我正在尝试将在纯python中编码的强化学习脚本调整为张量流.
我设计了它,当我开始通过它进行采样时,我在前向传播中获得了完全相同的值(对于第一个样本),但后来我反向传播并且梯度值不相同(甚至不接近).
我认为它与RELU通过RELU的非线性有关,但是我不能完全确定.
查看网络架构的逐步反向传播的最简单方法是什么？
backpropagation tensorflow
backpropagation ×1
tensorflow ×1