强化学习之score function
Score Function Trick及其在机器学习中的应用1、score function定义，就是说score function是求最大对数似然函数中让对数似然函数梯度等于0的梯度就是说，求解最大似然问题就是求解score function2、再对参数求导，就会得到Fisher Information ，FIM是SF的负导数。3、SF的期望值是0这一个性质可以用在有baseline的策略梯度
·
Score Function Trick及其在机器学习中的应用
1、score function定义，就是说score function是求最大对数似然函数中让对数似然函数梯度等于0的梯度
就是说，求解最大似然问题就是求解score function
2、再对参数求导，就会得到Fisher Information ，FIM是SF的负导数。
3、SF的期望值是0
这一个性质可以用在有baseline的策略梯度中。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
3
0- 0
已为社区贡献7条内容
所有评论(0)