小编and*_*rew的帖子

我不确定Tensorflow是否可行，我担心我可能不得不切换到PyTorch。

基本上，我有这层：

self.policy_conv1 = tf.layers.conv2d(inputs=self.policy_s, filters=16, kernel_size=(8,8),strides=(4,4), padding = 'valid',activation=tf.nn.relu, kernel_initializer=tf.glorot_uniform_initializer, bias_initializer = tf.glorot_uniform_initializer)

我正在尝试每训练约100次迭代将其复制到另一层：

self.eval_conv1 = tf.layers.conv2d(inputs=self.s, filters=16, kernel_size=(8,8),strides=(4,4), padding = 'valid', activation=tf.nn.relu, kernel_initializer=tf.glorot_uniform_initializer, bias_initializer = tf.glorot_uniform_initializer)

tf.assign 似乎不是正确的工具，并且以下内容似乎无效：

self.policy_conv1 = tf.stop_gradient(tf.identity(self.eval_conv1))

本质上，我希望将其遍历eval conv层复制到policy conv层，并且不要在每次图形运行一个变量或另一个变量时将它们绑在一起（这与上面的身份代码段一起发生）。如果有人可以指出所需的代码，我将不胜感激。