为什么q_net有这么多的输入层?

Question

我遵循这个教程(https://www.tensorflow.org/agents/tutorials/1_dqn_tutorial?hl=en)关于如何实现深度Q网络算法与TF代理使用RL来解决Cart Pole。

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是500，如果对于推车杆环境，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为参数个数。如果你在密集层中有4个输入节点和100个第一层节点，那么你有4x100个权重和100个偏差，总共500个参数。

进一步的解释在这里，他们给出了公式(相当于我上面的计算)

output_size * (input_size + 1) == number_parameters