2020年2月24日
Policy-based 强化学习中的几种采样方法
摘要： 1.tf.random.categorical() tf.random.categorical(tf.math.log([[0.5,0.5]]), 5) Out[26]: <tf.Tensor: id=2523670, shape=(1, 5), dtype=int64, numpy=array([ 阅读全文
posted @ 2020-02-24 09:38 Z_Agent 阅读(658) 评论(0) 推荐(0) 编辑