长沙疫情最新情况2024年_网站备案查询站长工具_品牌推广营销平台_优化方案官方网站

ActionNet 类是一个表示代理策略的神经网络模型。该模型使用多个图神经网络层来处理输入数据，主要用于强化学习或图数据中的任务。在前向传播过程中，模型会对输入特征和边的属性进行一系列的图卷积操作，并逐层对输出进行激活和 Dropout 操作，最终返回一个预测结果。

from models.action import ActionNet

import torch.nn as nn
from torch_geometric.typing import Adj, OptTensor
from torch import Tensorfrom helpers.classes import ActionNetArgsclass ActionNet(nn.Module):def __init__(self, action_args: ActionNetArgs):"""Create a model which represents the agent's policy."""super().__init__()self.num_layers = action_args.num_layersself.net = action_args.load_net()self.dropout = nn.Dropout(action_args.dropout)self.act = action_args.act_type.get()def forward(self, x: Tensor, edge_index: Adj, env_edge_attr: OptTensor, act_edge_attr: OptTensor) -> Tensor:edge_attrs = [env_edge_attr] + (self.num_layers - 1) * [act_edge_attr]for idx, (edge_attr, layer) in enumerate(zip(edge_attrs[:-1], self.net[:-1])):x = layer(x=x, edge_index=edge_index, edge_attr=edge_attr)x = self.dropout(x)x =