文章 "神经网络变得轻松（第三十四部分）：全部参数化的分位数函数" 新评论 MetaQuotes 2023.04.10 10:52 新文章 神经网络变得轻松（第三十四部分）：全部参数化的分位数函数已发布： 我们继续研究分布式 Q-学习算法。 在之前的文章中，我们研究了分布式和分位数 Q-学习算法。 在第一种算法当中，我们训练了给定数值范围的概率。 在第二种算法中，我们用给定的概率训练了范围。 在这两个发行版中，我们采用了一个先验分布知识，并训练了另一个。 在本文中，我们将研究一种算法，其允许模型针对两种分布进行训练。 这种方式可以训练对“分位数”超参数不太敏感的模型。 它们的随机分布允许将近似函数的范围扩展到非均匀分布的函数。 在将数据输入到模型之前，会根据以下公式创建随机生成的分位数的嵌入。 将嵌入的成果与原始数据的张量相结合会有不同的选择。 这可以是两个张量的简单串联，也可以是两个矩阵的 Hadamard（逐元素）相乘。 以下是它与本文作者提议研究架构的比较。 模型的有效性经由 57 次 Atari 游戏测试得到确认。 以下是与原文章的比较表格 [8] 假设，给定模型的大小不受限制，这种方法允许学习预测奖励的任何分布。 作者：Dmitriy Gizlyk 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
新文章 神经网络变得轻松（第三十四部分）：全部参数化的分位数函数已发布：
我们继续研究分布式 Q-学习算法。 在之前的文章中，我们研究了分布式和分位数 Q-学习算法。 在第一种算法当中，我们训练了给定数值范围的概率。 在第二种算法中，我们用给定的概率训练了范围。 在这两个发行版中，我们采用了一个先验分布知识，并训练了另一个。 在本文中，我们将研究一种算法，其允许模型针对两种分布进行训练。
这种方式可以训练对“分位数”超参数不太敏感的模型。 它们的随机分布允许将近似函数的范围扩展到非均匀分布的函数。
在将数据输入到模型之前，会根据以下公式创建随机生成的分位数的嵌入。
将嵌入的成果与原始数据的张量相结合会有不同的选择。 这可以是两个张量的简单串联，也可以是两个矩阵的 Hadamard（逐元素）相乘。
以下是它与本文作者提议研究架构的比较。
模型的有效性经由 57 次 Atari 游戏测试得到确认。 以下是与原文章的比较表格 [8]
假设，给定模型的大小不受限制，这种方法允许学习预测奖励的任何分布。
作者：Dmitriy Gizlyk