导入策略和价值功能表示
要创建用于强化学习的函数近似器，您可以使用深度学习工具箱™网络导入功能导入预先训练的深度神经网络或深度神经网络层架构。你可以导入:
开放神经网络交换(ONNX™)模型，需要ONNX模型格式支持包软件的深度学习工具箱转换器。金宝app有关更多信息,
importONNXLayers．TensorFlow™-Keras网络，需要张量流模型的深度学习工具箱转换器金宝app支持包软件。有关更多信息，请参见
importKerasLayers．Caffe卷积网络，这需要咖啡模型的深度学习工具箱进口商金宝app支持包软件。有关更多信息，请参见
importCaffeLayers．
导入深度神经网络后，可以使用表示对象创建策略或值函数表示对象，例如rlValueRepresentation．
当您导入深度神经网络架构时，请考虑以下事项。
导入的体系结构必须有一个输入层和一个输出层。因此，不支持导入带有观察和动作输入层的整个批评家网络。金宝app
导入的网络架构输入和输出层的维度必须与您的环境中相应的操作、观察或奖励维度的维度相匹配。
导入网络结构后，需要设置输入层和输出层的名称，使其与相应的动作规范和观测规范的名称相匹配。
有关强化学习支持的深度神经网络架构的更多信息，请参见金宝app创建策略和价值功能表示．
引进影像观察应用的演员和评论家
例如，假设您有一个具有50 × 50灰度图像观测信号和连续动作空间的环境。为了训练策略梯度代理，您需要以下函数近似器，两者都必须有单个50 × 50的图像输入观察层和单个标量输出值。
演员—根据当前观察选择动作值
评论家-根据当前的观察估计预期的长期回报
另外，假设您有以下要导入的网络架构:
具有50 × 50图像输入层和标量输出层的actor的深度神经网络架构，以ONNX格式保存(
criticNetwork.onnx）．具有50 × 50图像输入层和标量输出层的批评家的深度神经网络架构，以ONNX格式保存(
actorNetwork.onnx）．
要引进影评人和演员网络，使用importONNXLayers函数，而不指定输出层。
criticNetwork = importONNXLayers (“criticNetwork.onnx”）;actorNetwork = importONNXLayers (“actorNetwork.onnx”）;
这些命令生成一个警告，说明网络在添加输出层之前是可训练的。当您使用导入的网络创建参与者或批评者表示时，Reinforcement Learning Toolbox™软件会自动为您添加一个输出层。
导入网络后，创建参与者和批评者函数近似表示。要做到这一点，首先要从环境中获得观察和行动规范。
obsInfo = getObservationInfo (env);actInfo = getActionInfo (env);
创建批评家表示，指定批评家网络的输入层的名称作为观察名称。由于批评网络有单一的观察输入和单一的行动输出，所以使用价值-功能表示。
评论家= rlValueRepresentation (criticNetwork obsInfo,．..“观察”, {criticNetwork.Layers (1) . name});
创建参与者表示，将参与者网络的输入层名称指定为观察名称，并将参与者网络的输出层名称指定为观察名称。由于参与者网络具有单个标量输出，所以使用确定性参与者表示。
演员= rlDeterministicActorRepresentation (actorNetwork obsInfo actInfo,．..“观察”, {actorNetwork.Layers (1) . name},．..“行动”{actorNetwork.Layers(结束). name});
然后,您可以:
相关的话题
你也可以从以下列表中选择一个网站:
