- 博客(46)
- 收藏
- 关注
RSS订阅原创 了解CNN/DNN/RNN之间的区别
这里写目录标题DNNCNNRNN参考链接DNN为了克服梯度消失，ReLU、maxout等传输函数代替了sigmoid，形成了如今DNN的基本形式。结构跟多层感知机一样，如下图所示：我们看到全连接DNN的结构里下层神经元和所有上层神经元都能够形成连接，从而导致参数数量膨胀。假设输入的是一幅像素为1K*1K的图像，隐含层有1M个节点，光这一层就有10^12个权重需要训练，这不仅容易过拟合，而且极容易陷入局部最优。CNN由于图像中存在固有的局部模式（如人脸中的眼睛、鼻子、嘴巴等），所以将图像处理和神
2022-04-30 15:27:20
462
原创 《爬虫与网络编程基础》学习
《爬虫与网络编程基础》学习任务1：计算机网络基础Step1-2Step 3：关于XML格式的学习XML文件格式XML文件的常见操作1.构建xml格式文件2. 保存XML文件3.读取XML文件 - 只读操作，后续无法进行操作4.解析XML文件 - 读取操作，读入一个xml对象，后续可以进行操作5.获取XML中的元素6.修改XML文件Step 4：关于访问某个网站所经历步骤的思考计网中TCP网络模型任务2：HTTP协议与requests任务1：计算机网络基础Step1-2创建一个list，将其转换成js
2022-03-04 20:15:50
363
原创 数学系列 - 概率论 - 泊松分布和(负)指数分布
@[TOC](概率论 - 泊松分布和(负)指数分布)参考链接1参考链接21. 泊松分布（1）引语日常生活中，有很多事情是有固定频率的。我们可以预估这些事件的总数，但是没法知道具体的发生时间。已知平均每小时出生3个婴儿，请问下一个小时，会出生几个？有可能一下子出生6个，也有可能一个都不出生。这是我们没法知道的。（2）含义与公式泊松分布就是描述某段时间内，事件具体的发生概率。公式解释：等号的左边，P 表示概率，N表示某种函数关系，t 表示时间，n 表示数量，1小时内出生3个婴儿的概率，就表示
2022-02-27 12:16:37
11756
原创 Pytorch学习 - 保存模型和重新加载
Pytorch学习 - 保存和加载模型1. 3个函数2. 模型不同后缀名的区别3. 保存和重载模型参考资料：Pytorch官方文档链接某博客1. 3个函数torch.save() : 讲一个序列化对象保存到磁盘中。使用python的pickle工具。 模型 (model)、张量 (tensor) 和各种对象的字典 (dict) 都可以用这个函数保存。torch.load() ：将pickle对象文件反序列化到内存中，也便于将数据加载到设备中torch.nn.Module.load_state
2022-02-26 15:59:19
1230
原创 Pytorch学习-task7：Pytorch池化层和归一化层
Pytorch学习-task7：Pytorch池化层和归一化层torch.nn中提供的Pooling Layers池化层1. MaxPool 最大池化操作2. MaxUnpool - MaxPool1d计算部分反转？3. AvgPool练习归一化层参考链接1：参考链接2：参考链接3：torch.nn中提供的Pooling Layers池化层1. MaxPool 最大池化操作torch.nn.MaxPool1d(kernel_size, stride=None, padding=
2021-12-13 17:53:06
2312
原创 zip()和zip(*)的区别与使用
zip（）和zip（*）的区别与使用简介zip(iteration)传入一个参数时传入两个参数时 zip(a,b)使用参考链接简介zip(iteration)传入一个参数时zip(iteration): 它的参数为多个可迭代对象，作用是聚合每个可迭代对象中的元素。从iteration中依次取一个元组，组成一个元组。传入两个参数时 zip(a,b)zip()函数分别从a和b依次各取出一个元素组成元组，再将依次组成的元组组合成一个新的迭代器–新的zip类型数据。注意：- 要求a与b的维数相
2021-12-13 11:51:13
706
原创 二分法细节学习-mid
二分法细节学习最常见的计算mid方法是mid = (left+high)/2当有序数组比较长时，通常采用mid = left + (right - left)/2，从而避免溢出
2021-12-11 13:14:56
609
原创 如何判断强化学习训练是否在收敛？
参考链接：1、信息熵 – 针对于策略问题如果信息熵逐渐降低，表明策略越来越确定，趋于平缓2、loss指标 – 评价网络收敛的好坏虽然不能直观的说明策略的好坏，但是loss可以看出网络模型的学习程度。趋于平缓，训练的差不多了，不代表策略最优3、rewardreward大多数是对于状态之间转移的即时奖励，和整个决策规划的好坏不能直接等价。在训练过程中，DRL策略在一个episode下的平均奖赏没有明显变化时，可以视为DRL训练近似收敛。dense reward：也可以换成使用平均rewar
