§6.1.4

PPO 的 clip 公式与 surrogate loss?

手写练习
  • 写出 PPO-Clip 的 loss 伪代码

付费内容

本题属于完整基础库。每个框架的第 1 章免费,其他章节购买任意套餐即可全部解锁。

全场 5 折优惠中
相关题目