알고리즘 새롭게 짜서
심층강화학습으로 알고리즘 최적화시키려고 했는데
예를 들어 변수 값을 0~1 사이 값을 상황에 맞게 동적으로 조정되겠끔 심층강화학습으로 최적화시키려는데
변수를 0으로 고정했을 때, 0.1로 고정했을 때, .... 1로 고정했을 때 각각에 비해 심층강화학습이 제일 좋은 성능이 나오겠끔 해야되는데
너무 평범한 성능이 나오는 듯
예를 들어 변수가 0.3로 고정일 때 최악의 성능, 변수가 0.8로 고정일 때 최상의 성능이 나온다치면
심층강화학습 적용시키면 이 성능들의 중간성능이 나오는데
state랑 reward, 그리고 하이퍼파라미터를 계속 조절해야되나
심층강화학습으로 최적화시키는 꿀팁 좀
인공지능 공부하는 애가 이걸 왜 인간에게 물어봐?
변수를 고정한다는게 무슨말임? 가중치 말하는건 아닌거 같은데
가중치 맞음
예시로 설명해주려고 하다 보니까 말이 꼬인 듯
가중치를 왜 고정해야됭??? 하려고 하는게 먼지 모르겠는데. 원하는 데이터셋에 맞게 가중치를 조정하는게 딥러닝의 핵심인데 그걸 고정하는 이유를 모르게써
이 가중치는 내가 새롭게 짜놓은 프로토콜 알고리즘에 쓰이는 가중치이고, 각 가중치 값 별로 시뮬레이션 돌린 성능 확인하려고 고정시켰던 거. 심층강화학습 이용해서 이제 이 가중치 값을 시뮬레이션 도중에도 동적으로 조정하게 만든거임. 근데 성능이 최적의 성능이 나오진않네
강화학습 트레이닝 빡셈... gan보다빡센듯
그래도 난 적어도 심층강화학습 적용 전 가중치 고정했을 때의 최고성능보다는 성능 좋게 나올 줄 알았는데 성능이 너무 평범하게 나와서 심층강화학습 쓰는 이점이 현재까진 없네..