2021-12-04 17:06:26
3987
原创 Pytorch学习 - Task5 PyTorch卷积层原理和使用
Pytorch学习 - Task5 PyTorch卷积层原理和使用1. 卷积层介绍 （torch.nn下的）1. class torch.nn.Conv1d(in_channels,out_channels,kernel_size,stride=1,padding=0dilation=1,groups=1,bias=True) 一维卷积层2. class torch.nn.Conv2d() 二维卷积层3. class torch.nn.Conv3d() 三维卷积层三级目录参考链接1：参考链接2：1
2021-12-03 16:55:27
607
原创 Pytorch学习-tensorboard的使用
Pytorch学习-tensorboard的使用1 Tensorboard简介运行机制安装及测试2 SummaryWriter实例的使用教程（1）初始化summaryWriter的方法（2）不同类型数据的记录1）数字 scalar使用样例2） 直方图 histogram使用样例3） 运行图 graph ！！官方样例4） 图片 image （pillow库支持）5） 嵌入向量embedding1 Tensorboard简介参考链接1安装：参考链接2使用：TensorBoard：TensorFlow中强
2021-12-02 15:01:00
1612
2
原创 Pytorch学习-torch.max()和min()深度解析
Pytorch学习-torch.max和min深度解析max的使用dim参数理解二维张量使用max()三维张量使用max()小例子max的使用参考链接：参考链接：对于tensorA和tensorB：1）torch.max(tensorA) 返回tensor中的最大值2）torch.max(tensorA,dim) 返回指定维度的最大数和对应下标3）torch.max(tensorA,tensorB) 比较tensorA和tensorB相对较大的元素dim参数理解搞清楚dim参数第0维
2021-12-02 11:00:31
1506
原创 张量维度的理解
张量维度的理解介绍一维张量二维张量三维张量四维张量 （仅用于理解，坐标系已经不再适用）如何判断张量的batch数、行、列、深度小结：介绍参考链接1：参考链接2：张量的阶数有时也称维度，或者轴axis。比如矩阵[[1,2],[3,4]]，是一个二维张量。沿着第0个轴可以看到[1,2],[3,4]两个向量沿着第1个轴可以看到[1,3],[2,4]两个向量。图示：一维张量const1 = tf.constant([1,2,3,4],tf.float16)二维张量# 三行四列co
2021-12-02 10:18:06
8647
6
原创 Pytorch使用过程错误与解决 -汇总~
Pytorch使用过程错误与解决error1：关键词 copy tensorerror2：关键词 张量相加error3：关键词 nn.Linear()的使用报错1：报错代码：错误原因：报错2：报错代码：错误原因：解决办法错误原因：正确代码error1：关键词 copy tensor报错信息：UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sou
2021-11-30 19:54:45
2214
原创 Pytorch学习
Pytorch学习 -- 深度学习一级目录二级目录三级目录一级目录二级目录三级目录Pytorch必须在init初始化网络结构 forward中做feed forward网络的前馈创建网络结构代码待更新知识点学习：张量tensor的各种操作.argmax() add() 等等 linknn.module 父类nn.Sequential()nn.module中的各层 nn.Linear()激活函数 nn.ReLU() nn.LeackyReLU() nn.ELU() 等等损失函数
2021-11-30 10:46:02
237
原创 Pytorch学习：Task4 PyTorch激活函数原理和使用
参考链接1参考链接21.torch.nn.ELU Sigmoid和ReLU结合体，具有左侧软饱和性数学表达式：图像：右侧线性部分使得ELU可以缓解梯度消失问题，而左侧软饱和性能让ELU对输入变化或噪声更鲁棒。而且ELU的输出均值接近于0，所以没有严重的偏移现象，所以收敛速度更快2.torch.nn.LeakyReLU数学表达式：negative_slop是一个超参数，控制x为负数时斜率的角度，默认1e-2图像：3.torch.nn.PReLU() ReLU和LReLU改进版本数学
2021-11-23 22:46:37
908
原创 Pytorch学习 - Task6 PyTorch常见的损失函数和优化器使用
