一、Go语言学习
之前有编程基础的,可以快速入门,师兄给我推荐了一个网址,可以学习Go语言,两三个小时就能看完。我刚刚做了一个练习题,如下:
练习:循环与函数
为了练习函数与循环,我们来实现一个平方根函数:用牛顿法实现平方根函数。
计算机通常使用循环来计算 x 的平方根。从某个猜测的值 z 开始,我们可以根据 z² 与 x 的近似度来调整 z,产生一个更好的猜测:
z -= (z*z - x) / (2*z)
重复调整的过程,猜测的结果会越来越精确,得到的答案也会尽可能接近实际的平方根。
在提供的 func Sqrt 中实现它。无论输入是什么,对 z 的一个恰当的猜测为 1。 要开始,请重复计算 10 次并随之打印每次的 z 值。观察对于不同的值 x(1、2、3 …), 你得到的答案是如何逼近结果的,猜测提升的速度有多快。
提示:用类型转换或浮点数语法来声明并初始化一个浮点数值:
z := 1.0
z := float64(1)
然后,修改循环条件,使得当值停止改变(或改变非常小)的时候退出循环。观察迭代次数大于还是小于 10。 尝试改变 z 的初始猜测,如 x 或 x/2。你的函数结果与标准库中的 math.Sqrt 接近吗?
(注: 如果你对该算法的细节感兴趣,上面的 z² − x 是 z² 到它所要到达的值(即 x)的距离, 除以的 2z 为 z² 的导数,我们通过 z² 的变化速度来改变 z 的调整量。 这种通用方法叫做牛顿法。 它对很多函数,特别是平方根而言非常有效。)
根据提示,很容易就能做出来,我发现当调整阈值为0.000001时, 2 \sqrt2 2的计算值就与库函数算出来的非常接近了。下面是我自己写的代码:
package main
import (
"fmt"
"math"
)
func Sqrt(x float64) float64{
z := 1.0
j := 1 //迭代计数器
threshold := 0.000001
for z*z - x > threshold || x - z*z > threshold{
z -= (z*z - x) / (2*z)
j += 1
}
fmt.Println("迭代次数:", j)
return z
}
func main() {
fmt.Println(Sqrt(2))
fmt.Println(math.Sqrt(2))
}
这个学习网站真好,能在线编写运行代码,类似我大一大二的编程课,结果如下:
二、win10 tensorflow环境
我之前安装了anaconda和pycharm,现在学习强化学习的DQN,在看代码,用到了tensorflow,这里记一下配置过程吧。
1、首先打开Anaconda prompt,用以下命令创建环境:(tf_env是自己起的环境名)
conda create -n tf_env python=3.6
2、激活环境
conda activate tf_env
3、在环境中安装tensorflow
pip install --ignore-installed --upgrade tensorflow==1.2
4、Pycharm中添加interpreter
这里需要找到创建的tensorflow环境,我的是在:
C:\Users\username\.conda\envs\tf_env
找到后点击那个python.exe添加就好了。
然后重启pycharm,用到tensorflow的DQN代码就可以跑起来了。
5、这时候代码运行还会报错,是缺少一些库,举个例子如下:
这时需要打开Anaconda prompt,先激活进入tf_env环境,再安装需要的库:
conda activate tf_env
pip install matplotlib