callbacks=None, validation_data=None, validation_steps=None, class_weight=None, max_queue_size=10, workers=1, use_multiprocessing=False, shuffle=True, initial_epoch=0) 使用 Python 生成器逐批生成的数据，按批次训练模型。 生成 Sequence：如果未指定，将使用 len(generator) 作为步数。 • class_weight: 将类别映射为权重的字典。 • max_queue_size: 生成器队列的最大尺寸。 • workers: 使用的最大进程数量。 • use_multiprocessing: 如果 True，则使用基于进程的多线程。请注意，因为此实现依赖于多 进程，所以不应将不可传递的参数传递给生成器，因为它们不能被轻易地传递给子进程。 4.2.3.9 evaluate_generator evaluate_generator(self, generator, steps=None, max_queue_size=10, workers=1, use_multiprocessing=False) 在数据生成器上评估模型。 这个生成器应该返回与 test_on_batch 所接收的同样的数据。 参数 • generator:

256 def get_dataloader_workers(): #@save """使用4个进程来读取数据""" return 4 train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True, num_workers=get_dataloader_workers()) 我们看一下读取训练数据所需的时间。 timer DataLoader(mnist_train, batch_size, shuffle=True, num_workers=get_dataloader_workers()), data.DataLoader(mnist_test, batch_size, shuffle=False, num_workers=get_dataloader_workers())) 下面，我们通过指定resize参数来测试load_data_f 公共抽象值得使用的原因，公共抽象即重 新定义具有更新语义的键－值存储（key‐value store）的抽象。 在许多工作节点和许多GPU中，梯度i的计算可以定义为 gi = � k∈workers � j∈GPUs gijk, (12.7.1) 其中gijk是在工作节点k的GPUj上拆分的梯度i的一部分。这个运算的关键在于它是一个交换归约（commu‐ tative reduct

shuffle=True, num_workers=8) 其中 dataset 对象就是 torch.utils.data.Dataset 类实例，已经完成了随机裁剪、标准化等操 作，并通过 DataLoader 类实现批加载，其中 batch_size 创建各个交互环境 workers = [Worker(self.server, self.opt, res_queue, i) for i in range(multiprocessing.cpu_count())] for i, worker in enumerate(workers): print("Starting .append(reward) else: # 结束标志 break [w.join() for w in workers] # 等待线程退出 14.6 小结 本章介绍了强化学习的问题设定和基础理论，并引出解决强化学习问题的两个系列算 法：策略梯度方法和值函数方法。策略梯度方法直接优化策略模型，简单直接，但是采样

batch_size=None, verbose=0, steps=None, callbacks=None, max_queue_size=10, workers=1, use_multiprocessing=False) Here, all arguments are optional except the first argument, which