weixin_61870173的博客

原创 强化学习 reward loss 曲线如何画出顶刊的对比效果

将生成的reward数据生成在文本文件中，一般来说，多几次训练数据越多的实验数据画的图效果越好。以下为单个图像的代码与效果图。生成对比图只要把对比的数据保存下来接着仿照下面的例子就可以了，以下为两个reward对比图像的代码与效果图。