我搜索了使用列表或数组输入数据来训练 DQN 代码的代码。但我找不到任何代码。
目前,我参考了 Pytorch 的强化学习教程(DQN)。但是,此代码使用图像输入数据。
我想知道如何将图像输入数据更改为列表或数组输入数据。
(我需要帮助来解决我使用列表输入数据的研究。列表输入数据的形状是 1 x 9。)
我搜索了使用列表或数组输入数据来训练 DQN 代码的代码。但我找不到任何代码。
目前,我参考了 Pytorch 的强化学习教程(DQN)。但是,此代码使用图像输入数据。
我想知道如何将图像输入数据更改为列表或数组输入数据。
(我需要帮助来解决我使用列表输入数据的研究。列表输入数据的形状是 1 x 9。)
在 PyTorch 中,我们处理张量。图像、文本甚至声音都可以转换为张量,然后 PyTorch 模型可以根据数据进行学习。
在 PyTorch 图像分类器示例中,您经常会看到这样的东西,将图像转换为张量:
train_transform = transforms.Compose([
transforms.Resize(x),
...
transforms.ToTensor()
])
如果您的输入是一个 numpy 数组 x,您可以将其转换为这样的张量:
torch.from_numpy(x)
您还必须注意张量维度,您的输入数据需要与模型在第一层的预期相匹配。