【发布时间】：2019-06-30 14:19:28
【问题描述】：
我有几个关于使用强化学习训练神经网络的问题，例如 DQN： 1. 在定义我们的模型时，我们应该使用正则化器还是 dropout？ 2. 在学习阶段我们可以监控什么？
【问题讨论】：
标签： neural-network artificial-intelligence reinforcement-learning
【发布时间】：2019-06-30 14:19:28
【问题描述】：
- 这个问题并没有真正的通用答案。这实际上取决于您的环境和您的方法，最好的办法是在有无的情况下进行测试并比较结果。
- 您始终可以从监控网络丢失和每集的一些环境性能指标开始（如果您的环境是某种游戏，您可以监控每集的分数）
【讨论】：
-
首先感谢您的关注。正则化怎么样？到目前为止，我看到的几乎每个示例都使用了没有正则化和 dropout 的 NN。我很好奇它是否有特殊原因
-
原因可能是代理通常可以无限制地访问环境并且它可能具有“无限”数据 - 所以我们不必担心过度拟合。我不想详细回答您的问题 - 但请查看此答案ai.stackexchange.com/a/8295