Cum se utilizează modelele TensorFlow / Keras preinstruite cu agenți Unity ML

La începutul anului trecut, unitatea a lansat suita de învățare automată numită ml-agents. Documentația vorbește pe larg despre configurarea și instruirea modelelor în Unity. Deci, dacă începeți, ar putea fi mai bine să mergeți așa. Cu toate acestea, dacă ați antrenat deja modele cu Keras / TensorFlow, ca și mine, atunci s-ar putea să vă întrebați cum să duceți unele dintre aceste modele la Unity pentru o plimbare. Mulțumim TensorFlowSharp; acum puteți utiliza grafice TensorFlow pre-antrenate în Unity.

Pentru a utiliza modelul Keras i th Unity, trebuie să convertiți modelul în buffere de protocol sau fișier .pb și apoi să îl redenumiți în .bytes, un format care Unitatea înțelege.

Când vine vorba de învățare automată și Python, nu există nimic care să depășească google colab. Pentru cei care nu știu ce este colab – este un caiet de jupiter glorificat. Este atât de glorificat încât vine cu GPU GRATUIT pentru toate nevoile dvs. de învățare automată.

Pentru a activa GPU – deschideți colab – & gt; Setări- & gt; setări pentru notebook – & gt; selectați GPU

În plus, TensorFlow este preinstalat în colab, împreună cu toate bibliotecile noastre preferate de piton. Cea mai bună parte este că vă puteți monta direct unitatea Google pe colab pentru a transfera fără efort date în interior și în afara.

Destul de fundal, să ne apucăm de treabă. Mai întâi de toate, deschideți un nou notebook Colab și montați-vă unitatea Google, astfel încât să aveți acces la modelul dvs. pre-instruit

De asemenea, puteți încărca un fișier local după cum urmează.

Acum trebuie să facem câteva importuri, astfel încât să putem folosi modelul salvat TensorFlow

Să încărcăm modelul și să-l salvăm ca pb. Nu uitați, dacă modelul dvs. nu este în format h5, va trebui mai întâi să îl convertiți în h5.

În cele din urmă, setați directiva Keras pentru modelul pre-instruit și salvați-o ca .pb

Nu uitați să redenumiți fișierul model.pb în model.bytes, altfel nu va funcționa conform intenției.

De aici – urmați împreună cu documentația unității și ar trebui să fiți pregătit să vă serviți modelul Tensorflow / Keras în Unity.