python - 如何将输出层连接到另一个神经网络的输入层?
问题描述
Actor-network 有 5 个表示状态值的输入神经元,并将产生一个由一个输出神经元保存的输出值。
Q 网络有 6 个输入神经元:5 个代表状态值,1 个代表 Actor-network 的输出。
我将进行梯度下降来单独训练 Actor 网络,保持 Q 网络的权重不变。
我的问题是:我应该如何构造以将 Actor-Network 的输出层插入 Q 网络的输入层,使用 TensorFlow 2.x?
解决方案
您可以只使用ŧf.keras.Model
API:
actor_model = tf.keras.Model(inputs=...,outputs=...)
Q_model = tf.keras.Model(inputs=actor_model.outputs, outputs=...)
推荐阅读
- python - float' 对象不可下标 - Romberg 算法
- php - 交换订阅计划会出现错误“在 null 上调用成员函数 asStripeCustomer()”[Laravel Cashier]
- bash - Bash中“if”条件中的“cd”在“if”之后不会更改当前目录
- ruby-on-rails - Google Oauth2 在 Google 域上失败
- machine-learning - 卷积运算的意外结果
- ruby - 在数组中打印奇数
- c# - 配置Window Service Base Path并读取环境变量
- wpf - 在列表列表中查找选中项目的列表
- https - 使用 HTTPS 和子域进行托管
- python - 如何通过键事件绑定更新 tkinter 类中的图像?