使用TensorFlow怎么實現(xiàn)權(quán)值更新-創(chuàng)新互聯(lián)

這篇文章給大家介紹使用TensorFlow怎么實現(xiàn)權(quán)值更新，內(nèi)容非常詳細(xì)，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

公司專注于為企業(yè)提供成都網(wǎng)站制作、成都做網(wǎng)站、外貿(mào)營銷網(wǎng)站建設(shè)、微信公眾號開發(fā)、商城網(wǎng)站開發(fā)，微信平臺小程序開發(fā)，軟件按需定制開發(fā)等一站式互聯(lián)網(wǎng)企業(yè)服務(wù)。憑借多年豐富的經(jīng)驗，我們會仔細(xì)了解各客戶的需求而做出多方面的分析、設(shè)計、整合，為客戶設(shè)計出具風(fēng)格及創(chuàng)意性的商業(yè)解決方案，創(chuàng)新互聯(lián)更提供一系列網(wǎng)站制作和網(wǎng)站推廣的服務(wù)。

一. MovingAverage權(quán)值滑動平均更新

1.1 示例代碼：

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是原始網(wǎng)絡(luò)(該示例代碼來自DDPG算法，經(jīng)過滑動更新后的target_net是目標(biāo)網(wǎng)絡(luò) )

第一句 tf.train.ExponentialMovingAverage，創(chuàng)建一個權(quán)值滑動平均的實例；

第二句 apply創(chuàng)建所訓(xùn)練模型參數(shù)的一個復(fù)制品(shadow_variable)，并對這個復(fù)制品增加一個保留權(quán)值滑動平均的op，函數(shù)average()或average_name()可以用來獲取最終這個復(fù)制品(平滑后)的值的。

更新公式為：

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

在上述代碼段中，target_net是shadow_variable，net是variable

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

var_list必須是Variable或Tensor形式的列表。這個方法對var_list中所有元素創(chuàng)建一個復(fù)制，當(dāng)其是Variable類型時，shadow_variable被初始化為variable的初值，當(dāng)其是Tensor類型時，初始化為0，無偏。

函數(shù)返回一個進(jìn)行權(quán)值平滑的op，因此更新目標(biāo)網(wǎng)絡(luò)時單獨run這個函數(shù)就行。

1.3 tf.train.ExponentialMovingAverage.average(var)

用于獲取var的滑動平均結(jié)果。

二. tf.train.Optimizer更新網(wǎng)絡(luò)權(quán)值

2.1 tf.train.Optimizer

tf.train.Optimizer允許網(wǎng)絡(luò)通過minimize()損失函數(shù)自動進(jìn)行權(quán)值更新，此時tf.train.Optimizer.minimize()做了兩件事：計算梯度，并把梯度自動更新到權(quán)值上。

此外，tensorflow也允許用戶自己計算梯度，并做處理后應(yīng)用給權(quán)值進(jìn)行更新，此時分為以下三個步驟：

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

2.對梯度進(jìn)行自定義處理

3.利用tf.train.Optimizer.apply_gradients更新權(quán)值

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

返回一個(梯度，權(quán)值)的列表對。

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

返回一個更新權(quán)值的op，因此可以用它的返回值ret進(jìn)行sess.run(ret)

2.2 其它

此外，tensorflow還提供了其它計算梯度的方法：

? tf.gradients(ys, xs, grad_ys=None, name='gradients', colocate_gradients_with_ops=False, gate_gradients=False, aggregation_method=None)

該函數(shù)計算ys在xs方向上的梯度，需要注意與train.compute_gradients所不同的地方是，該函數(shù)返回一組dydx dydx的列表，而不是梯度-權(quán)值對。

其中，gate_gradients是在ys方向上的初始梯度，個人理解可以看做是偏微分鏈?zhǔn)角髮?dǎo)中所需要的。

? tf.stop_gradient(input, name=None)

該函數(shù)告知整個graph圖中，對input不進(jìn)行梯度計算，將其偽裝成一個constant常量。比如，可以用在類似于DQN算法中的目標(biāo)函數(shù)：

cost=|r+Q next ?Q current | cost=|r+Qnext?Qcurrent|

可以事先聲明

y=tf.stop_gradient(r+Q next r+Qnext)

關(guān)于使用TensorFlow怎么實現(xiàn)權(quán)值更新就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

當(dāng)前標(biāo)題：使用TensorFlow怎么實現(xiàn)權(quán)值更新-創(chuàng)新互聯(lián)
網(wǎng)頁網(wǎng)址：http://www.muchs.cn/article28/djjpcp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供手機網(wǎng)站建設(shè)、品牌網(wǎng)站設(shè)計、響應(yīng)式網(wǎng)站、搜索引擎優(yōu)化、移動網(wǎng)站建設(shè)、全網(wǎng)營銷推廣

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)