zyfortirude的博客

本文概要：通过mnist识别案例讲解TensorFlow中TensorBoard的使用方法

序言昨天在看到讲解利用深度强化网络玩Flappy Bird的文章 很感兴趣，于是自己把代码拿下来，结合作者解析和多方查找资料，细心揣摩了下 现将代码解析和分析总结如下摘要简要概述深度强化网络的构架，分析实现代码的框架及细节深度强化学习1 强化学习是一种什么样的方法 强化学习作为一个序列决策（Sequential Decision Making）问题，它需要连续选择一些行为，从这些行为完成后得

模型概述序列建模seq2seq,给定一个序列A，模型生产另一个序列B，然后模型再由序列B生成C,以此一直持续下去。基本工作流程如下： 序列A中的每一个单词通过word_embedding操作以后，作为input进seq2seq入模型，模型生成同样维度的序列A_out 训练的时候，模型的输出序列A_out与序列B之间的交叉熵作为模型的目标函数，采用clip控制过的梯度进行收敛；