Pytorch学习 - Task6 PyTorch常见的损失函数和优化器使用官方1. 损失函数（1）BCELoss 二分类计算公式小例子：（2） BCEWithLogitsLoss 将Sigmoid函数和BCELoss方法结合到一个类中计算公式多出参数：小例子（3）NLLLoss(多分类问题) - 多分类的负对数似然损失函数(negative log likelihood loss)计算公式多出参数小例子（4）CrossEntropyLoss 多分类问题 - 将nn.LogSoftmax()和nn.NLL
2021-11-22 14:29:24
821
原创 Pytorch学习- 小型知识点汇总 unsqueeze()/squeeze() 和 .max() 等等
1. unsqueeze(input, dim, out=None)函数 - 升维作用参考链接在指定的地方上增加一个维度0(-2) [行扩展]： 表示在张量最外层增加一个中括号变成第一维1(-1) [列扩展]：表示>>> input = torch.arange(0,6)>>> inputtensor([0, 1, 2, 3, 4, 5])>>> input.shapetorch.Size([6])>>> pri
2021-11-22 09:10:45
675
原创 Pytorch学习：Task2-3 梯度计算和梯度下降过程、PyTorch全连接层原理和使用
学习自动求梯度torch.autograd学习 torch内置计算梯度工具torch.autogradbackwards 反向传播：参数（模型权重）根据给定参数的损益函数的梯度进行调整。# input:x parameters:w,bimport torchx = torch.ones(5)y = torch.zeros(3)w = torch.randn(5,3,requires_grad=True) # 参数需要计算损失函数梯度 因此设置 required_grad = Trueb
2021-11-20 17:25:40
1487
原创 Pytorch学习-Task1
PyTorch学习-Task1：PyTorch张量计算与Numpy的转换张量 Tensor1.张量的定义2.张量的运算3.Tensor与Numpy类型的转换张量 Tensor1.张量的定义PyTorch支持的数据类型：整型和浮点型；以及对应的张量子类型数据类型类型名称张量子类型(1) 整型8位int8ByteTensor8位uint8CharTensor16位shortShortTensor32位intIntTensor64位
2021-11-20 15:54:37
1027
原创 traci学习
SUMO-traci学习1.使用python接口调用SUMOSUMO config配置文件三级目录1.使用python接口调用SUMO# 检查系统路径if 'SUMO_HOME' in os.environ: tools = os.path.join(os.environ['SUMO_HOME'], 'tools') sys.path.append(tools)else: sys.exit("please declare environment variable 'SU
2021-11-09 10:26:41
459
原创 SUMO学习
SUMO学习SUMO简介1、车道模型2、跟驰模型跟驰模型3、变道模型1. Strategic change 战略变道2. Cooperative change 协同变道3. Tactical change 战术变道4. Obligatory change 义务变道FLOWSUMO简介SUMO是一款交通模拟器，单机模拟。宏观上可以模拟出行需求OD，以及路网结构微观上主要可以模拟车道模型(交叉口通行权规则，车辆在不同交叉口的行为等)、跟驰模型(车辆的加速减速，与前车相关)、变道模型(多lane时的车道
2021-10-23 11:43:53
4787
原创 201503-4 网络延时 （本质是求树的最长路径）
参考博文：<1> https://blog.csdn.net/icecab/article/details/80981067?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-11.no_search_link&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7
2021-09-18 10:42:41
105
原创 计算机视觉基础：图像处理（上）
9.13日笔记task1：openCV环境配置 pip install opencv-python 再上网随便找个小例子测试一下安装是否成功1、常见插值算法：最近邻插值、双线性插值和三次样条插值2、算法原理学习：（1）最近邻插值，是指将目标图像中的点，对应到源图像中后，找到最相邻的整数点，作为插值后的输出。（2）双线性插值：就是线性插值在二维时的推广,在两个方向上做三次线性插值.线性插值公式：f(x) = a1x+a03、OpenCV常用APIpython常用opencv的API本次.
