Train问题 #13
Description
您好，我在train的时候，在get_action方法里，
actions, visits = zip(*actions_visits)
print(actions, visits)
probs = softmax(1.0 / temperature * np.log(visits)) # + 1e-10
这一步的visits会产生很多0，导致np.log计算时发生错误，这个应该怎么解决呢？
{{ message }}
您好，我在train的时候，在get_action方法里，
actions, visits = zip(*actions_visits)
print(actions, visits)
probs = softmax(1.0 / temperature * np.log(visits)) # + 1e-10
这一步的visits会产生很多0，导致np.log计算时发生错误，这个应该怎么解决呢？