在强化学习领域，策略学习中经常要用到梯度上升，如策略梯度算法。
但是好像主流框架都只提供了梯度下降的API，前一阵子我还在想为什么不提供一个梯度上升的API呢？
答案如下：
可以令loss = -loss，这样再梯度下降就相当于梯度上升了。
前几天，看到FutureSI大佬的一个说强化学习的帖子，就去请教了如何使用PaddlePaddle框架做梯度上升，然后被FutureSI大佬一语点醒。
开个帖子分享一下如何做梯度上升。
强化学习策略梯度那块用的，这几天我也用到了
通过修改输入图片中像素值来最大化损失，生成DeepDream图片的例子，也需要用到梯度上升。
图像这块接触的少，反正就是当我们的目标是最大化目标函数的时候，就梯度上升呗。
最大化损失？第一次遇到，哈哈哈
是的，而且是通过修改图片中的像素值来最大化Loss，比如这本很著名的书封面图片就是这样来生成的。
所以大家都没有提梯度上升了，实际上只是换个正负号就可以
前几天，看到FutureSI大佬的一个说强化学习的帖子，就去请教了如何使用PaddlePaddle框架做梯度上升，然后被FutureSI大佬一语点醒。
开个帖子分享一下如何做梯度上升。
强化学习策略梯度那块用的，这几天我也用到了
通过修改输入图片中像素值来最大化损失，生成DeepDream图片的例子，也需要用到梯度上升。
图像这块接触的少，反正就是当我们的目标是最大化目标函数的时候，就梯度上升呗。
最大化损失？第一次遇到，哈哈哈
是的，而且是通过修改图片中的像素值来最大化Loss，比如这本很著名的书封面图片就是这样来生成的。
所以大家都没有提梯度上升了，实际上只是换个正负号就可以