策划书word模板范文抖音seo怎么做的

Eval [code]

“logger.add_scalar(f"eval/{k}”, mean, global_step)" 记录的是评估期间各个回合指标的平均值。具体记录的变量 (eval/{k}) 包括：

• eval_success_once_mean: (如果可用) 平均回合中至少成功一次的比率 (因为是布尔值转浮点数求平均)
• eval_return_mean: 平均回合累积奖励
• eval_episode_len_mean: 平均回合长度
• eval_reward_mean: 平均每步奖励
• eval_success_at_end_mean: (如果可用且 ignore_terminations=True) 平均回合结束时成功的比率