渣渣屋

装系统ubuntu18.04材料：一个64G的U盘；一个256G硬盘；一台win10电脑；UltraISO启动盘制作软件；在win10电脑用UltralSo制作启动U盘，然后将U盘和硬盘同时插到win10电脑上，并从U盘启动，然后在U盘中用直接全部擦除的方式安装硬盘即可；装ros1按照ros的官网进行，在sudo apt install ros-melodic-desktop-full这一步会出现，下载不到一系列deb包的问题，那是因为终端没有科学的上网，这个时候只需要把对应的deb搞到（直接点

转载 https://tools-platform-guide.readthedocs.io/zh_CN/latest/anaconda/%E9%85%8D%E7%BD%AE%E5%9B%BD%E5%86%85%E9%95%9C%E5%83%8F%E6%BA%90/conda config --set show_channel_urls yes生成配置文件.condarc，也可以手动创建打开文件~/.condarc，添加show_channel_urls: truedefault_channel

RRT：实现：给定一个node_start, node_goal,随机选择一个node_rand，在node_list列表里选择一个离node_random最近的点设置为node_nearest，然后沿着node_nearest朝node_random走step_length距离，找到一个node_new, 将其加入node_list。重复上述过程直到找到一个node_new接近node_goal,然后再在得到的node_list中找到从node_start到最后一个node_new的列表就构成了pat

文章目录标量函数backward向量函数backeward，及gradient参数解析标量函数backwardimport torchfrom torch.autograd import Variableimport torch.nn as nnimport torch.nn.functional as F#反向传播x = torch.ones(2, 2, requires_grad=True)y = x + 2z = y * yout = z.mean()# 如果没有下面这一行，

参考博主：https://blog.csdn.net/weixin_41457494/article/details/86238443import torchfrom torch.autograd import Variableimport torch.nn as nnimport torch.nn.functional as F# 神经网络参数解析'''神经网络参数解析'''class Net(nn.Module): def __init__(self): sup

文章目录Policy-based RL前言1. 预备知识1.1 策略类型1.2 策略优化的目标函数1.2.1 可结束的环境的目标函数1.2.3 连续动作环境的目标函数1.2.4 实际的目标函数的定义1.3 策略的核函数1.4 策略的类型1.4.1 Softmax Policy1.4.2 高斯分布2. 正题：策略梯度RL2.1 问题表征2.2 MC梯度的方法3. 改善策略梯度3.1 考虑时序因果关系3.2 采用Baseline3.3 采用critic3.4 采用Advantage function3.5 TD

wget -O- https://deepin-wine.i-m.dev/setup.sh | shsudo apt install com.qq.weixin.deepin参考：https://ubuntuhandbook.org/index.php/2021/02/install-deepin-wechat-qq-ubuntu-20-04/https://ubuntuhandbook.org/index.php/2021/02/install-deepin-wechat-qq-ubuntu-20

timedatectl set-local-rtc 1 --adjust-system-clocksudo hwclock -w

在 ~/.bashrc 中添加export PATH=~/anaconda3/bin:$PATH

sudo apt-get updatesudo apt-get install ibus-rimeAfter installation, add Rime to iBus:Reboot or logout then login again.“Settings” → “Region & Language” → Add an input source by searching “rime” and select “Others” → “Chinese(Rime)” or “Chinese(Ta

Epoch：One Epoch is when an ENTIRE dataset is passed forward and backward through the neural network only ONCE.神经网络对所有数据集进行一次前向和后向传播的过程Batch：divide dataset into Number of Batches or sets or parts，a Batch is one of them.将数据集分成很多份，Batch表示其中一份Batch Siz

官网yyds首先根据官网链接，制作启动u盘https://ubuntu.com/tutorials/create-a-usb-stick-on-windows#1-overview然后根据官网链接，往硬盘中安装ubuntuhttps://ubuntu.com/tutorials/install-ubuntu-desktop#4-boot-from-usb-flash-drive为了快速方便无bug的按照，最好将电脑上的硬盘，固体和机械的都卸掉，只保留要安装的硬盘，这样在2中选择擦除并安装

原址: https://www.huaweicloud.com/articles/8357620.html

sudo dpkg -i package_file.deb

主要在当前运行git clone命令的目录下没有读和写的permission，去新建一个文件夹，然后在新建的文件夹里git clone即可

解决方法cd /etcsudo gedit bash.bashrc然后找到错误的代码source ~/.bashrc上面的"~"符号是中文输入的，我们把它改成英文输入下的波浪号就可以了。

在MATLAB命令行中输入：matlabroot

激活码在线产生地址

pullgit pull origin master

value iteration和policy iteration的区别value iteration: ①多次迭代Bellman最优等式和Bellman等式，等价值函数收敛后，②再用价值函数带入贝尔曼等式得到动作价值函数，策略就从最大的动作价值函数选取。（策略没有参与）policyiteration：①随机选取一个策略policy，用这个policy对Bellman等式进行多次迭代计算直到价值函数收敛，②再用价值函数求得动作价值函数，策略就从最大的动作价值函数选取。③然后用新的策略再进入①计算。对..