boyu-ai/Hands-on-RL

第9章-策略梯度算法 中的交叉熵损失体现在代码哪里 ？

chensisi0730 opened this issue · 0 comments

chensisi0730 commented

第9章-策略梯度算法 中的交叉熵损失体现在代码哪里 ？
是log_prob = torch.log(self.policy_net(state).gather(1, action)) 这里吗 ？