- 博客(11)
- 收藏
- 关注
RSS订阅原创 下载完anaconda 却cmd无法显示版本，需要添加环境变量
D:\ProgramData\Anaconda3D:\ProgramData\Anaconda3\ScriptsD:\ProgramData\Anaconda3\Library\bin
2022-09-21 19:33:14
2349
3
原创 UnicodeEncodeError: ‘ascii‘ codec can‘t encode characters in position 9-10: ordinal not in range(128
Traceback (most recent call last): File "train_battle.py", line 49, in <module> env.set_render_dir(os.path.join(BASE_DIR, 'examples/battle_model', 'build/render')) File "/home/ym/下载/pomfrl-main/pomfrlFOR/examples/battle_model/python/magent/g.
2021-11-24 19:52:20
831
原创 配置tensorflow-gpu和tensorflow-cpu环境和对应的keras ,pytorch（详细步骤）
0. 安装Anaconda 和 微软官网的 VC++ 补丁（1）安装Anaconda进入官网，滑到最下面，点击安装。（除了安装路径，其他都默认安装）https://www.anaconda.com/products/individual（2）需到微软官网下载对应VC++ 补丁并安装。https://visualstudio.microsoft.com/zh-hans/downloads/1.查看版本对应关系进入网址查看Tensorflow各个版本需要的CUDA版本以及cuDNN的对应关系。
2021-03-29 21:55:23
4714
5
原创 提高说话能力的实际操作方法
以往我也看过很多提高说话的技巧，然而大都是在讲道理或者举例子，并没有什么教给我可以切身实用的办法。但是提高说话的技巧一直困扰着我，我一直在寻找好办法。 今天，偶然从知乎看到一个提高说话技巧的方法，出自知乎用户@白诗诗，https://zhuanlan.zhihu.com/p/37672206，看完他的高频次电影复述法，我仿佛看见了新大陆一样的高兴，也迫切的要去实施这个方法，才有了今天这篇文章。 知乎主提到的高频次电影复述法，是他曾经参加的一个大学生求职能力培训班学习到的，我不禁的感叹终于有了...
2020-11-13 15:19:19
450
原创 给西瓜浇水问题的马尔可夫决策过程理解
理解自 周志华《机器学习》在强化学习的过程中，首先是对强化学习的理解，可用马尔可夫决策过程（Markov Decision Process, MDP)来理解:机器处于环境E中，状态空间为XXX，其中每个状态x∈Xx∈Xx∈X是机器感知到的环境的描述，机器能采取的动作构成了动作空间AAA，若某个动作a∈Aa∈Aa∈A作用在当前状态xxx上，则潜在的转移函数PPP将使得环境从当前状态按某种概率转移到另一个状态，同时，环境会根据潜在的“奖赏函数RRR”反馈给机器一个奖赏。在上述图片中，最优策略为：在“
2020-11-13 15:09:00
485
原创 保凸运算以及一些复合函数的凹凸性判断
非负加权求和1.如果函数fff是凸函数且a≥0a≥0a≥0,则函数afafaf也为凸函数。如果函数f1f1f1和f2f2f2都是凸函数，则它们的和f1+f2f1+ f2f1+f2也是凸函数。将非负伸缩以及求和运算结合起来，函数f=w1f1+⋯+wmfmf=w_{1} f_{1}+\dots+w_{m} f_{m}f=w1f1+⋯+wmfm是凸函数。这个性质可以扩展至无限项的求和以及积分的情形。例如，如果固定任意y∈Ay∈\mathcal{A}y∈A,函数f(x,y)f(x,y)f(x,y)关于
2020-05-18 21:11:20
8480
3
原创 判断函数凹凸性
一阶条件假设fff可微，则函数fff是凸函数的充要条件是domfdom fdomf是凸集且对于任意x,y∈domfx, y∈domfx,y∈domf, f(y)⩾f(x)+∇f(x)T(y−x)f(y) \geqslant f(x)+\nabla f(x)^{T}(y-x)f(y)⩾f(x)+∇f(x)T(y−x)成立。二阶条件假设fff二阶可微，则函数fff是凸函数的充要条件是：其HessianHessianHessian矩阵是半正定阵，即对于所有的x∈domfx∈domfx∈domf,有∇2f(
2020-05-18 17:39:37
8272
原创 凸优化中凸函数定义、直线与线段、凸集、仿射集合、仿射函数
凸优化（Stephen Boyd)中自学部分定义函数f:Rn→Rf:\mathbf{R}^{n} \rightarrow \mathbf{R}f:Rn→R是凸的，如果fff在定义域(domdomdom)上是凸集，且对于任意x,y∈domfx,y∈\mathbf{dom}fx,y∈domf和任意0⩽θ⩽10⩽θ⩽10⩽θ⩽1，有 f(θx+(1−θ)y)⩽θf(x)+(1−θ)f(y)f(\theta x+(1-\theta) y) \leqslant \theta f(x)+(1-\theta) f(
2020-05-18 15:48:28
2446
原创 latex 部分报错情况
参考文献中斜体未显示使用 \emph{Convex Optimization} 编译后不显示斜体，要在宏包和正文之前，添加如下一行代码：\usepackage{...}\let\emph\textitbegin{document} IEEE 插图异常出现“！undefined control sequence /caption.......”，是由于ie...
2019-10-15 09:07:57
1583
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