Sawakita1122 2020-03-27 16:24 采纳率: 50%
浏览 2993
已采纳

关于keras 对模型进行训练 train_on_batch参数和模型输出的关系

在用keras+gym测试policy gradient进行小车杆平衡时模型搭建如下:

        inputs = Input(shape=(4,),name='ob_inputs')
        x = Dense(16,activation='relu')(inputs)
        x = Dense(16,activation='relu')(x)
        x = Dense(1,activation='sigmoid')(x)
        model = Model(inputs=inputs,outputs = x)

这里输出层是一个神经元,输出一个[0,1]之间的数,表示小车动作的概率
但是在代码训练过程中,模型的训练代码为:

                X = np.array(states)
                y = np.array(list(zip(actions,discount_rewards)))
                loss = self.model.train_on_batch(X,y)

这里的target data(y)是一个2维的列表数组,第一列是对应执行的动作,第二列是折扣奖励,那么在训练的时候,神经网络的输出数据和target data的维度不一致,是如何计算loss的呢?会自动去拟合y的第一列数据吗?

  • 写回答

1条回答 默认 最新

  • 关注
    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题?

悬赏问题

  • ¥15 我需要全国每个城市的最新小区名字等数据。
  • ¥15 开发一个小区生态的小程序
  • ¥15 MddBootstrapInitialize2失败
  • ¥15 LCD Flicker
  • ¥15 Spring MVC项目,访问不到相应的控制器方法
  • ¥15 esp32在micropython环境下使用ssl/tls连接mqtt服务器出现以下报错Connected on 192.168.154.223发生意外错误: 5无法连接到 MQTT 代理,如何解决?
  • ¥15 关于#genesiscsheel#的问题,如何解决?
  • ¥15 Android aidl for hal
  • ¥15 STM32CubeIDE下载程序报错
  • ¥15 微信好友如何转变为会员系统?(相关搜索:小程序)