torch DQN算法
生活随笔
收集整理的這篇文章主要介紹了
torch DQN算法
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
強化學習
- CartPole任務的設計使得代理的輸入是4個實際值,表示環(huán)境狀態(tài)(位置,速度等)。然而,神經網絡可以純粹通過觀察場景來解決任務, 因此我們將使用以cart為中心的屏幕補丁作為輸入。也因為如此,我們的結果與官方排行榜的結果無法直接比較 - 因為我們的任務 要困難得多。而且不幸的是,這確實減慢了訓練速度,因為我們必須渲染所有幀。
- 需要的環(huán)境包
- 神經網絡(torch.nn)
- 優(yōu)化(torch.optim)
- 自動分化(torch.autograd)
- 視覺任務的實用程序(torchvision)- 一個單獨的包
- 構建函數
總結
以上是生活随笔為你收集整理的torch DQN算法的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 回调地址没备案_回调地址常见问题及修改方
- 下一篇: NLP之分词技术理论