2021-09-13 16:37:30
194
原创 最短路径：Dijkstra、BellmanFord以及SPFA算法
最短路径问题1、Dijkstra算法简介（1）Dijkstra算法伪代码（2）C++ 邻接表版代码（3）优化2、Bellman Ford算法简介（1）Bellman算法伪代码（2）C++ 邻接表版代码3、SPFA算法简介（1）SPFA算法伪代码（2）C++ 邻接表版代码1、Dijkstra算法简介Dijkstra算法用于计算单源最短路径，即给定图G(V,E)以及源点s，求s到其他顶点的最短路径。时间复杂度：（1）Dijkstra算法伪代码dijkstra (G,s){ 初始化变量 for 循
2021-09-10 17:41:16
276
原创 C++学习 之 fill和memeset的区别
memset函数：1、按照字节填充字符，因此一般只能用于填充char型数组，如果要填充int型数组，除了0和-1其它不可以。2、在头文件中3、使用格式 memset(数组名，要填充的值，大小)fill函数：1、按照单元赋值，将一个区间的元素都赋同一个值，可以赋任何值。2、在头文件中3、使用格式fill(数组名，填充大小，要填充的值)...
2021-09-10 14:46:23
391
原创 CCF 202104 Python
202104-1 灰度直方图题目链接http://118.190.20.162/view.page?gpid=T128代码n,m,l = map(int,input().split())res = [0 for i in range(l)]for i in range(n): temp = list(map(int,input().split())) for j in range(m): res[temp[j]] += 1print(' '.join(map(s
2021-09-04 17:05:26
157
原创 CCF 202104-4 校门外的树 Python
这里写自定义目录标题题目链接题型分析合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入题目链接http://118.190.20.162/view.page?gpid=T125题型分析键撤销：Ctrl/Command + Z重做：C
2021-09-04 16:59:16
488
原创 A Deep Reinforcement Learning Network for Traffic Light Cycle Control 【论文阅读】
文章脉络【Dueling DQN+Prioritized Memory ，2019年TVT】1、贡献1）首次将dueling network，target network，double DQN 和prioritized experience replay结合在一起。2）提出了一种在整个周期内确定相位持续时间的控制系统，而不是将时间分段。3）在SUMO上进行实验。2、问题定义1）状态2）动作3）奖励3、网络结构A、CNNB、Dueling DQNC、Target networkD、Double DQNE、具有
2021-06-24 22:04:16
472
原创 IntelliLight: a Reinforcement Learning Approach for Intelligent Traffic Light Control 论文阅读
IntelliLight 全文脉络概述1、本文贡献1）Experiments with real traffic data.2）Interpretations of the policy.3）A phase-gated model learning.2、问题定义1）State2）Action3）Reward3、网络结构（1）off-line阶段（2）on-line阶段4、phase-sensitive（1）phase gate 相位门（2）Memory Palace 记忆宫殿5、实验结果说明1）仿真数据2）
2021-06-24 17:20:16
1020
3
原创 CCF 2015年题目题解 - Python
2015年刷题目录2015年12月201512-1 数位之和题目链接：代码：201512-2 消除类游戏题目链接：代码：易错点需注意点：注意and前后都为真时结果返回第二个值。2015年09月201509-1 数列分段题目链接：代码：易错点需注意点：201509-2 日期计算题目链接：代码：易错点需注意点：如果刚好是月末最后一天，直接输出即可。2015年03月201503-1 图像旋转题目链接：代码：易错点需注意点：201503-2 数字排列题目链接：代码：易错点需注意点：sorted自定义排序时，如何设
2021-04-10 11:58:40
115
原创 CCF 2016年题目题解 - Python
2016年刷题目录2016年12月201612-1 中间数题目链接：代码：易错点需注意点：201612-2 工资计算题目链接：代码：易错点需注意点：201612-3题目链接：代码：易错点需注意点：2016年09月201609-1 最大波动题目链接：代码：易错点需注意点：201609-2 火车购票题目链接：代码：易错点需注意点：别忘记处理如果没有连号的座位哦！201609-3题目链接：代码：易错点需注意点：2016年04月201604-1 折点计数题目链接：代码：201604-2 俄罗斯方块题目链接：代码：易
2021-04-10 11:08:49
163
