如何解决如何在 TF-Agents 框架中提取 DQN 代理的权重？
我正在使用 TF-Agents 解决自定义强化学习问题，我在自定义环境中的某些特征上训练 DQN（使用 TF-Agents 框架中的 DqnAgents 构建），并分别使用 keras 卷积模型来提取这些来自图像的特征。现在我想将这两个模型组合成一个模型并使用转移学习，我想初始化网络的第一部分（图像到特征）以及第二部分的权重，该部分本来是 DQN前一种情况下的层。
我正在尝试使用 keras.layers 构建这个组合模型，并使用 Tf-Agents tf.networks.sequential 类对其进行编译，以使其成为将其传递给 DqnAgent() 类时所需的必要形式。 （我们称此语句为 (a)）。
我能够用权重初始化图像特征提取器网络的层，因为我将它保存为 .h5 文件并且能够获得相同的 numpy 数组。所以我可以做这部分的迁移学习。
问题在于 DQN 层，我使用规定的 Tensorflow 保存模型格式 (pb) 保存了上一个示例中的策略，该格式为我提供了一个包含模型属性的文件夹。但是，我无法以这种方式查看/提取我的 DQN 的权重，并且推荐的 tf.saved_model.load('policy_directory') 就我可以看到的有关策略的数据而言并不是真正透明的。如果我必须像语句 (a) 中那样遵循迁移学习，我需要提取 DQN 的权重并将它们分配给新网络。对于需要应用迁移学习的这种情况，文档似乎很少。
任何人都可以通过解释我如何从保存的模型方法（从 pb 文件）中提取权重来帮助我吗？或者有没有更好的方法来解决这个问题？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
