我目前正在TensorFlow中实现深度双Q学习算法.我有一个基于NumPy数组实现的体验重放缓冲区.但是,一些性能分析表明,使用feed_dict将数据从NumPy数组馈送到图形是非常低效的.这也在文档https://www.tensorflow.org/performance/performance_guide中指出.
有没有人建议可以更有效地完成喂食？使用静态数据集,可以使用输入管道(例如记录读取器)完成馈送.然而,经验重播缓冲区随着时间的推移而变化,使得这种类型的喂养更具挑战性.
非常感谢任何答案,谢谢!