《强化学习精要 核心算法与TensorFlow实现》【1】

 

 

 

 

 

 

 

  

 

 

 

 

 

 

 

 

  

 

 

 

 

 

 

 

 

 

 

 

 -->

不一定要沿梯度方向下降？

通过不同的方向 来探测/估计当前地形？

 

-->

如何衡量 zigzig 的程度——如果从历史的迭代中学习掌握规律？

 

--> 

动量方法 --> 数据驱动~ 每个方向算一个偏导数，根据偏导数来决定当前的方向？

步长呢？——可以动量方法一把？dogleg 方法试探性地步长减半？

 

 

 

 

 

 

 

 

 

 

  

 

 

 

 

 

<style></style> <style></style> <style></style>