原创 CCF 2017年题目题解 - Python
2017年刷题目录2017年12月201712-1 最小差值题目链接：代码：易错点需注意点：201712-2 游戏题目链接：代码：易错点需注意点：直接模拟！201712-3题目链接：代码：易错点需注意点：2017年09月201709-1 打酱油题目链接：代码：易错点需注意点：201709-2 公共钥匙盒题目链接：代码：易错点需注意点：201709-3题目链接：代码：易错点需注意点：2017年03月201703-1 分蛋糕题目链接：代码：201703-2 学生排队题目链接：代码：易错点需注意点：201703-
2021-04-09 16:36:10
270
1
原创 CCF 2018年题目题解 - Python
2018年刷题目录2018年12月201812-1 小明上学题目链接：代码：易错点需注意点：201812-2 小明放学题目链接：代码：易错点需注意点：201812-3题目链接：代码：易错点需注意点：2018年09月201809-1 卖菜题目链接：代码：易错点需注意点：201809-2 买菜题目链接：代码：易错点需注意点：201809-3题目链接：代码：易错点需注意点：2018年03月201803-1 跳一跳题目链接：代码：201803-2 碰撞的小球题目链接：代码：易错点需注意点：直接模拟就好了，放手大胆的
2021-04-09 11:40:45
187
原创 CCF 2019年题目题解 - Python
2019年刷题目录2019年12月201912-1 报数题目链接：代码：201912-2 回收站选址题目链接：代码：易错点需注意点：201912-3题目链接：代码：易错点需注意点：2019年09月201909-1 小明种苹果题目链接：代码：易错点需注意点：201909-2 小明种苹果（续）题目链接：代码：易错点需注意点：201909-3 字符画题目链接：代码：易错点需注意点：2019年03月201903-1 小中大题目链接：代码：易错点需注意点：201903-2 二十四点题目链接：代码：易错点需注意点：20
2021-04-07 22:36:49
318
1
原创 CCF 2020年题目题解 - Python
2020年刷题目录2020年12月2020年12月-1 期末预测之安全指数题目链接：http://118.190.20.162/view.page?gpid=T123代码：2020年12月-2 期末预测之最佳阈值题目链接：http://118.190.20.162/view.page?gpid=T122代码：易错点或需记忆点：2020年12月-3 带配额的文件系统题目链接：代码：易错点或需记忆点：2020年09月2020年09月-1 称检测点查询题目链接：http://118.190.20.162/vie
2021-04-06 20:37:18
683
原创 记录git命令：本地创建项目后如何上传到github上
问题描述：在本地Pycharm创建了一个项目，如何将项目传到github上呢？在操作过程中遇到了一系列的问题，详情见下面：操作过程全纪录：1、首先登录自己的github账号，创建一个和本地的同名仓库，注意不要有中文哦！new repository创建一个新的仓库，用于存放自己的项目。2、用命令上传项目1）cd 到待上传项目的根目录下2）初始化本地仓库 git init3）将所有文件添加跟踪、管理git add .4）检查是否还有未被git管理的文件git status5）提交文件，把
2021-04-06 11:02:45
111
原创 Linux下gcc中各种文件后缀说明
说明：.c C语言源文件.a 由目标文件构成的档案库文件.C .cc或.cxx C++源代码文件.h 头文件.i 已经经过预处理的C源代码.ii 已经预处理的C++源代码.m Objective-C源代码文件.o 编译后的目标文件.s 汇编语言源代码文件S 经过预编译的汇编语言源代码文件.out 可执行文件 相当于.exe...
2021-03-19 16:16:10
743
原创 CCF-CSP 201903-2 二十四点 Python语言 模拟栈实现
CCF-CSP 201903-2 二十四点 Python语言 模拟栈实现项目场景：二十四点问题本质是处理表达式，一提到处理表达式第一反应大概就是使用栈来处理，虽然网上大部分使用python语言处理二十四点问题都是利用强大的eval()函数，但我仍然想要使用python的列表模拟栈，使用原始方式来处理表达式，当然啦，必须要承认eval()函数强大到爆！！！此文章献给所有想要使用简单强大语言python做一些笨拙事情的小孩子~~问题描述：问题链接：http://118.190.20.162/vie
2021-03-17 11:04:45
175
原创 Fifth Week：Node.js学习
一 概述nodejs最擅长处理高并发，在java、php、.net等服务端语音中，会为每一个客户端连接创建一个新的线程，每一个线程占大约2MB的内存。也就是说，理论上一个8GB的服务器最多可以连接4000个左右的用户。如果想要让Web应用程序支持连接更多的用户，就要增加服务器的数量。nodejs不为每一个客户连接创建一个新的线程，而仅仅使用一个线程。当有客户连接了，就触发一个内部事件，通过非阻塞式IO、事件驱动机制，让nodejs程序宏观上也是并行的，因此一个8GB的服务器，可以同时处理超过4万用户的
2021-02-20 12:36:13
160
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人