我正在尝试在 openAI 健身房的一款游戏上实现 DQL 模型。但它给了我以下错误。
TypeError: len 没有为符号张量很好地定义。(activation_3/Identity:0) 请致电
x.shape而不是len(x)获取形状信息。
营造健身房环境:
ENV_NAME = 'CartPole-v0'
env = gym.make(ENV_NAME)
np.random.seed(123)
env.seed(123)
nb_actions = env.action_space.n
Run Code Online (Sandbox Code Playgroud)
我的模型看起来像这样:
model = Sequential()
model.add(Flatten(input_shape=(1,) + env.observation_space.shape))
model.add(Dense(16))
model.add(Activation('relu'))
model.add(Dense(nb_actions))
model.add(Activation('linear'))
print(model.summary())
Run Code Online (Sandbox Code Playgroud)
将该模型拟合到来自 keral-rl 的 DQN 模型,如下所示:
policy = EpsGreedyQPolicy()
memory = SequentialMemory(limit=50000, window_length=1)
dqn = DQNAgent(model=model, nb_actions=nb_actions, memory=memory, nb_steps_warmup=10, target_model_update=0.001, policy=policy)
dqn.compile(Adam(lr=1e-3), metrics=['mse', 'mae'])
dqn.fit(env, nb_steps=5000, visualize=False, verbose=3)
Run Code Online (Sandbox Code Playgroud)
错误来自这一行:
dqn = DQNAgent(model=model, nb_actions=nb_actions, memory=memory, nb_steps_warmup=10, target_model_update=0.001, policy=policy)
Run Code Online (Sandbox Code Playgroud)
我正在使用 keras-rl==0.4.2 和 tensorflow==2.1.0。根据其他答案,我也尝试了 tensorflow==2.0.0-beta0 但它没有解决错误。
有人可以向我解释为什么我面临这个错误吗?以及如何解决? …
我正在升级到 django 3.2,但根据它的发行说明,它说:
现在在第一次访问时检查 SECRET_KEY 设置的有效值,而不是在第一次加载设置时。这允许运行不依赖于 SECRET_KEY 的管理命令,而无需提供值。因此,在不提供有效 SECRET_KEY 的情况下调用 configure(),然后继续访问 settings.SECRET_KEY 现在将引发 ImproperlyConfigured 异常。
错误: django.core.exceptions.ImproperlyConfigured: Cannot import 'users'. Check that 'apps.users.apps.UsersConfig.name' is correct.
用户应用程序.py:
from django.apps import AppConfig
class UsersConfig(AppConfig):
name = 'users'
Run Code Online (Sandbox Code Playgroud)
我认为这个错误是因为它与 django==3.1.7 一起工作。有人可以帮我解决这个问题吗?如何检查我的密钥是否有效并在需要时生成新密钥?
我正在尝试将应用程序 ( https://github.com/DivanteLtd/open-loyalty/ )部署到亚马逊网络服务或 AWS。这个应用程序有一个 docker-compose 文件。所以,我直接从本地机器上的 ecs-cli 运行“ecs-cli compose up”。
它成功运行并运行所有容器,但一段时间后它显示错误。
ExitCode: 137 Reason: OutOfMemoryError: Container killed due to memory usage
Run Code Online (Sandbox Code Playgroud)
我不明白它有什么用。你能帮忙吗?
谢谢你。
我正在尝试使用 AWS copilot 在 AWS 上实施我的 Web 应用程序的 ECS 架构。但它要求 Dockerfile 作为输入。
我的应用程序有一个包含多个服务的复杂docker-compose文件。我可以以某种方式使用此文件从 copilot 创建 ECS 集群吗?
谢谢。
我一直致力于优化数据库中的表。由于清理进程,我们的一张表需要每月进行清理。pg_squeeze 表大小可达 25 GB。由于该表是由生产用户使用的,因此我们无法承受每个月的停机时间来运行VACUUM FULL。
我发现pg_squeeze和pg_repack可以用于此目的。但我无法理解这两者之间的区别。有人可以解释一下有什么区别以及哪个更适合我使用吗?
谢谢。
amazon-ecs ×2
docker ×2
python ×2
aws-copilot ×1
django ×1
django-3.2 ×1
keras ×1
keras-rl ×1
memory ×1
postgresql ×1
tensorflow ×1
vacuum ×1