深度学习:节省进度,UE4集成并为测试问题做准备

时间:2019-01-01 17:27:41

标签: optimization deep-learning integration

建立新网络后,我将使用训练数据来运行它。权重已永久更新,对吗?错误!如果再次运行它,我将获得几乎完全相同的结果,即0改进。训练后如何保持进度?假设我保存了进度,网络得到了改善。如何将其部署到游戏中?如何将Python代码放入UE4游戏的C ++代码中,以及如何将其集成到机器人中?我的CNN / Q-Learning混合训练采用其他游戏的视觉效果来预测最佳下一步。如果要以某种方式将其插入到我的代码中并运行它,它将具有带有训练数据集的训练代码。我是否需要重做测试代码?那会不会再失去我所有的进步?我当前的QLCNN是供人监视的,因为它会输出损失以及图表和其他类型的数据。主要代码是否类似于C ++或Java中的头文件,因此我必须制作另一个实际运行的文件?

0 个答案:

没有答案