【tensorflow】【python】 tf.placeholder搬着小板凳占座位

资源存储库

已于 2024-01-14 17:04:42 修改

阅读量463

点赞数 8

文章标签： python 开发语言

于 2023-12-04 15:08:13 首次发布

本文链接：https://blog.csdn.net/wq6qeg88/article/details/134784231

版权

self.s = tf.placeholder(tf.float32, [None, N_S], 'S')

在这里插入图片描述

状态s的维数：N_S

self.v_target = tf.placeholder(tf.float32, [None, 1], 'Vtarget')

在这里插入图片描述
价值的维数：1

状态

        self.s = tf.placeholder(tf.float32, [1, n_features], "state")

在这里插入图片描述
状态s的维数1 * n_features

Cart-pole的状态是四维

在这里插入图片描述

函数形式：

tf.placeholder(
dtype,
shape=None,
name=None
)

参数：

dtype：数据类型。常用的是【tf.float32】,【tf.float64】等数值类型
shape：数据形状。
默认是None，就是一维值；
也可以是多维（比如[2,3]；
[None, 3] 表示行数不定，列数是3，行数可以是任意数）。
name：名称

示例

行数不定（None）,列数为S_DIM（S_DIM）：
在这里插入图片描述
行数不定（None）,列数为1（1）：

行数不定（None）,列数为N_S（N_S）：

self.s = tf.placeholder(tf.float32, [None, N_S], 'S')

在这里插入图片描述

self.s = tf.placeholder(tf.float32, [None, N_S], 'S')
self.a_his = tf.placeholder(tf.int32, [None, ], 'A')
self.v_target = tf.placeholder(tf.float32, [None, 1], 'Vtarget')
self.s = tf.placeholder(tf.float32, [None, self.n_features], name='s')  # input
self.q_target = tf.placeholder(tf.float32, [None, self.n_actions], name='Q_target')