我在rllib文档中没有看到任何可以让我像print(model.summary())在 keras 中那样打印模型的快速摘要的内容。我尝试使用 tf-slim 和
variables = tf.compat.v1.model_variables()
slim.model_analyzer.analyze_vars(variables, print_info=True)
对张量流模型有一个粗略的了解，但是在模型初始化后没有发现任何变量（插入到ESTrainer类_init 的末尾）。具体来说，我一直在尝试获取进化策略 (ES) 策略的摘要，以验证模型配置的更改是否按预期更新，但我无法获得摘要打印工作。
有没有现成的方法呢？苗条有望在这里工作吗？
训练代理可以返回允许您访问模型的策略：
agent = ppo.PPOTrainer(config, env=select_env)
policy = agent.get_policy()
policy.model.base_model.summary() # Prints the model summary
样本输出：
Layer (type) Output Shape Param # Connected to
==================================================================================================
observations (InputLayer) [(None, 7)] 0 []
fc_1 (Dense) (None, 256) 2048 ['observations[0][0]']
fc_value_1 (Dense) (None, 256) 2048 ['observations[0][0]']
fc_2 (Dense) (None, 256) 65792 ['fc_1[0][0]']
fc_value_2 (Dense) (None, 256) 65792 ['fc_value_1[0][0]']
fc_out (Dense) (None, 5) 1285 ['fc_2[0][0]']
value_out (Dense) (None, 1) 257 ['fc_value_2[0][0]']
==================================================================================================
Total params: 137,222
Trainable params: 137,222
Non-trainable params: 0