X
这家伙很懒，什么都没留下
发布于

有关PPO里面的重要性采样权重的疑问？

课程学习 #ppo#重要性采样
浏览 (276) 点赞 收藏
评论(4)
  • X
    xlq 回复
    猫 猫猫 2024-10-26 13:46:03

    能用加减不用乘除，不然 0/0 之类的就搞笑了

    感谢。

  • X
    xlq 回复
    C Chief 2024-10-22 09:40:00

    exp(log a - log b ) = a/b，一般都是计算的 log \pi(a|s)

    感谢。

  • 猫
    猫猫 回复

    能用加减不用乘除，不然 0/0 之类的就搞笑了

  • C
    Chief 回复

    exp(log a - log b ) = a/b，一般都是计算的 log \pi(a|s)