Q&A
あまりに抽象的で回答が来ていないのだと思います。
コードやエラーメッセージを示すなり具体的に問題点をお示しください。
強化学習を自分で実装してやっているのですが うまく学習しません
pytorchを使ってます 環境はPendulum-v0です
変数をprint pltしてもそれが正しい値なのかわからなかったり
それぞれの関数でわけてやるということがしにくい性質や
ハイパーパラメータが悪いのか実装が間違ってるのかわからずうまくいきません
なにかいいデバッグ方法はないですか？
こまってるのはうまく学習できない というのでエラーが出てるわけではなく
動いてはいます
文字数的にコードは乗せられません 一部略して乗せてもいいですが
それでは解決のy区に立たないと思います
では答えられないです
「いいデバッグ方法はないですか？」には「ない」と答えるしかないです。
小さな分かりやすい問題で正常に動くのを確認しながら少しずつ複雑にする
コードを1行ずつ追う
変数などの値がどうなっているか確認する（デバッグツールを使うかprintなどで）
ログを確認する
という一般的なものしかないと思います。
あなたの回答
tips
プレビュー
