Question

有没有一种方法来获取Model的{{1}}类的对象，该对象随机选择一个类。每次都是真正随机的，不仅会阻止训练和评估网络的初始权重。

我需要将keras传递到库Model来创建一个随机代理，以测试我是否有所改善。

我的模型定义是：

keras-rl

但这给了我这个例外：

inp = Input(shape=(1,)+(1, ))
out = Lambda(lambda x: tf.random_uniform((1000,)), output_shape=(1000,), trainable=False) (inp)

model = Model(inputs=inp, outputs=out)
model.compile(loss=huber_loss, optimizer=Adam(lr=lr))
print(model.summary())

# memory
memory = PrioritizedMemory(limit=500000, alpha=.6, start_beta=.4, end_beta=.4, window_length=1)

# policy
policy = LinearAnnealedPolicy(EpsGreedyQPolicy(), attr='eps', 
                              value_max=1., value_min=.1, value_test=.05, 
                              nb_steps=10000)

agent = DQNAgent(model=model, nb_actions=env.action_space.n, memory=memory,                     nb_steps_warmup=10,enable_double_dqn=False, enable_dueling_network=True,
                 gamma=.999,target_model_update=1e-2, policy=policy)
agent.compile(optimizer=Adam(lr=lr))

Keras随机模型

0 个答案: