我正在玩 keras 和强化学习。我为自己创建了一种合成输入数据，如下所示：
损失函数似乎在每一集内都会降低它的值，但随后在每个下一个小批量开始时再次从随机值开始。看起来特工每看一集就会忘记一切。损失函数看起来像这样（2 个单独的示例，每个有 8 集，每批有 100 个样本）
我错过了什么？这是什么症状？
问问题
22 次
我正在玩 keras 和强化学习。我为自己创建了一种合成输入数据，如下所示：
损失函数似乎在每一集内都会降低它的值，但随后在每个下一个小批量开始时再次从随机值开始。看起来特工每看一集就会忘记一切。损失函数看起来像这样（2 个单独的示例，每个有 8 集，每批有 100 个样本）
我错过了什么？这是什么症状？