强化学习如何调整参数

如何调整参数
深度强化学习之DQN编写与调试经验总结

神经网络的选取

这里着重强调一下，我们用神经网络的目的是为了拟合值函数（动作-状态值函数）。

那么我们应该使用什么样的网络呢？当你在网上搜索DQN代码时，主要有以下几个版本的复制：基于gym中倒立摆与过山车的DQN，用的为一个隐藏层的全连接；基于原始图像输入如Atari中的游戏，用的为深度卷积神经网络。因此，当你把DQN应用到具体的应用时，首先考虑一下是不是真的需要使用深度卷积神经网络。当你的特征可以直接提取并可以根据得到的特征计算值函数时，就不需要使用卷积神经网络，只有当你的Agent输入为原始图像，需要提取图像特征时再考虑使用卷积神经网络。

如果你要问神经元的数量以及层数，大致的思路是层数越深，每层神经元数据可以相应减少；层数越浅，每层神经元数量就稍微增多一点。

激活函数这里要注意一下，如果你的环境奖励为负值，那么要注意：Relu可能会使你的神经元不激活，从而导致反向传播无法更新大量的参数。Relu的变种或者Sigmoid变种（tanh）等都可以考虑，但是sigmoid在一定区域也会出于无梯度状态。
————————————————
版权声明：本文为CSDN博主「MADong0」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/guijian6473/article/details/93859663

参数模型和非参数模型

添加链接描述

机器学习中的数据分布密度估计之采样法

添加链接描述
寻找数据集的分布参数或其后验概率的途径有两个，一是采样法，另一个是使用类似最大似然法的优化法，获得近似解

Survival_Analysis