tf/encoder|Error合集

Sparks Fly ~

已于 2024-05-05 21:38:26 修改

阅读量424

点赞数 7

文章标签： python 开发语言

于 2024-05-05 19:51:07 首次发布

本文链接：https://blog.csdn.net/qq_52797432/article/details/138401953

版权

1. pickle & pandas

AttributeError: Can't get attribute '_unpickle_block' on <module 'pandas._libs.internals' from '/rds/general/user/xy823/home/anaconda3/envs/test_DQN3_7/lib/python3.7/site-packages/pandas/_libs/internals.cpython-37m-x86_64-linux-gnu.so'>

解决：.pkl文件压缩的pandas和解压缩的pandas必须是同一个版本。

2. tf.reduce_mean

tf.math.reduce_mean(
    input_tensor, axis=None, keepdims=False, name=None)

用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。

axis=0：按照列平均

axis=1：按照行平均

区分：tf.reduce_mean & np.mean

几乎等价，但 np.mean由dtype参数确定输出的数据类型（默认是float64），但 tf.reduce_mean 中输出参数的类型默认与input_tensor一致

3. Leaky ReLU 和 ReLU

Leaky ReLU Explained | Papers With Code

Leaky ReLU在负数部分有一个较小的斜率，目的是处理稀疏梯度的情况（sparse gradients）,比如在训练生成对抗网络时

ReLU：

$f\left(x\right) = \max\left(0, x\right)$

4. one-hot encoding独热编码

https://www.tensorflow.org/api_docs/python/tf/one_hot

Tensorflow 独热向量，tf.one_hot()　一看就明白的解释 - 知乎

machine learning - What is one hot encoding in tensorflow? - Data Science Stack Exchange

tf.one_hot(
    indices,
    depth,
    on_value=None,
    off_value=None,
    axis=None,
    dtype=None,
    name=None
)

用于映射类别特征categorical feature成为类似二进制的编码

5. DQN, double DQN,Dueling DQN, Dueling Double DQN

5.1 DQN

target

$r+\gamma maxQ_{_{target}}(s',a')-Q_{model}(s,a) (1)$

5.2 double DQN

$r+\gamma Q_{_{2nd}}[s',argmax^{_{a'}}Q_{1st}(s',a')] (2)$

5.3 Dueling DQN

$Q(s,a)=V(s)+A(s,a)$

$Q(s,a)=V(s)+A(s,a)-\frac{1}{n}\sum_{a'}^{}A(s,a') (3)$

5.4 Dueling Double DQN

https://www.freecodecamp.org/news/improvements-in-deep-q-learning-dueling-double-dqn-prioritized-experience-replay-and-fixed-58b130cc5682/

for trainning, use(2)

combine resultes,use(3)

Sparks Fly ~

关注

7
点赞
踩
9

收藏

觉得还不错? 一键收藏
1
评论
tf/encoder|Error合集

pkl文件压缩的pandas和解压缩的pandas必须是同一个版本。用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。axis=0：按照列平均axis=1：按照行平均区分：tf.reduce_mean & np.mean几乎等价，np.mean由中输出参数的类型默认与在负数部分有一个较小的斜率，目的是处理稀疏梯度的情况（sparse gradients）,比如在训练生成对抗网络时。
复制链接

扫一扫