jdk-8u161-windows-x64

我分析的目标分类随时间的变化各参数的系数会产生变化，比如，用softmax对孩子的健康水平进行分类。随时间的变化，同龄孩子的体重会逐渐偏高，需要用强化学习把体重情况和孩子的健康情况的系数进行更新。目前，我是随着时间的变化每次测试中重建机器学习框架，重新生成一套系数，但是这样系数变化会比较大，我需要利用强化学习把这个系数变化做得更平滑一些，求大神指教（请根据以下代码进行添加和修改，我看了很多强化学习的案例，还是不知道怎么应用在这里）。w=[]u=[]forlenthinrange(5,training_lenth-1):x=tf.placeholder("float",[None,25])y=tf.placeholder