Skip to content

a3c代码注释小问题 #227

@AInseven

Description

@AInseven

line170 # 从server拉取最新的梯度
self.client.set_weights(self.server.get_weights())
拉取的应该时网络参数吧,不是梯度。给sever上传的是梯度,下载的不是梯度

感谢
老师每次函数都是换着用,学到很多,有心了

entropy = tf.nn.softmax_cross_entropy_with_logits(labels=policy,
logits=logits)
policy_loss = policy_loss - 0.01 * entropy

这段儿减去了的entropy 是 用logits 和 把softmax(logits)当labels 算的
自己和自己交叉熵,不过我试了下有用,就是作用不太明白,希望能补充解释下

Metadata

Metadata

Assignees

No one assigned

    Labels

    No labels
    No labels

    Projects

    No projects

    Milestone

    No milestone

    Relationships

    None yet

    Development

    No branches or pull requests

    Issue actions