知识卡片
动态图记录实际计算路径
PyTorch 的自动梯度可追踪张量运算,反向根据这次前向所得的图传播梯度。参数通常参与求导,样本输入和 TD 标签不必作为优化对象。书中示例的具体接口应按所装版本核对。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 6.5 编程实践:基于PyTorch实现DQN求解PuckWorld问题 · 查看原书依据
在实际数据运算时根据前一个节点的结果来动态调整网络中张量流转的路线
参考来源
- 位置:《强化学习入门:从原理到实践》第6章《6.5 编程实践:基于PyTorch实现DQN求解PuckWorld问题》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter63.xhtml`,body 子元素 3
- 结论依据:原文说明自动梯度依赖实际执行的前向运算。
- 原始内容:在实际数据运算时根据前一个节点的结果来动态调整网络中张量流转的路线