我是强化学习的新手，我正在使用 RLlib 在 OpenAI 健身房中研究自定义环境的 RL。创建自定义环境时，是否需要在__init__()方法中指定剧集数？另外，当我用
for _ in range(10):
trainer.train()
在一次迭代中采取了多少时间步？它是否等于自定义环境中定义的剧集数？谢谢你。
我正在尝试在（6X3）网格上创建子图。我对图例的位置有问题。图例对所有子情节都是通用的。lgend 现在与 y 轴标签重叠
我尝试删除 constrained_layout=True 选项。但这在图例和子图之间保留了很多空白。
import numpy as np
import matplotlib.pyplot as plt
#plt.rcParams["font.family"] = "Times New Roman"
#plt.rcParams.update({'font.size': 12})
font = {'family' : 'Times New Roman',
'size' : 14}
plt.rc('font', **font)
t = np.linspace(0,10, num=200)
fig, axs = plt.subplots(6, 3, figsize=(12,16))#, constrained_layout=True)
i = 0 # i = 0 for x = 0.25; i = 3 for x = -0.25
j = 6 # j = 6 for x = 0.25; j = 9 for x = …我在原子ide中使用Juno包来调试Julia代码.我怎样才能进入这个功能？该函数从不同的文件导入.我可以通过选择它们然后按"ctrl + enter"来执行一组行.是否有任何捷径进入函数并在函数中逐行执行.谢谢.是否可以使用gdb调试Julia代码？谢谢.
我正在尝试使用Keras创建自定义损失函数。我想根据输入来计算损失函数并预测神经网络的输出。
我尝试在Keras中使用customloss函数。我认为y_true是我们为训练提供的输出，而y_pred是神经网络的预测输出。以下损失函数与Keras中的“ mean_squared_error”损失相同。
def customloss(y_true, y_pred):
return K.mean(K.square(y_pred - y_true), axis=-1)
除了mean_squared_error损失，我还想使用神经网络的输入来计算自定义损失函数。有没有一种方法可以将输入作为自定义函数的参数发送到神经网络。
谢谢。