python - keras适合时间/步长差异
问题描述
构建一个 dqn 代理,并试图理解为什么在我的代码中调用 fit 比我发现的另一个示例(1ms)慢几个数量级(超过 1 秒)。神经网络几乎相同,示例有更多的连接,但这是唯一的区别(我的 alpha 设置为与示例 NN 学习率相同)。
不知道是什么导致了性能时间的这种差异。我想这可能是在调用 fit 之前格式化数据的方式,但看起来一切都是一样的。
我的结果:
示例结果:
我的神经网络:
q = Sequential()
q.add(Dense(24, input_dim=n_states, activation='relu'))
q.add(Dense(24, activation='relu'))
q.add(Dense(n_actions, activation='linear'))
q.compile(loss='mse', optimizer=Adam(lr=alpha))
示例神经网络:
model = Sequential()
model.add(Dense(32, input_dim=nS, activation='relu'))
model.add(Dense(32, activation='relu'))
model.add(Dense(32, activation='relu'))
model.add(Dense(nA, activation='linear'))
model.compile(loss='mse', optimizer=Adam(lr=0.01))
解决方案
推荐阅读
- c - nlmsg_multicast() 返回 -ESRCH 甚至是具有 netlink 接口的用户空间进程正在运行
- python - Discord.py 交互失败
- flutter - 滚动时如何将列表视图项保留在屏幕底部?
- bash - Fibonacci & for 循环:命令是如何一步一步执行的?
- python - 生成一个列表,其中仅包含另一个列表中每个条目的前 2 个值
- sql - 如何在 informatica 中将普通日期转换为儒略日期
- go - Golang:致命错误:运行时执行期间出现意外信号
- xcode - Xcode 13.1 在遗留代码中生成错误“类型'struct ah'在不同的翻译单元中有不兼容的定义”
- mongodb - 创建 MongoDB 索引以强制字段的唯一性,但只能与另一个值结合使用
- python - 从 JSON 文件中为变量赋值