← 返回卡片

原书出处

深入浅出强化学习:原理入门

06 第6章 基于值函数逼近的强化学习方法

核验版本的摘录快照 · 导入于 2026-11-19T06:04:54.437Z

组合通过激活函数得到第 层的激活 : 有了神经网络的基本概念,我们便可以回答,为什么神经网络是基函数参数化的一种方法了。

假设输出层没有经过激活函数,则输出为 其中 可以看成基函数或特征函数,由(6.20)式得 , 的参数为前 层的神经网络权值。由于基函数是参数化的,因此神经网络比基函数固定的线性逼近具有更强的函数逼近能力。

现在我们对神经网络有了初步认识,那么如何更新网络权值以便实现函数逼近的目的呢?神经网络的训练使用的是反向传导算法。 神经

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00015.html

EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57