Thompson Sampling 教程项目使用指南

Thompson Sampling 教程项目使用指南

ts_tutorial 项目地址: https://gitcode.com/gh_mirrors/ts/ts_tutorial

1. 项目目录结构及介绍

ts_tutorial/
├── src/
│   ├── base/
│   ├── finite_arm/
│   ├── cascading/
│   ├── ensemble_nn/
│   ├── pricing/
│   ├── graph/
│   ├── simple_example.py
│   ├── reproduce_figures.py
│   ├── batch_runner.py
│   ├── local_runner.py
│   └── batch_analysis.py
├── README.md
├── LICENSE
└── ts_tutorial_intro.ipynb

目录结构说明

• src/: 包含项目的核心代码。
  • base/: 包含抽象的基础类和通用工具。
  • finite_arm/, cascading/, ensemble_nn/, pricing/, graph/: 分别包含不同类型的实验和算法实现。
  • simple_example.py: 一个简单的示例脚本，展示如何运行 Thompson Sampling 与贪心决策的对比实验。
  • reproduce_figures.py: 用于重现论文中的图表。
  • batch_runner.py: 用于批量运行实验的脚本，适合在分布式环境中使用。
  • local_runner.py: 用于本地运行实验的脚本，适合小规模测试。
  • batch_analysis.py: 用于分析批量运行结果并生成图表。
• README.md: 项目介绍和使用说明。
• LICENSE: 项目许可证文件。
• ts_tutorial_intro.ipynb: 一个 Jupyter Notebook 文件，提供项目的入门教程。

2. 项目启动文件介绍

simple_example.py

simple_example.py 是一个简单的启动脚本，用于展示 Thompson Sampling 与贪心决策的对比实验。你可以通过以下命令运行该脚本：

cd ts_tutorial/src
python simple_example.py

reproduce_figures.py

reproduce_figures.py 用于重现论文中的图表。你可以通过以下命令运行该脚本：

cd ts_tutorial/src
python reproduce_figures.py --help

该脚本支持多种参数配置，具体使用方法可以通过 --help 选项查看。

batch_runner.py

batch_runner.py 用于批量运行实验，适合在分布式环境中使用。你可以通过以下命令运行该脚本：

cd ts_tutorial/src
python batch_runner.py --config=finite_arm/config_simple --job_id=0 --save_path=/tmp/

local_runner.py

local_runner.py 用于本地运行实验，适合小规模测试。你可以通过以下命令运行该脚本：

cd ts_tutorial/src
python local_runner.py

3. 项目配置文件介绍

项目中的配置文件主要用于定义实验的参数组合。配置文件通常位于 src/ 目录下的各个子目录中，例如 finite_arm/config_simple。

配置文件示例

# finite_arm/config_simple
{
    "agents": ["greedy", "thompson"],
    "seeds": range(100),
    "environments": ["3-armed-bandit"]
}

配置文件说明

• agents: 定义了要运行的代理（算法）列表。
• seeds: 定义了实验的随机种子范围。
• environments: 定义了实验的环境列表。

通过配置文件，batch_runner.py 可以批量运行不同的实验组合，并将结果保存到指定的路径。

ts_tutorial 项目地址: https://gitcode.com/gh_mirrors/ts/ts_tutorial