黄隆波_RLx2_v2_watermark.pdf

编号:155517 PDF 20页 4.27MB 下载积分:VIP专享
下载报告请您先登录!

黄隆波_RLx2_v2_watermark.pdf

1、RLx2:Training a Sparse DeepReinforcement Learning Model from ScratchLongbo HuangInstitute for Interdisciplinary Information SciencesTsinghua University1RL China 20232Deep Reinforcement Learning(DRL)3AlphaGo-Zero4 TPUs40 daysOpenAI Five256 GPUs180 daysRainbow DQNsingle GPU one weekHigh training cost

2、Resources-limited scenariosDRL Training is Costly106 W20 W=5000 x4ParadigmPrior worksin SLPrior worksin RLSave inference cost?Save training cost?Sparsityin RLIterative pruningHan et al.(2015;2016);Srinivas et al.(2017);Zhu&Gupta(2018);Hu et al.(2016);Guo et al.(2016);Dong et al.(2017);Molchanov et a

3、l.(2019b);Louizos et al.(2018);Tartaglione et al.(2018);Molchanov et al.(2017);Schwarz et al.(2021)Livne&Cohen(2020);Yu et al.(2020);Lee et al.(2021);Vischer et al.(2022)YesNo70%99%Dynamicsparse trainingBellec et al.(2017);Mocanu et al.(2018);Mostafa&Wang(2019);Dettmers&Zettlemoyer(2019);Evci et al.

4、(2020)Sokar et al.(2021);Graesser et al.(2022)YesYes50%90%Prior Works on lightweight DL5TrainingPruningMuch less parameters&Matchable performance!Iterative Pruning6TrainingEvolvingExplore new connections based on gradientsDynamic Sparse Training7ParadigmPrior worksin SLPrior worksin RLSave inference

5、 cost?Save training cost?Sparsityin RLIterative pruningHan et al.(2015;2016);Srinivas et al.(2017);Zhu&Gupta(2018);Hu et al.(2016);Guo et al.(2016);Dong et al.(2017);Molchanov et al.(2019b);Louizos et al.(2018);Tartaglione et al.(2018);Molchanov et al.(2017);Schwarz et al.(2021)Livne&Cohen(2020);Yu

6、et al.(2020);Lee et al.(2021);Vischer et al.(2022)YesNo70%99%Dynamicsparse trainingBellec et al.(2017);Mocanu et al.(2018);Mostafa&Wang(2019);Dettmers&Zettlemoyer(2019);Evci et al.(2020)Sokar et al.(2021);Graesser et al.(2022)YesYes50%90%Prior Works on lightweight DL8Can an efficient DRL agent be tr

友情提示

1、下载报告失败解决办法
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站报告下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。

本文(黄隆波_RLx2_v2_watermark.pdf)为本站 (张5G) 主动上传,三个皮匠报告文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知三个皮匠报告文库(点击联系客服),我们立即给予删除!

温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。
客服
商务合作
小程序
服务号
折叠