>我有几个关于使用强化学习训练神经网络的问题，例如 DQN：1. 在定义模型时，我们应该使用正则化器还是 dropout？2. 在学习阶段我们可以监控什么？
- 这个问题实际上没有一个普遍的答案。这实际上取决于您的环境和您的方法，最好的办法是测试有和没有测试并比较结果。
- 您始终可以从监控网络丢失和每集的一些环境性能指标开始(如果您的环境是某个游戏，您可以监控每集的分数(