Keras：for循环内构建训练函数引发内存问题及双隐层CNN训练诉求

我最近在尝试用策略梯度算法训练一个带双隐藏层的CNN模型，为了适配算法逻辑，还自定义了损失函数。这个项目是基于kkweon的Cartpole游戏代码修改而来，采用Keras框架（以TensorFlow作为后端）开发。

目前我已经完成了部分训练函数的编写，代码片段如下：

def _build_train_fn(network):
    action_prob_placeholder = network.output
    action_onehot_placeholder = K.placeholder(shape=(None, output_dim), name = "action_onehot")
    discount_reward_placeholder = K.placeholder(shape=(None, ), name = "discount_reward")
    action_prob = K.sum(acti...

（注：上述代码尚未完成，后续会补充完整的损失计算与训练逻辑部分）

内容的提问来源于stack exchange，提问作者Chayan Kumar Banerjee