強化学習のPythonプログラムにおけるNumbaを用いた高速化

IPSJ

Search this article

Description

Python言語は機械学習分野においてライブラリが充実しており，広く用いられている．しかしながらPython言語はインタプリタ言語であるため， C/C++言語などのプログラムに比べて実行時間が長いことが指摘されている．これらの問題を解決するためにJITコンパイラ技術を利用したNumbaフレームワークが開発されている．本稿ではPython言語で実装された強化学習プログラムにNumbaフレームワークを適用し高速化を実現する．Numbaにはループ並列処理を行うためにprangeが用意されており，本手法では強化学習のエージェントレベルの並列化にprangeを適用する．Intel Corei7上での性能評価の結果，提案手法の有効性が確認された．

Journal

Keywords

Details 詳細情報について

Report a problem

Back to top