#戒断# 感觉 PPO 是在被训的,但是 value 收敛太慢了

如果每步的 reward 都是 -40 多,value 也应该至少 -40 多吧,不该仍然是 -1 多。

调高 lr 试试。

今天开始困了,可能因为打金刚功起了作用。调完 lr 后列个 timeline,今天中午要回宿舍两趟 换衣服。希望中午早点结束。下午还要跟师兄 meeting,不过问题不大。

最令人担忧的就是,我是否真的走在我的路线上,是否真的有效地在行进。这是我最担忧的。

加油加油。

  • 3
  • +9番茄
  • 72只自习生围观
  • 2023年3月15日 10:47打卡
  • 1 年,2 月前有动静
  • 引用
  • 举报

action 怎么,又,去,15 了!

怀疑 reward 写反了…

(存档)
隐瞒师兄的点:1. GNN 最大的优势在于,可能能从小机房迁移到大机房,不多进行 6sigma 仿真。2. GNN 有成熟的掉包。

作者的近日打卡

猜你喜欢

不想学了 - 为了打卡天天赶任务,爆炸了!! , 群里打卡有严格规定,累计8天未达标就要踢出。
我的生物钟终于调过来了! - 哈哈哈哈哈哈哈哈哈哈哈 , 从来没有这么早睡早起过。 , 以防我下次再这样,我的
打卡,早上玩了一会newbing,感觉距离ChatGPT还是有很大的距离,可能是增加了不少的限制;今日对内容进行补充 - 打卡,早上玩了一会newbing,感觉距离ChatGPT还是有很大的距离,可能是
生物钟太准 - 无论工作日还是周末每天都是七点醒?
  • star
  • ♂ 36
  • 自律力1.36
  • 深圳
今天没看数学 - 是的 今天没看数学 , 白天收了快递 贴纸胶带小夹子竟然也玩了一下午 感觉自己
C++学习情况--弃转数学(也要注意好休息啊不然就是封面 ┭┮﹏┭┮) - 我一直梦想着能在这里打卡,说C++的初期10小时视频老子终于看完了。 , ,
英文PPT快没时间做了^_^好像.......... - 昨天干什么了???
boss说写什么毕业论文快去做实验 - 是的,boss说不要花时间写毕业论文反正他根本不会看,实验结果比什么都重要。 ,
不知不觉本周已经过了一半,一点作为也没有! - 本周过去了一半了,继续加油啊,晚上回家一定不能浪费大好时间!
  • aca
  • ♀ 38
  • 自律力11.41
发现一个迫近的ddl - 最近有一个比较重要但不太关键的考试,过关就行的那种。今天整理考试用品,发现考试的

合作伙伴

线上在线自习室晚自习。番茄工作法、四象限、打卡、作业清单、作业辅导、作业交流、作业跟踪、作业计划、个人宣传相关内容

行恒 © 行恒 2013