标签： machine-learning deep-learning reinforcement-learning
https://github.com/yenchenlin/DeepLearningFlappyBird/blob/master/deep_q_network.py#L82
我花了很多时间来理解它。
为什么要使用tf.multiply？
tf.multiply
我找不到支持这种乘法运算的数学运算。
答案 0 :(得分：0)
每个操作都有一个Q_value。
行动输入a是一热的。
a
所以这一行就是选择“热”＆＃39; Q_value。