rl-tutorials 损失函数

损失函数

Open jackyroad opened this issue 3 years ago • 1 comments

十分感谢作者的分享，我有一个疑惑就是按理在更新中，每一个episode都只会输出一个损失函数，但实际上每次都会出来很多个损失函数，画图的看的话回合数只有200，但是损失函数甚至上万个，这是什么原因？

Dec 27 '21 12:12 jackyroad

十分感谢作者的分享，我有一个疑惑就是按理在更新中，每一个episode都只会输出一个损失函数，但实际上每次都会出来很多个损失函数，画图的看的话回合数只有200，但是损失函数甚至上万个，这是什么原因？

接着这层楼说一下，笔者最近忙于出强化学习的书回复和修正要晚点（

Feb 25 '22 09:02 johnjim0816

十分感谢作者的分享，我有一个疑惑就是按理在更新中，每一个episode都只会输出一个损失函数，但实际上每次都会出来很多个损失函数，画图的看的话回合数只有200，但是损失函数甚至上万个，这是什么原因？

我理解你指的应该是损失计算，是这样的，每次从replaybuffer里面提取一个批量的样本就需要计算一次损失做梯度更新，跟回合数关系其实不大

Nov 15 '22 08:11 johnjim0816