31的感知器

最新推荐文章于 2024-11-17 19:39:42 发布

antepenultimate

最新推荐文章于 2024-11-17 19:39:42 发布

阅读量52

点赞数

文章标签： Q学习随机梯度下降神经网络优化算法强化学习

本文链接：https://blog.csdn.net/antepenultimate/article/details/120233831

版权

import numpy as np
import random
import math
Q1 = np.random.random()
Q2 = np.random.random()
x=np.array([[0,0],
            [0,1],
            [1,0],
            [1,1]])
t=np.array([[0],
           [0],
           [0],
           [1]])
Q0=0
a = 0.01


eps = 1e-4
e0 = 0.001
e1 = 0.001
e2 = 0.001


while  e0>=eps or e1>=eps or e2>=eps:
    j=random.randint(0,3)
    i=j
    r=math.e**(-1)
    k=Q0+Q1*x[i,0]+Q2*x[i,1]
    sig=1/(1+r**k)
    e0 = (sig-t[i])*sig*(1-sig)
    e1 = (sig-t[i])*sig*(1-sig)*x[i,0]
    e2 = (sig-t[i])*sig*(1-sig)*x[i,1]
else:
    Q0 = Q0-a*e0
    Q1 = Q1-a*e1
    Q2 = Q2-a*e2

print(Q0,Q1,Q2)

[0.0005269] [0.62731144] [0.37671326]