pine73

摘要： 这是github上RL练习的笔记 https://github.com/dennybritz/reinforcement-learning/tree/master/DP Implement Policy Evaluation in Python (Gridworld) 首先观察opai env.P的 阅读全文

摘要： 版本：tensorflow 1.9 get_variable的initializer参数只能是Tensor对象，或接收shape及dtype作为参数并返回Tensor的callable 类似tf.truncated_normal_initializer的对象是继承Initializer的类 详见：h 阅读全文

摘要： 在tensorflow中通常使用下述方法对模型进行训练 train指向的是tf.Graph中关于训练的节点，其中opt.minimize(loss)相当不直观，它相当于 即建立了求梯度的节点和optimizer根据梯度对变量进行修改的节点 因此，可以通过下述方法对梯度进行修改 举两个例子 阅读全文

摘要： 以下运行环境: Ubuntu 18.04 LTS, tensorflow 1.8, python 3.6.5 tensorflow的tf.Graph是静态的图（对比eager execution），它表示模型的骨架，定义图不需要输入数据也不会执行运算 图的创建和使用 一个图对应一个模型，尽量不要出现 阅读全文