DDR爱好者之家

TensorFlow的权值更新方法
站长资源 2024/11/26 佚名
66 1538
DDR爱好者之家 Design By 杰米

一. MovingAverage权值滑动平均更新

1.1 示例代码：

def create_target_q_network(self,state_dim,action_dim,net):
  state_input = tf.placeholder("float",[None,state_dim])
  action_input = tf.placeholder("float",[None,action_dim])

  ema = tf.train.ExponentialMovingAverage(decay=1-TAU)
  target_update = ema.apply(net)
  target_net = [ema.average(x) for x in net]

  layer1 = tf.nn.relu(tf.matmul(state_input,target_net[0]) + target_net[1])
  layer2 = tf.nn.relu(tf.matmul(layer1,target_net[2]) + tf.matmul(action_input,target_net[3]) + target_net[4])
  q_value_output = tf.identity(tf.matmul(layer2,target_net[5]) + target_net[6])

  return state_input,action_input,q_value_output,target_update

def update_target(self):
  self.sess.run(self.target_update)

其中，TAU=0.001，net是原始网络(该示例代码来自DDPG算法，经过滑动更新后的target_net是目标网络 )

第一句 tf.train.ExponentialMovingAverage，创建一个权值滑动平均的实例；

第二句 apply创建所训练模型参数的一个复制品(shadow_variable)，并对这个复制品增加一个保留权值滑动平均的op，函数average()或average_name()可以用来获取最终这个复制品(平滑后)的值的。

更新公式为： 

shadow_variable = decay * shadow_variable + (1 - decay) * variable

在上述代码段中，target_net是shadow_variable，net是variable

1.2 tf.train.ExponentialMovingAverage.apply(var_list=None)

var_list必须是Variable或Tensor形式的列表。这个方法对var_list中所有元素创建一个复制，当其是Variable类型时，shadow_variable被初始化为variable的初值，当其是Tensor类型时，初始化为0，无偏。

函数返回一个进行权值平滑的op，因此更新目标网络时单独run这个函数就行。

1.3 tf.train.ExponentialMovingAverage.average(var)

用于获取var的滑动平均结果。

二. tf.train.Optimizer更新网络权值

2.1 tf.train.Optimizer

tf.train.Optimizer允许网络通过minimize()损失函数自动进行权值更新，此时tf.train.Optimizer.minimize()做了两件事：计算梯度，并把梯度自动更新到权值上。

此外，tensorflow也允许用户自己计算梯度，并做处理后应用给权值进行更新，此时分为以下三个步骤：

1.利用tf.train.Optimizer.compute_gradients计算梯度

2.对梯度进行自定义处理

3.利用tf.train.Optimizer.apply_gradients更新权值

tf.train.Optimizer.compute_gradients(loss, var_list=None, gate_gradients=1, aggregation_method=None, colocate_gradients_with_ops=False, grad_loss=None)

返回一个(梯度，权值)的列表对。

tf.train.Optimizer.apply_gradients(grads_and_vars, global_step=None, name=None)

返回一个更新权值的op，因此可以用它的返回值ret进行sess.run(ret)

2.2 其它

此外，tensorflow还提供了其它计算梯度的方法：

"color: #ff00ff">函数返回一组dydx dydx的列表，而不是梯度-权值对。

其中，gate_gradients是在ys方向上的初始梯度，个人理解可以看做是偏微分链式求导中所需要的。

"color: #ff00ff">类似于DQN算法中的目标函数： 

cost=|r+Q next "htmlcode">



y=tf.stop_gradient(r+Q next r+Qnext)






以上这篇TensorFlow的权值更新方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
DDR爱好者之家 Design By 杰米
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
DDR爱好者之家 Design By 杰米
ddrfans.com DDR爱好者之家
8,675无损音乐
1,324高清电影
213破解软件
70,141收录资讯

稳了！魔兽国服回归的3条重磅消息！官宣时间再确认！

昨天有一位朋友在大神群里分享，自己亚服账号被封号之后居然弹出了国服的封号信息对话框。

这里面让他访问的是一个国服的战网网址，com.cn和后面的zh都非常明白地表明这就是国服战网。

而他在复制这个网址并且进行登录之后，确实是网易的网址，也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情，因为以前都没有出现这样的情况，现在突然提示跳转到国服战网的网址，是不是说明了简体中文客户端已经开始进行更新了呢？

更新日志

友情链接

杰晶网络 DDR爱好者之家 南强小屋 黑松山资源网 白云城资源网
DDR爱好者之家 Design By 杰米