为什么 q_net 有这么多输入层？

Question

我正在学习本教程 (https://www.tensorflow.org/agents/tutorials/1_dqn_tutorial?hl=en)，了解如何使用 TF 代理实现深度 Q 网络算法，以使用 RL 解决推车杆问题。

我创建 q_net:

fc_layer_params = (100,)

q_net = q_network.QNetwork(
    train_env.observation_spec(),
    train_env.action_spec(),
    fc_layer_params=fc_layer_params)

当我使用 q_net.summary() 时，它显示网络有 500 个输入层：

    Model: "QNetwork"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
EncodingNetwork (EncodingNet multiple                  500       
_________________________________________________________________
dense_1 (Dense)              multiple                  202       
=================================================================
Total params: 702
Trainable params: 702
Non-trainable params: 0
_________________________________________________________________
time: 3.63 ms (started: 2021-01-16 13:44:09 +00:00)

我想知道为什么输入层的值为 500，如果对于车杆环境我们有 observation_spec 和 action_spec 为：

Observation Spec:
BoundedArraySpec(shape=(4,), dtype=dtype('float32'), name='observation', minimum=[-4.8000002e+00 -3.4028235e+38 -4.1887903e-01 -3.4028235e+38], maximum=[4.8000002e+00 3.4028235e+38 4.1887903e-01 3.4028235e+38])

Action Spec:
BoundedTensorSpec(shape=(), dtype=tf.int64, name='action', minimum=array(0), maximum=array(1))time: 5.24 ms (started: 2021-01-16 13:48:27 +00:00)

这个问题每集的最大时间步长是200，输入层不应该是200吗？

Answer 1

500是参数个数。如果在 Dense 层中有 4 个输入节点和 100 个第一层节点，那么您有 4x100 个权重和 100 个偏差，总共 500 个参数。

进一步的解释是 here 他们给出了公式（等同于我上面的计算）

output_size * (input_size + 1) == number_parameters

为什么 q_net 有这么多输入层？

Why do q_net has this number of input layers?

python

artificial-intelligence

reinforcement-learning

neural-network

tensorflow