qq_41832757的博客

这个baselines项目设计的比较灵活，结构有点复杂。由于项目庞大，各个函数之间又是相互调用，有时候从一个函数追溯下去，可以追溯6,7层，每个函数的超参数又特别多，很容易把人搞晕。       接下来只看DQN部分的源码，其他无关的先不看，沿着一条线分解它！ 接下来进行一个递归游戏，一层一层的深入探索。 在deepq下有个experiments，...

gym中集成的atari游戏可用于DQN训练，但是操作还不够方便，于是baseline中专门对gym的环境重写，以更好地适应dqn的训练      从源码中可以看出，只需要重写两个函数 reset（）和step() ，由于render（）没有被重写，所以画面就没有被显示出来了 1.NoopResetEnv（）函数，功能：前30帧画面什么都不做，跳过。这有利于...

最近发现强化学习挺有意思，但是发现这样的博客挺少的，就随手记录下学习的过程！ Google的DeepMind团队专门致力于研究人工智能，当然在强化学习领域也是世界领先水平，在2015年，DeepMind团队在nature杂志上发表了一片名为《Human-level control through deep reinforcement learning》的论文，第一个成功将强化学习和深度学习结合起来...

       该项目中把tf的数据存储和读取抽取出两个函数，方便开发，思想和代码值得借迁 一.存储 def save_variables(save_path, variables=None, sess=None): import joblib sess = sess or get_session() ...