Sawakita1122 2020-03-27 16:24 采纳率: 50%
浏览 2991
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 高德地图点聚合中Marker的位置无法实时更新
  • ¥15 DIFY API Endpoint 问题。
  • ¥20 sub地址DHCP问题
  • ¥15 delta降尺度计算的一些细节,有偿
  • ¥15 Arduino红外遥控代码有问题
  • ¥15 数值计算离散正交多项式
  • ¥30 数值计算均差系数编程
  • ¥15 redis-full-check比较 两个集群的数据出错
  • ¥15 Matlab编程问题
  • ¥15 训练的多模态特征融合模型准确度很低怎么办