导入策略和价值功能交涉
要创建用于强化学习的函数逼近器，您可以使用deep learning Toolbox™网络导入功能导入预训练的深度神经网络或深度神经网络层架构。你可以导入:
开放式神经网络交换（ONNX™）模式，这需要深入学习工具箱转换为ONNX模型格式支持软件包。金宝app了解更多信息，
importONNXLayers。keras网络，它需要深度学习工具箱进口商为TensorFlow，Keras模型金宝app支持包软件。有关更多信息，请参见
importKerasLayers。朱古力卷积网络，这需要用于Caffe模型的深度学习工具箱导入器金宝app支持包软件。有关更多信息，请参见
importCaffeLayers。
导入一个深层神经网络之后,您可以创建一个策略或价值函数表示对象使用表示对象,如rlValueRepresentation。
当您导入深度神经网络架构时，请考虑以下问题。
导入的架构必须有一个单一的输入层和一个单一的输出层。因此，不支持导入带有观察和动作输入层的完整批评家网络。金宝app
导入的网络架构输入和输出层的维度必须与环境中相应的动作、观察或奖励维度的维度相匹配。
导入网络体系结构之后，您必须设置输入和输出层的名称，以匹配相应的操作和观察规范的名称。
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创建策略和价值函数表示。
输入演员和评论家的图像观察应用
例如，假设您有一个具有50×50灰度图像观察信号和连续动作空间的环境。要训练策略梯度代理，需要以下函数逼近器，它们都必须有单个50×50图像输入观察层和单个标量输出值。
演员- 选择基于当前观察的动作值
评论家-根据目前的观察，估计预期的长期回报
另外，假设您有以下网络架构需要导入:
actor的深度神经网络架构，具有50×50的图像输入层和标量输出层，输出层以ONNX格式保存(
criticNetwork.onnx)。批评家的深度神经网络结构，具有50×50的图像输入层和标量输出层，输出层以ONNX格式保存(
actorNetwork.onnx)。
要导入评论家和演员的网络，使用importONNXLayers函数不指定一个输出层。
criticNetwork = importONNXLayers ('criticNetwork.onnx');actorNetwork = importONNXLayers ('actorNetwork.onnx');
这些命令生成警告，其中指出，直到加入的输出层中的网络是可训练。当您使用导入的网络创建一个演员或评论家表示，强化学习工具箱™软件会自动为你增加一个输出层。
导入网络之后，创建actor和批评家函数近似器表示。要做到这一点，首先要从环境中获取观察和行动规范。
obsInfo = getObservationInfo (env);actInfo = getActionInfo (env);
创建评论家表示，指定评论家网络作为观察名的输入层的名称。由于评论家网络具有单一观察输入和单个动作输出，使用一个值的功能的表示。
评论家= rlValueRepresentation (criticNetwork obsInfo,…“观察”{criticNetwork.Layers（1）请将.Name}）;
创建actor表示，指定actor网络的输入层的名称作为观察名称，并指定actor网络的输出层作为观察名称。由于actor网络具有单个标量输出，因此使用确定性actor表示。
演员= rlDeterministicActorRepresentation (actorNetwork obsInfo actInfo,…“观察”{actorNetwork.Layers（1）请将.Name}…'行动'{actorNetwork.Layers（端部），请将.Name}）;
然后,您可以:
相关话题
您也可以从以下列表中选择一个网站:
