主要内容

softplusLayer

软加层为演员或评论家网络

全部展开页面

描述

软加层采用软加激活功能Y= log(1 + eX），以确保输出总是正的。这个激活函数是一个平滑连续的reluLayer．你可以将这一层整合到你为强化学习代理中的参与者定义的深度神经网络中。这一层对于创建连续高斯策略深度神经网络非常有用，对于这种神经网络，标准差输出必须为正。

创建

语法

杀手= softplusLayer
杀手= softplusLayer(名称、值)

描述

例子

捉鬼= softplusLayer创建一个带有默认属性值的软加层。

捉鬼= softplusLayer (名称,值）集属性使用名称-值对。例如,softplusLayer('名称',' softlayer ')创建一个软加层并分配名称“softlayer”．

属性

全部展开

层名，指定为字符向量。若要在层图中包含层，必须指定非空的唯一层名。如果你用这一层训练一系列网络的名字被设置为＇＇，然后软件在训练时自动为该层分配一个名称。

此属性是只读的。

层的描述，指定为字符向量。当您创建softplus层时，您可以使用此属性为其提供描述，以帮助您确定其用途。

例子

全部折叠

打开生活的脚本

创建软加层。

杀手= softplusLayer;

您可以指定软加层的名称。例如，如果softplus层表示高斯策略深度神经网络的标准偏差，则可以指定适当的名称。

杀手= softplusLayer (“名字”，“stddev”）
sLayer =具有属性的SoftplusLayer: Name: 'stddev' Learnable Parameters无属性。状态参数无属性。显示所有属性

你可以把捉鬼进入一个参与者网络以加强学习。

另请参阅

|

主题

介绍了R2020a

强化学习工具箱文档

金宝app

强化学习与MATLAB和Simulink金宝app

强化学习与MATLAB和Simulink金宝app

下载电子书