2012-03-08 合議+方策勾配法続き 開発日記 どうもどっかでメモリリークしてるっぽくて、学習させてたのはメモリ不足エラーで落ちてました。 それと、合議サーバの方策πの中に合議クライアントの方策π'がある状態なんで、πの勾配が計算出来るはずです*1。 つー訳でまた微分と格闘してるんですが…ムズいです。正直、いつになったら終わるのかさっぱり見当も付きません。 まぁでも、これは超えなきゃならない壁だから、何とかしないと。 *1:現状のコードは、クライアントの勾配しか計算していない手抜きバージョンです