Question

我正在尝试在CNTK中实现DDPG并遇到以下代码（使用Tensorflow）来创建评论网络：

state_input = tf.placeholder("float",[None,state_dim])
action_input = tf.placeholder("float",[None,action_dim])

W1 = self.variable([state_dim,layer1_size],state_dim)
b1 = self.variable([layer1_size],state_dim)
W2 = self.variable([layer1_size,layer2_size],layer1_size+action_dim)
W2_action = self.variable([action_dim,layer2_size],layer1_size+action_dim)
b2 = self.variable([layer2_size],layer1_size+action_dim)
W3 = tf.Variable(tf.random_uniform([layer2_size,1],-3e-3,3e-3))
b3 = tf.Variable(tf.random_uniform([1],-3e-3,3e-3))

layer1 = tf.nn.relu(tf.matmul(state_input,W1) + b1)
layer2 = tf.nn.relu(tf.matmul(layer1,W2) + tf.matmul(action_input,W2_action) + b2)
q_value_output = tf.identity(tf.matmul(layer2,W3) + b3)

其中self.variable定义为：

def variable(self,shape,f):
    return tf.Variable(tf.random_uniform(shape,-1/math.sqrt(f),1/math.sqrt(f)))

忽略随机初始化（我只想要结构），我尝试了以下内容：

state_in = cntk.input(state_dim, dtype=np.float32)
action_in = cntk.input_variable(action_dim, dtype=np.float32)

W1 = cntk.parameter(shape=(state_dim, layer1_size))
b1 = cntk.parameter(shape=(layer1_size))
W2 = cntk.parameter(shape=(layer1_size, layer2_size))
W2a = cntk.parameter(shape=(action_dim, layer2_size))
b2 = cntk.parameter(shape=(layer2_size))
W3 = cntk.parameter(shape=(layer2_size, 1))
b3 = cntk.parameter(shape=(1))

l1 = cntk.relu(cntk.times(state_in, W1) + b1)
l2 = cntk.relu(cntk.times(l1, W2) + cntk.times(action_in, W2a) + b2)
Q = cntk.times(l2, W3) + b3

但是，layer2的初始化失败，出现以下错误（片段）：

RuntimeError：'Plus'操作：操作数'输出（'Times24_Output_0'， [＃，*]，[300]）'具有动态轴，与动态轴不匹配其他操作数的'[＃]'。

我想知道我做错了什么以及如何准确地重新创建相同的模型。

Answer 1

原因是您已将state_in定义为cntk.input，将action_in定义为cntk.input_variable，默认情况下，类型略有不同：默认情况下，cntk.input会创建一个无法绑定到序列数据的变量，而cntk.input_variable默认情况下会创建一个必须绑定到序列数据的变量（NB input_variable已弃用，某些IDE（如PyCharm）将使用删除线显示此项，请使用cntk.input（）或cntk.sequence.input（））。

错误说加号操作无法添加cntk.times(l1, W2)具有动态轴[＃]（意味着小批量维度）的cntk.times(action_in, W2a)，其中包含动态轴[＃，*]（表示小批量和序列维度）。

最简单的解决方法是声明 action_in = cntk.input(action_dim, dtype=np.float32) 这使得其余的操作变得严格。

什么是CNTK中以下tensorflow片段的等价物

1 个答案: