【mindspore】【Categorical】softmax数据放入Categorical类出现和不为1的错误

Categorical类
import mindspore
import mindspore.nn as nn
import numpy as np
from mindspore import Tensor
from mindspore.nn.probability.distribution import Categorical


class Actor(nn.Cell):
    def __init__(self, state_dim, action_dim):
        super().__init__()
        self.fc = nn.SequentialCell([
            nn.Dense(in_channels=state_dim, out_channels=32),
            nn.ReLU(),
            nn.Dense(in_channels=32, out_channels=action_dim),
            nn.Tanh()
        ])
        self.softmax = nn.Softmax(axis=-1)

    def construct(self, state):
        out = self.fc(state)
        return self.softmax(out)


actor = Actor(4, 2)
for i in range(1000):
    x = Tensor(np.random.random(size=(10, 4)),dtype=mindspore.float32)
    y = actor(x)
    print(y)
    cat = Categorical(y)
    index = cat.sample()
    print(index)

【操作步骤&问题现象】

今天使用了nn.softmax函数对神经网络输出处理,经过对神经网络的输出处理后,变为一个相加为1的Tensor,然后我用这个Tensor去输入到Categorical中,在训练过程中,有时会出现数据放到Categorical里面会出现相加不为1的错误

对于同样的数据,我把它放到pytorch的Categorical类里面处理发现没有错误,由此我在想是否是因为精度的原因,比如X为此tensor,允许X.sum() = 1 - epsilon,这个epsilon是否可以调大一点?

 mindspore1.5-cpu,python3.7.5,windows 10环境下,Categorical类中的精度调整之后发现就不报错了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值