bacow/easy-rl
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

udpate chapter4.md

Browse Source
This commit is contained in:
qiwang067
2022-08-18 16:57:21 +08:00
parent d6ad96f6c5
commit 730a689b1d
1 changed files with 0 additions and 2 deletions
Download Patch File Download Diff File Expand all files Collapse all files

2
docs/chapter4/chapter4.md
View File

@@ -181,13 +181,11 @@ $$
我们要把每一笔训练数据，都使用 $R(\tau)$ 进行加权。如图 4.9 所示，我们使用 PyTorch 或 TensorFlow 之类的深度学习框架计算梯度就结束了，与一般分类问题差不多。 我们要把每一笔训练数据，都使用 $R(\tau)$ 进行加权。如图 4.9 所示，我们使用 PyTorch 或 TensorFlow 之类的深度学习框架计算梯度就结束了，与一般分类问题差不多。
<div align=center> <div align=center>
<img width="550" src="../img/ch4/4.10.png"/> <img width="550" src="../img/ch4/4.10.png"/>
</div> </div>
<div align=center>图 4.9 自动求梯度</div> <div align=center>图 4.9 自动求梯度</div>
## 4.2 策略梯度实现技巧 ## 4.2 策略梯度实现技巧
下面我们介绍一些在实现策略梯度时可以使用的技巧。 下面我们介绍一些在实现策略梯度时可以使用的技巧。
### 4.2.1 技巧 1：添加基线 ### 4.2.1 技巧 1：添加基线