AlphaGo算法中 深度策略网络为了避免对局的网络过于相似出现的过拟合 采用下列那些策略()

大学网课 已帮助 人

AlphaGo算法中,深度策略网络为了避免对局的网络过于相似出现的过拟合,采用下列那些策略()

A.将监督学习的网络复制作为增强学习的初始网络

B.将当前版本网络与之前随即版本对局,得到输赢结果

C.利用reinforce算法更新参数最大化结果

D.每500次迭代就复制当前网络参数到对手池中

AlphaGo算法中 深度策略网络为了避免对局的网络过于相似出现的过拟合 采用下列那些策略()

热搜:关于深度优先搜索算法描述错误