问如何实现一次要求所有输出的成本函数
EN

Stack Overflow用户

提问于 2018-04-16 12:02:27

回答 1查看 33关注 0票数 0

假设我有一个成本函数，它要求一个神经网络的所有输出(即经过一定范围的训练时间步骤)来计算它的成本。

这方面的一个例子是，网络针对未来培训数据的行为将影响成本。例如，网络可能会被训练来驾驶一辆模拟的汽车绕一条赛道，而成本是完成的时间或撞车的时间。

在tensorflow中实现这一目标的方法是什么？

回答已采纳

发布于 2018-04-16 22:19:45

标准的方法是使用递归神经网络(在序列数据中，您可以在一些或所有的序列步骤中计算损失函数)，或者使用强化学习，在将来的某个不确定点上只有奖励(例如，在课程结束时，由于速度更快而得到更好的奖励)。

下面是在tensorflow中实现RNN的一个很好的教程：

下面是我发现的强化学习的介绍：

这两种类型的模型都可能用于解决问题，具体取决于您想要如何构造问题。tensorflow是一个通用的数学库，提供自动区分和GPU支持，您可以在Tensorflow之上构建这些模型中的任何一个。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/49856872

复制

相似问题

问如何实现一次要求所有输出的成本函数EN