这篇博客详细介绍了在实现DDPG算法过程中遇到的关键函数，包括np.random.seed和tf.set_random_seed的随机数设置，dict创建空字典，tf.variable_scope管理变量，tf.get_collection获取变量集合，tf.layers.dense添加全连接层，tf.nn.relu激活函数，tf.train.AdamOptimizer优化器，以及gym环境的使用等。博主深入剖析了这些函数的作用和用法，对于理解DDPG算法和深度强化学习实践具有指导意义。
1.np.random.seed点击打开链接
2.tf.set_random_seed(1)点击打开链接
应该和1类似，产生图级的随机序列。那1就是产生操作级的随机序列吧。
3.dict(name = 'soft', tau = 0.01) python中的结构形式，create empty dictionary
4.tf.variable_scope点击打开链接点击打开链接
用来管理相同环境中的同名变量。
5.tf.get_collection点击打开链接 点击打开链接 从一个范围中提取变量。
6.tf.GraphKeys.GLOBAL_VARIABLES点击打开链接 与11相关，如果11中的参数可以train，会赋到这个变量里面。
7.tf.assign
2212
1470
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
