1回答
我创建了一个深度Q网络来玩蛇游戏。代码运行得很好，只是在训练周期中性能并没有真正提高。最后，它与采取随机动作的代理几乎没有区别。q value can be > 1作为参考，网络输出5个值，因为蛇可以移动的4个方向，以及一个额外的不采取行动的值。此外，我不像传统的<e
浏览 6提问于2019-08-14得票数 2
我在健身房NChain游戏上尝试了DoubleDQN和DQN算法，发现DoubleDQN的性能并不比DQN更稳定或更好。我将每次操作后训练的批量大小设置为1，我可以知道这是DoubleDQN没有优于DQN的原因吗？
浏览 5提问于2019-07-05得票数 0
1回答
DQlearning上的月球着陆器性能不佳，因此我试图通过优化参数来提高月球着陆器(dq学习)的性能。我可以调整哪一部分？有人能为我提供一些想法吗？添加更多层或更改激活类型或其他方法？？from keras.layers import Dense, Activation, Flatten
from rl.agents.dqnmemory = SequentialMe
浏览 0提问于2018-04-26得票数 1
回答已采纳
1回答
我试图在平台上使用A3C算法和TensorFlow在TITAN X GPU服务器上训练deadly_corridor场景中的代理，然而，在关于2+ days的训练之后，性能崩溃了。正如您在下图中所看到的。走廊里有6个恶魔，特工必须杀死至少5个恶魔才能到达目的地并得到背心。这是newtwork的代码 self.inputs = tf.placeholder(shape=[None, *shape, 1]pol
浏览 1提问于2017-08-07得票数 2
回答已采纳
我有一个功能性的LSTM模型，它具有可接受的性能。现在我如何将这个受监督的模型转换为一个强化学习模型，以提高性能？关于如何将有监督的模型转换为强化学习模型，有什么例子吗？详细信息:我有一个多输入多输出系统(因为我不能分享实际问题，让我们假设天气预报为例)，我需要实时预测输出(如温度、风速等)。我有一个很大的数据
浏览 0提问于2019-10-21得票数 2
2回答
我有不同的包含神经网络的python文件。每个python文件都有关联的weights.h5文件。现在我想创建一个python评估文件，它加载所有网络/ python文件及其权重，创建每个文件的一个实例并比较它们的性能。 到目前为止，我尝试导入为包，但之后我无法通过索引访问模块。我如何导入所有的模型并将它们的一个实例放在一个列表中，这样我</em
浏览 27提问于2018-12-19得票数 3
回答已采纳
我现在正在尝试优化我的机器人的导航。我首先使用了一个普通的DQN，在那里我优化了参数。模拟机器人在5000集后达到了8000个目标，并表现出令人满意的学习性能。现在，由于DQN在强化学习中“不是最好的”，我添加了DoubleDQN。不幸的是，这一个在同样的条件下表现得非常糟糕。我的第一个问题是
浏览 24提问于2019-11-01得票数 0
为什么dqn算法只执行一个梯度下降步骤，即只执行一个时期的训练？它会不会受益于更多的时代，它的准确性会不会随着时间的增加而提高呢？
浏览 4提问于2019-12-16得票数 1
回答已采纳
我有一个DQN代理，它在一个特定的网络上被训练来执行一个任务。然而，在训练代理时，我注意到，在初始的几个时期之后，当代理的得分显示出总体增长后，代理的性能突然出现了急剧下降，就好像它正在重新开始一样。i代理显示性能从差到好的波动，对于DQN代理来说是正常的。我应该做什么诊断才能消除这种波动？我曾为代理商使用过经验回放和探索-开发。我</e
浏览 0提问于2019-01-13得票数 0
回答已采纳
1回答
我是DRL的新手。从这段代码https://github.com/jaromiru/cwcf开始，我想用CNN替换用于Q函数近似的MLP，但我不知道该怎么做。有人能帮我吗？谢谢
浏览 19提问于2020-04-01得票数 1
回答已采纳
2回答
如何提高我的查询性能？
、、、
有什么方法来改善HQL的表现吗？我有这样的疑问：tmp_a as (CREATE INDEX insert_tim
浏览 1提问于2019-10-16得票数 2
回答已采纳
1回答
不知道为什么我的CSS没有更新：(
更新：是否有办法使用requestAnimationFrame实现这一目标？我有一个旋转的图像卷轴，我希望能够左右滑动并切换到下一个或先前的图像(旋转集合中的所有图像)。我使用touchmove事件和css transform: translate属性来移动图像，因此用户触摸时，向左和右滑动是响应的。也就是说，在touchstart和touchend触发之间，使用touchmove事件来移动实际<e
浏览 1提问于2022-01-23得票数 0
1回答
我使用超越120 GB的SSD驱动器与1-TB硬盘驱动器.我的机器是戴尔Inspiron-5567 (笔记本电脑)。Ram 12-GB与2-GB交换内存从SSD驱动器.现在我要问的是，我可以使用修剪技术吗？修剪技术有什么缺点吗？
浏览 0提问于2019-06-27得票数 0
1回答
如何提高我的查询性能？
、、、、
我们已经编写了一个类似下面的查询，并且还在表上创建了适当的索引。我们尝试在where子句列上添加索引，但仍然在可能的情况下执行full scan .Please重写查询。
浏览 1提问于2013-11-29得票数 0
2回答
我目前在一个非常重的网页上工作，其中包含一个弹出式窗口&这个弹出式窗口包含多个选项卡。每个选项卡上都有多个按钮。点击一个按钮打开一个新的弹出式窗口，然后打开一个新的弹出式窗口。我正在使用RadWindow打开一个嵌套弹出窗口。但是，我正经历着非常糟糕的表现。有没有更好的方法来实现这一点，无论是否使用radwindow来显示弹出窗口。
浏览 2提问于2011-04-08得票数 0
回答已采纳
1回答
我有一个UITableView，它从一个防火墙数据库中加载图像。表中的每个单元格包含三幅图片。防火墙查询一次加载三个文档，而当用户滚动到底部时，表视图将分页。我遇到的问题是，当我滚动表视图时，每次它到达一个新单元格时都会结巴。每个单元格所占的比例略高于整个屏幕。下面是我试图描述的一个例子：func paginate(){
postQuery = postQuery.start(afterDocument: docu
浏览 3提问于2021-02-01得票数 0
回答已采纳
1回答
我是新的领域的RL，目前试图培训一个在线的DQN模式。一个在线模型会不会因为它一直在学习而变得过于适合？我怎么知道会不会发生这种事？
浏览 0提问于2021-09-22得票数 1
如果我们训练一个DQN超过40000-60000集的500个时间步调。在过去的100步训练中，在测试过程中，奖励的平均值约为奖励的1.1倍。越多的时间步骤应该更稳定？？时间步数的作用是什么？
例如，在最后100次的训练中，奖励的平均值是6.1，但是在测试期间的答案是5.2 (我的问题是最小化)。我们的DQN还好
浏览 0提问于2018-10-14得票数 0
1回答
提高我的网站性能
、、、、
我有一个静态唯一的网站，这是谷歌应用引擎托管。它的前面是Cloudflare CDN。
以下是两种类型的推荐：2)利用浏览器缓存
对于问
浏览 1提问于2016-09-11得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
