我可以在分类上使用强化学习吗?比如人类活动识别?如何?
反馈有两种类型。一是评价性的用于强化学习方法,第二个是有指导意义的用于监督学习,主要用于分类问题。
当使用监督学习时,神经网络的权重根据训练数据集中提供的正确标签的信息进行调整。因此,在选择错误的类别时,损失会增加并调整权重,以便对于该类型的输入,不会再次选择该错误的类别。
然而,在强化学习中,系统explores所有可能的动作,在这种情况下各种输入的类标签,并通过评估奖励来决定什么是正确的,什么是错误的。也可能是这种情况,在获得正确的类标签之前,它可能会给出错误的类名称,因为它是迄今为止找到的最佳可能输出。因此,它没有利用我们对类标签的特定知识,因此减慢收敛速度与监督学习相比显着。
您可以使用强化学习来解决分类问题,但它不会给您带来任何额外的好处,反而会减慢您的收敛速度。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)