我根据bstriner的要点(https://gist.github.com/bstriner/e1e011652b297d13b3ac3f99fd11b2bc#gistcomment-2310228),在Keras中为EnhanceRL算法设置了一个自定义损失和一个自定义拟合方法,但我得到了上述错误
有什么提示吗
我正试图将马克西姆·拉潘的Pyrl代码调整为Keras。然而,y_pred和y_true custom loss Keras要求并没有让我达到这个完美的PyTorch/Keras端口
Class NN():
...
def custom_loss(self, y_pred, y_true):
log_prob = self.log_softmax(y_pred)
log_prob_qvals = self.batch_qvals * log_prob[range(len(self.batch_states)), y_true]
loss = K.mean(log_prob_qvals * -1, axis=0)
return loss
def custom_fit(self, x, ytrue):
print('FFP-BP = 1 gradient update')
updates = self.optim.get_updates(
loss=self.custom_loss, params=K.variable(self.net.trainable_weights))
return K.function(input=[x, ytrue], outputs=[self.custom_loss], updates=updates)
...
当我用Pytorch的代码点击F5时,我的预期结果与(几乎)相同:
logits_v = net(states_v)
log_prob_v = F.log_softmax(logits_v, dim=1)
log_prob_actions_v = batch_qvals_v * \
log_prob_v[range(len(batch_states)), batch_actions_t]
loss_v = -log_prob_actions_v.mean()
loss_v.backward()
optimizer.step()
编辑1:通过检查,在Python调试时,我可以看到损失值的计算是正确的。所以,我怀疑这是和那些女人有关
目前没有回答
相关问题 更多 >
编程相关推荐