tensorflow零起点快速入门(5) --强化学习摘录截图（tf与np）

tf.random_normal_initializer

 

tf的GraphKeys用法

 

 

 

 

 

tf.reduce_mean

 

 

 

 

 tf.squared_difference

 

 

非tf中的zip，python的zip用法

 

 

非tf中的hstack，numpy的hstack用法

 

 

非tf中的newaxis，numpy的newaxis用法

 

 

非tf中的arange，numpy的arange用法

 

 

tf.nn.relu6

 

 

tf.nn.tanh

 

 

tf.distributions.Normal

 

 

 

 

log_prob---tf.distributions.Normal

如下取了对数，应该是后面两项少了一个括号吧。。。

 

 

熵的定义

 

 

tf.clip_by_value

 

 

tf.gradients

 

 

二维及以上矩阵取值运算

 

 

tf的softmax策略迭代与对应求导

 

 

非tf中的random.choice，numpy的random.choice用法

 

 

策略梯度的梯度上升问题

 

 

策略表示中的softmax

 

 

计算交叉熵

 

 

tf.truncated normal与tf.random normal

 

 

numpy的shape

 

 

numpy的ravel、flatten、squeeze数据拉平

 

numpy的zeros_like