金凯旋 金凯旋 学会使用 FinRl -- 代码阅读理解【0】基础

BaseCallback(ABC):

位于 安装了stable_baselines3/common下 ，安装了Finrl-lib 后可以直接引用该内容

例如：

win 下：C:\Users\admin\AppData\Roaming\Python\Python39\site-packages\stable_baselines3

lnx下：　/usr/local/lib/python3.8/dist-packages/stable_baselines3

一个虚基类，封装了on_step,  update_locals， savedata, lodadata 等通用步骤

该基类封装了 agent 的一些基本操作：on_step 等等。

很多其他操作也由此扩展：

 

EventCallback(BaseCallback):

def __init__(self, callback: Optional[BaseCallback] = None, verbose: int = 0):

 

CallbackList(BaseCallback):

def __init__(self, callbacks: List[BaseCallback]):

 

CheckpointCallback(BaseCallback):

def __init__(self, save_freq: int, save_path: str, name_prefix: str = "rl_model", verbose: int = 0):

 

EvalCallback(EventCallback):

    def __init__(

        self,

        eval_env: Union[gym.Env, VecEnv],

        callback_on_new_best: Optional[BaseCallback] = None,

        callback_after_eval: Optional[BaseCallback] = None,

        n_eval_episodes: int = 5,

        eval_freq: int = 10000,

        log_path: Optional[str] = None,

        best_model_save_path: Optional[str] = None,

        deterministic: bool = True,

        render: bool = False,

        verbose: int = 1,

        warn: bool = True,

    ):

 

StopTrainingOnRewardThreshold(BaseCallback):

    def __init__(self, reward_threshold: float, verbose: int = 0):

        super(StopTrainingOnRewardThreshold, self).__init__(verbose=verbose)

        self.reward_threshold = reward_threshold

 

StopTrainingOnMaxEpisodes(BaseCallback):