qq_26826331的博客

原创 2021-08-24

1 互联网协议介绍互联网的核心是一系列协议，总称为"互联网协议"， 协议规定了电脑如何连接和组网。1.1 互联网分层模型物理层连接电脑的物理手段，规定了网络的一些电气特性，作用是负责传送0和1的电信号。数据链路层以太网规定 一组电信号构成一个数据包， 叫做 “帧（Frame）”。 每一帧分成两个部分：标头（Head）和数据（data）。“标头”包含数据包的一些说明项，比如发送者，接受者、数据类型等。长度固定为18个字节。“数据”则是数据包的具体内容。最短为46字节，

原创 Golang基础

文章目录Go语言1. Go语言简介1.1 来历和发展目标1.2 特点1.3 语言的用途2. 安装2.1 Go环境变量2.2 在Windows安装2.3 Goland配置2.3.1 项目文件3. Go程序的一般结构4. 文件名、关键字与标识符4.1 文件名4.2 标识符4.3 关键字5. 数据类型5.1 基本类型6. 常量与变量6.1 常量6.2 变量7. 控制结构8. 函数8.1 函数介绍9. defer10. 匿名函数（闭包）11. 数组与切片11.1 数组11.1.1 将数组传递给函数11.2 切片11

原创 Go项目 Hello World的两种方式

1. 环境配置, IDE1.1 环境配置总结如果使用Go Module(推荐的)，设置export GOPROXY=https://goproxy.cn。如果使用GOPATH(遗留的，被废弃的)，需要设置GOPATH到本地的某个目录。1.2 IDEGoLand （[Goland](GoLand: A Clever IDE to Go by JetBrains)，专业的IDE）Visual Studio Code2. Hello world2.1 GOPATH版 （项目需要放到gopa

原创 类型转换和类型断言

Golang 类型断言和类型转换1. 类型断言类型断言被用于检查接口类型变量所持有的值是否实现了期望的接口或者具体的类型。类型断言的语法如下：PrimaryExpression.(Type)PrimaryExpression 必须为接口类型的变量，可以是空接口，也可以是非空接口。Type代表要被判断的类型（接口，具体类型）1.1 判断类型判断实现该接口的对象是不是某个类型。格式：value, ok := pri.(T) // pri 代表要判断的变量//

原创 goland结构

原创 对偶上升（普通拉格朗日方法）和 增广朗格朗日方法

对偶上升（拉格朗日）增广拉格朗日方法区别：对偶上升：梯度上升的步长是针对每一次迭代都不固定。增广拉格朗日方法：不过梯度上升的步长改成了固定的参数，而且罚项的系数也和这个步长有关。（一般取1）增广拉格朗日的鲁棒性更好，容易收敛。较为适合等式约束，对于不等式约束需要对问题进行变形，得到中间变量，然后对中间变量讨论求解。类似于增广拉格朗日的方法：交替方向乘子法（ADMM）...

原创 连续凸逼近（SCA）

本质：一种最小最大的方法。原问题f 求最值复杂。SCA的思路便是通过迭代求解一系列与原问题 § 相似的凸优化问题，从而找到原问题的一个local solution(stationary point)。

转载 后验概率与条件概率区别

**后验概率与条件概率区别**后验概率就是一种条件概率，但是与其它条件概率的不同之处在于，它限定了目标事件为隐变量取值，而其中的条件为观测结果。一般的条件概率，条件和事件都可以是任意的。贝叶斯公式就是由先验概率求后验概率的公式举例区分普通条件概率与后验概率的区别：1）那么如果我们出门之前我们听到新闻说今天路上出了个交通事故，那么我们想算一下堵车的概率，这个就叫做条件概率 。也就是P(堵车|交通事故)。这是有因求果。2）如果我们已经出了门，然后遇到了堵车，那么我们想算一下堵车时由交通事故引起的

原创 Q-learning和Sarsa的区别

因此对于SARSA来说1.在状态s’时，就知道了要采取哪个a’，并真的采取了这个动作。2.动作a的选取遵循e-greedy策略，目标Q值的计算也是根据（e-greedy）策略得到的动作a’计算得来，因此为on-policy学习。（选择下个动作的存在探索的可能性）而对于Q-learning来说1, 只会选择使得下个状态Q值最大的下个动作。2. Q learning 机器人 永远都会选择...

原创 arXiv上传文章 （latex）简单粗暴方法

有时候在arxiv上传文章的时候，为了方便简介，更重要的是绕开了许许多多的麻烦！！！！！！！！！可以将pdf利用latex宏包拆分成一页一页, 然后套一个latex框架进行上传。两个文件（pdf和tex）tex 代码如下...

原创 Origin 常见问题

横坐标自定义显示坐标（等距离）新建一列 放入存放的坐标将Type 选为 Text from dateset, dateset 选择新建的一列边界symbol 显示一半的问题，双击图，选择Display, 将这项前面的勾去掉即可...

转载 分支定界算法的理解

1. 核心思想分支定界法的基本思想是对有约束条件的最优化问题的所有可行解（数目有限）空间进行搜索2. 什么是分支定界？分支定界算法始终围绕着一颗搜索树进行的，我们将原始问题看出搜索树的根节点，从这里出发，分支的含义就是将大的问题分割成小的问题，大问题可以看成是搜索树的父节点，那么从大问题分割出来的小问题就是父节点的子节点了。分支的过程就是不断给树增加子节点的过程。而定界就是在分支的过程去检...

原创 DQN核心流程图

原创 用Excel快速画Latex表格及相关问题的解决办法

1. 下载Excel 插件（加载项）1.访问下载链接2. 下载后直接安装2.按需求制作表格并导出Latex(加载项)3.出现的问题会出现\midrule 相关错误，解决办法：在导言区加上\usepackage{booktabs}竖线太短, 解决办法：将toprule midrule bottomrule这些全部修改为 hline....

原创 latex编译后，pdf文件没变化的解决办法

原本的latex中 .Atex生成A.pdf , 如果在用adobe打开A.pdf（不是latex内置的pdf阅读器）的情况下， 即使你修改了.tex文件的内容并编译，它内容不会改变。 需要关闭adobe阅读器重新编译就ok了。...

原创 PyTorch自动求导

Autograd模块PyTorch的Autograd模块是应用所有神经网络的核心内容，在张量（Tensor）上的所有操作，Autograd都能为他们自动提供微分，也就是自动求导的方法，从而简化了手动计算导数的复杂过程。在0.4之前的版本中，PyTorch通过使用Variable类来自动计算所有的梯度，该类主要包含三个属性：data：保存Variable所包含的Tensor。grad：保存d...

转载 pytorch学习 -- 反向传播backward

pytorch学习 – 反向传播backward入门学习pytorch，在查看pytorch代码时对autograd的backard函数的使用和具体原理有些疑惑，在查看相关文章和学习后，简单说下我自身的理解：backward函数属于torch.autograd函数库，在深度学习过程中对函数进行反向传播，计算输出变量关于输入变量的梯度。其输入变量自然应满足autograd 的要求，为Variab...

转载 状态值函数和动作值函数

转载自：http://blog.csdn.net/qq_40027052/a…

原创 LATEX换行

LATEX 换行 \ newpage\maketitle 表示 begin{document} 前面的标题在这里显示begin{document} 中的文本才显示