DQN Mimarisi ve Performans İyileştirme Hakkında Sorularım

[nt]

Selam,

DQN mimarisi hakkında bir konuda yardım almak istiyorum.

1. Modelinizde derinlik ve genişlik arasında nasıl bir denge kurduğunuzu merak ediyorum. Ayrıca, aşırı öğrenmeyi önlemek için hangi yöntemleri kullanıyorsunuz? Son olarak, en iyi performansı elde etmek için hangi hiperparametre ayarlarını önerirsiniz?

Teşekkürler!

DQN hakkında bir kod örnek : https://github.com/keon/deep-q-learning/blob/master/dqn.py

    def _build_model(self):
        # Neural Net for Deep-Q learning Model
        model = Sequential()
        model.add(Dense(24, input_dim=self.state_size, activation='relu'))
        model.add(Dense(24, activation='relu'))
        model.add(Dense(self.action_size, activation='linear'))
        model.compile(loss='mse',
                      optimizer=Adam(lr=self.learning_rate))
        return model

Benim kodum :

class DQN(Model):
    def __init__(self, action_size):
        super(DQN, self).__init__()
        self.d1 = layers.Dense(1024, activation='relu')
        self.d2 = layers.Dense(512, activation='relu')
        self.d3 = layers.Dense(256, activation='relu')
        self.d4 = layers.Dense(128, activation='relu')
        self.d5 = layers.Dense(64, activation='relu')
        self.d6 = layers.Dense(32, activation='relu')
        self.d7 = layers.Dense(action_size, activation='linear')
    def call(self, x):
        x = self.d1(x)
        x = self.d2(x)
        x = self.d3(x)
        x = self.d4(x)
        x = self.d5(x)
        x = self.d6(x)
        return self.d7(x)

Model hakkında türkçe makale :https://dergipark.org.tr/tr/download/article-file/2454074