在使用Keras构建深度强化学习模型并结合`keras-rl`库中的`DQNAgent`时，模型输出形状错误是一个常见问题。本文旨在详细解释当Keras模型突然输出带有额外维度（例如`(None, 1, num_actions)`）的张量，导致与`DQNAgent`期望的扁平输出形状（`(None, num_actions)`）不兼容时，如何诊断并解决这一问题。核心解决方案在于正确配置Keras `InputLayer`的`input_shape`，确保其与强化学习环境的观测空间以及`DQNAgent`的期望输入格式保持一致。
Keras模型与DQNAgent输出形状不兼容问题诊断
在使用keras-rl库中的DQNAgent进行训练时，一个常见的错误是模型输出的形状与DQNAgent所期望的不符。具体表现为，模型可能输出形如Tensor(“dense_2/BiasAdd:0”, shape=(None, 1, 2), dtype=float32)的张量，而DQNAgent则明确要求输出形状为(None, nb_actions)，其中nb_actions是动作空间的大小。这种不匹配通常会导致ValueError: Model output “…” has invalid shape. DQN expects a model that has one dimension for each action…。
这个问题的根本原因往往不在于TensorFlow内部的调试设置（例如tensorflow.compat.v1.experimental.output_all_intermediates(True)），而在于Keras模型定义中的InputLayer配置。当InputLayer被设置为接受一个序列维度时，即使后续层是全连接层，也可能保留这个序列维度，从而导致最终输出多出一个不必要的维度。
考虑以下示例代码片段，它展示了问题的典型场景：
import gymnasium as gymimport numpy as npfrom rl.agents import DQNAgentfrom rl.memory import SequentialMemoryfrom rl.policy import BoltzmannQPolicyfrom tensorflow.python.keras.layers import InputLayer, Densefrom tensorflow.python.keras.models import Sequentialfrom tensorflow.python.keras.optimizer_v2.adam import Adamif __name__ == '__main__': env = gym.make("CartPole-v1") nb_actions = env.action_space.n # 通常为2 model = Sequential() # 问题所在：input_shape=(1, 4) 引入了不必要的序列维度 model.add(InputLayer(input_shape=(1, env.observation_space.shape[0]))) model.add(Dense(24, activation="relu")) model.add(Dense(24, activation="relu")) model.add(Dense(nb_actions, activation="linear")) # 期望输出形状 (None, nb_actions) model.build() print(model.summary()) # 此时 model.summary() 会显示输出形状为 (None, 1, nb_actions) # ...
在上述代码中，InputLayer(input_shape=(1, env.observation_space.shape[0]))的定义是导致问题的关键。对于CartPole这类环境，其观测空间是一个扁平的向量（例如4维），DQNAgent通常期望直接接收这个扁平向量作为输入，并输出对应每个动作的Q值。input_shape=(1, 4)错误地为输入引入了一个长度为1的序列维度，使得模型后续的全连接层虽然处理了数据，但这个序列维度仍然被保留，最终导致模型输出形状变为(None, 1, nb_actions)。
文心大模型
百度飞桨-文心大模型 ERNIE 3.0 文本理解与创作
56 查看详情 
解决方案：修正InputLayer的input_shape
解决这个问题的关键在于将InputLayer的input_shape设置为与环境的观测空间完全匹配的扁平形状。对于CartPole环境，其观测空间是一个4维向量，因此正确的input_shape应该是(4,)，而不是(1, 4)。
修正后的Keras模型定义应如下所示：
import gymnasium as gymimport numpy as npfrom rl.agents import DQNAgentfrom rl.memory import SequentialMemoryfrom rl.policy import BoltzmannQPolicyfrom tensorflow.python.keras.layers import InputLayer, Densefrom tensorflow.python.keras.models import Sequentialfrom tensorflow.python.keras.optimizer_v2.adam import Adamif __name__ == '__main__': env = gym.make("CartPole-v1") nb_actions = env.action_space.n # 通常为2 model = Sequential() # 修正后的InputLayer：直接使用环境观测空间的形状 model.add(InputLayer(input_shape=(env.observation_space.shape[0],))) model.add(Dense(24, activation="relu")) model.add(Dense(24, activation="relu")) model.add(Dense(nb_actions, activation="linear")) model.build() print(model.summary()) # 此时 model.summary() 会显示输出形状为 (None, nb_actions)，符合DQNAgent期望 agent = DQNAgent( model=model, memory=SequentialMemory(limit=50000, window_length=1), policy=BoltzmannQPolicy(), nb_actions=nb_actions, nb_steps_warmup=100, target_model_update=0.01 ) agent.compile(Adam(learning_rate=0.001), metrics=["mae"]) agent.fit(env, nb_steps=100000, visualize=False, verbose=1) results = agent.test(env, nb_episodes=10, visualize=True) print(np.mean(results.history["episode_reward"])) env.close()
通过将input_shape从(1, 4)改为(4,)，模型将正确地将观测值视为一个扁平向量，并通过全连接层输出每个动作对应的Q值，其形状为(None, nb_actions)，从而满足DQNAgent的要求。
注意事项与最佳实践
理解DQNAgent的输入/输出期望： keras-rl库中的DQNAgent通常期望Keras模型能够直接将环境的观测值（通常是扁平化的）映射到每个可能动作的Q值。这意味着模型的最终输出层应该是一个Dense层，其单元数量等于动作空间的大小，且不应包含额外的序列或时间步维度。InputLayer的精确性： 始终确保InputLayer的input_shape与环境的观测空间形状精确匹配。如果观测值是图像，则input_shape可能需要包含图像的维度（例如(height, width, channels)）；如果观测值是序列数据，则可能需要包含时间步维度（例如(timesteps, features)），但对于CartPole这类扁平观测空间，则不需要额外的序列维度。tensorflow.compat.v1.experimental.output_all_intermediates(True)： 这个函数主要用于调试目的，它会强制TensorFlow在计算图中输出所有中间张量，以便于检查。它通常不会改变模型的计算逻辑或输出形状，也不是导致本例中ValueError的直接原因。即便在尝试使用后，其对模型输出形状的影响也极小，因此在遇到形状问题时，应优先检查模型架构而非此调试设置。模型摘要（model.summary()）的重要性： 在定义Keras模型后，始终打印model.summary()。这个摘要会清晰地显示每一层的输出形状，是诊断此类形状不匹配问题的有力工具。通过检查最后一层的输出形状，可以迅速判断是否符合DQNAgent的期望。
总结
当Keras模型与keras-rl的DQNAgent集成时出现输出形状不匹配的ValueError时，最常见的原因是InputLayer的input_shape配置不当。通过将input_shape精确地设置为与环境观测空间匹配的扁平维度，可以有效地解决这一问题。理解并遵循DQNAgent对模型输入输出形状的期望，以及利用model.summary()进行诊断，是构建稳定高效强化学习模型的关键实践。
以上就是解决Keras模型与DQNAgent输出形状不匹配问题的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/565991.html
微信扫一扫 
支付宝扫一扫 
