FRLlibNetworkArchSettings

struct FRLlibNetworkArchSettings : public FTrainingSettings

一个结构体，用于保存 RLlib 训练脚本的网络架构设置。

依赖项： FScriptArgBuilder, FTrainingSettings

继承自： public FTrainingSettings

公共接口

析构函数

virtual ~FRLlibNetworkArchSettings()

属性: virtual

来源: Schola/Source/Schola/Public/Subsystem/SubsystemSettings/Ray/RLlibNetworkArchitectureSettings.h (第 51 行, 第 9 列)

实现: Schola/Source/Schola/Private/Subsystem/SubsystemSettings/Ray/RLlibNetworkArchitectureSettings.cpp (第 31-33 行)

公共函数

virtual void GenerateTrainingArgs(int Port, FScriptArgBuilder &ArgBuilder) const const

使用 ArgBuilder 为脚本生成训练参数。

注意：端口作为脚本的常见参数传入，并在高层设置，但特定子设置可能需要它。

参数

属性： const, virtual

来源: Schola/Source/Schola/Public/Subsystem/SubsystemSettings/Ray/RLlibNetworkArchitectureSettings.h (第 49 行, 第 6 列)

实现: Schola/Source/Schola/Private/Subsystem/SubsystemSettings/Ray/RLlibNetworkArchitectureSettings.cpp (第 6-29 行)

公共成员

ERLlibActivationFunctionEnum ActivationFunction = = ERLlibActivationFunctionEnum::ReLU

神经网络中使用的激活函数。

来源: Schola/Source/Schola/Public/Subsystem/SubsystemSettings/Ray/RLlibNetworkArchitectureSettings.h (第 31 行, 第 30 列)

TArray<int> FCNetHiddens = = &#123; 512, 512 &#125;

神经网络中隐藏层的数量和宽度。

来源: Schola/Source/Schola/Public/Subsystem/SubsystemSettings/Ray/RLlibNetworkArchitectureSettings.h (第 35 行, 第 8 列)

int MinibatchSize = = 256

每个小批次的大小。

来源: Schola/Source/Schola/Public/Subsystem/SubsystemSettings/Ray/RLlibNetworkArchitectureSettings.h (第 39 行, 第 5 列)

bool bUseAttention = = false

模型中是否使用注意力机制。

来源: Schola/Source/Schola/Public/Subsystem/SubsystemSettings/Ray/RLlibNetworkArchitectureSettings.h (第 43 行, 第 6 列)

int AttentionDims = = 64

注意力层的维度。

来源: Schola/Source/Schola/Public/Subsystem/SubsystemSettings/Ray/RLlibNetworkArchitectureSettings.h (第 47 行, 第 5 列)

被使用： FRLlibTrainingSettings

来源: Schola/Source/Schola/Public/Subsystem/SubsystemSettings/Ray/RLlibNetworkArchitectureSettings.h (第 24 行, 第 1 列)