请教GPT生成代码问题

[qfc123]

我尝试GPT生成了一个简单的21点游戏，有两个不同的目的1学会最佳策略 2 控制胜负平概率 目前感觉梯度下降有问题，但是没想清楚怎么改 https://note.youdao.com/s/FSCsYQJs

[qfc123]

还尝试提问了其它一些方案，基本都卡在生成了可运行结果，但是不满足预期，然后GPT改不过来了，还得手动查资料找论文重构。

[shenrui-li-ds]

你可以先质疑你所编写的策略是否有问题，根据我粗略看过你的笔记，首先是固定的学习速率会导致梯度爆炸或者梯度消失，导致你的模型在有限的模拟次数内收敛（代表你的算法基本上是在随机瞎玩），你可以看看深度学习里面是怎么用adam optimizer来解决这个问题的，另外一个你的梯度下降函数中gamma变量也没有被调用过，不清楚应该起什么作用。还有一点是建议每次模拟后记录下场次数和该场次的损失函数得分，以此来观察你的模型是否有收敛趋势

[qfc123]

你可以先质疑你所编写的策略是否有问题，根据我粗略看过你的笔记，首先是固定的学习速率会导致梯度爆炸或者梯度消失，导致你的模型在有限的模拟次数内收敛（代表你的算法基本上是在随机瞎玩），你可以看看深度学习里面是怎么用adam optimizer来解决这个问题的，另外一个你的梯度下降函数中gamma变量也没有被调用过，不清楚应该起什么作用。还有一点是建议每次模拟后记录下场次数和该场次的损失函数得分，以此来观察你的模型是否有收敛趋势

收到，谢谢，策略也是GPT提供的，笔记里所有的内容基本都是GPT的回复，在想怎么让GPT自己把错误的思路改掉，能拿来直接用。 非AI专业的程序缺少不少相关的基础知识，一些知识点看起来一脸懵，还在业余时间一点点啃