怀疑 reward 写反了…
-
- 正在追寻dolce
- 7级
- 自律力99.17
- 希望顺利毕业的学生
#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。
作者的近日打卡
猜你喜欢
昨天做的不太好 - 今天补回来不就行了！
- xiangxihen
- 自律力9.78
感觉今天事情不是太多，太好了 - 昨天累的倒头就睡，荒废了好时光
- aca
- ♀ 37
- 自律力12.01
慢慢，没有感觉 - 做了两组工程问题，正确率是23/30。
, 嗯……
, 加起来做了两个小时啊！！
- 李狗蛋儿
- ♂ 35
- 6级
- 自律力24.63
- 辽宁鞍山
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
- MotherWebe
- ♀ 25
- 自律力19.51
- WI
实验ing - 昨晚把所有的情况都预想到了，就是没想到气相在用顶空不给我们做，液相坏了，那我做实
- Sonia
- ♀ 31
- 自律力27.53
- 河南郑州
还是做实验的日子比较舒服 - 几个月没做实验了，今儿终于开工了
,
, 虽然开局不利，结果很惨烈
,
,
- joanna
- 6级
- 自律力48.36
- 江苏苏州
如何才能找回静下心来写东西的状态？ - 拖延症日益严重，这个项目本子我从八月份就打算写，到现在还只是个框架，每天给自己找
- Sonia
- ♀ 31
- 自律力27.53
- 河南郑州
目前 OS 很快能糊完，工作那边有点麻烦 - 但我是心态超好的人，所以也问题不大。
,
, 现在就想去吃饭了，回来先糊糊 O
- 正在追寻dolce
- 7级
- 自律力99.17
- 希望顺利毕业的学生
© 行恒 2013
应用
action 怎么，又，去，15 了！