación de Hugging Face Stable-Baselines3 documentation
• Documentación de Stable-Baselines3 documentation