- 博客(18)
- 收藏
- 关注
RSS订阅原创 Python强化学习实例，基于上一篇自主寻优，QLearning算法实现序贯决策，迷宫代码
序贯决策是时间序列中，多个阶段需要连续决策，决策是分前后顺序的，前一步的选择直接影响后一步的选择，就像走迷宫一样，走错一步，可能后续就到了死胡同。上一篇笔记已经了解了一些基本概念。这一篇举一个实例。QLearning算法是一种强化学习中的异策略算法。所谓异就是action的策略使用贪婪策略，即选择的结果就是值最大的action，或者说最优的action。而状态行为（state_action）的策略是epsilon贪婪策略，这是在贪婪策略中加入了一个修正epsilon，相当于增加了一个探索利用。这导致每次选
2021-08-21 11:33:09
1905
2
原创 Python强化学习，基于gym的马尔可夫决策过程MDP，动态规划求解，体现序贯决策
决策的过程分为单阶段和多阶段的。单阶段决策也就是单次决策，这个很简单。而序贯决策指按时间序列的发生，按顺序连续不断地作出决策，即多阶段决策，决策是分前后顺序的。序贯决策是前一阶段决策方案的选择，会影响到后一阶段决策方案的选择，后一阶段决策方案的选择是取决于前一阶段决策方案的结果。学习过程中最典型的例子就是非线性二级摆系统，每个状态下都需要决策车的方向及力的大小。更著名的例子就是AlphaGo。强化学习要解决的就是序贯决策问题，它不关心输入是什么样的，也不需要带有标签的样本，只关心当前状态下应该采取什么
2021-08-18 18:48:22
1722
原创 Python并行计算加速建模，for循环等
最近在做时间序列预测时发现，模型套餐速度有些慢，for循环效率有点低。突然发现Python有一个工具joblib很好用，加速效果较好，写一个demo记录一下。不进行并行的for循环就是单进程迭代计算，demo的计算时间为7.3秒。但是并行后可以看到，后台有多个进程，速度加快至2.6秒。当单次计算非常快时，由于开销，对多进程或线程的调用可能比顺序计算慢。因此较快速度的计算不需要并行。from joblib import Parallel, delayedimport timedef demo
2021-08-18 10:39:54
2022
4
原创 Python fbprophet 时间序列预测代码运行报错
如果缺少Microsoft Visual C++ 14.0，则下载一个visual studio installer，https://docs.microsoft.com/en-us/visualstudio/install/install-visual-studio?view=vs-2019，安装一下visual studio 2017，就可以搞定了。如果报错是plotly,则install plotly即可。如果报错Exception ignored in: 'stanfit4anon_model，
2021-08-13 15:13:02
462
原创 Docker+Gitee克隆仓库复现Python代码运行结果
之前的文章已经简单学习了一下Docker的命令，但是工作中很少用Docker Desktop，而是用Gitee，今天简单学习了一下Gitee的用法。在Gitee上，首先将仓库clone到本地文件夹内。git clone git@gitee.com:Gitee用户名/仓库名.gitclone时可能会报错是因为没有key。git config --global user.name “启一个用户名”git config --global user.email “你的邮箱”ssh-keygen -t r
2021-07-03 10:53:27
366
原创 Python prophet安装错误解决及时间序列预测
单变量的时间序列预测有很多模型，如LSTM，GRU，RNN，ANN，RBFNN等，还有模型的双向版本，这些网上的参考资料很多，偶然间发现了fbprophet，顺便弄了一个demo。IDE：conda+pycharm。直接使用pip安装fbprophet会报错，网上搜了说可能是清华的镜像的问题，不过最终我依然使用清华的镜像安装成功了，只是fbprophet库有很多前置库需要安装。如果直接安装就会报错。首先pip install pystan，把这个库安装一下，然后使用pip install fbprop
2021-06-04 09:53:54
2069
原创 win10家庭版Docker打包python运行，映射路径将文件保存本机，附镜像压缩tar的save命令上传cp指令和检查inspect指令
总结Docker build Py代码运行，映射本地文件。首先简单写一个py文件，同时写好Dockerfile文件，并将代码依赖输出到requirements文件。下面是py和Dockerfile文件内容。import numpy as npimport pandas as pda = np.array([1, 2, 3])print('ok')print(a)pd.DataFrame(a, columns=['A']).to_csv('./submit.csv', encoding='ut
2021-05-17 12:59:50
539
原创 win10家庭版Hyper-V安装Docker打包python运行
安装DockerDocker Desktop 官方下载地址： https://hub.docker.com/editions/community/docker-ce-desktop-windows，下载安装以后还不能启动，是因为win10家庭版没有Hyper-V。创建一个文件，Hyper-V.cmd，把下边的内容复制进去（使用记事本或者notepad++都行）。pushd "%~dp0"dir /b %SystemRoot%\servicing\Packages\*Hyper-V*.mum >
2021-05-11 17:18:25
533
原创 Python打包exe文件大启动慢的解决方案
目前python常用的是anaconda+pycharm的组合，使用起来确实非常方便，但是使用pyinstaller打包耗时很长，exe文件非常大，启动的很慢，这是因为打包的时候没有根据当前工程依赖库进行，而且将很多没有使用到的依赖打包进来了。下面介绍一个解决方案，虽然步骤多了些，但是打包的exe文件很小且启动非常迅速。首先使用pycharm创建新工程，如下图设置。自定义路径的工程名，使用官方Python3解释器。然后，全部的依赖库在工程里安装（这个很快），他们都保存在了venv/Lib/site-p
2021-05-11 10:39:50
6302
5
原创 Python数据治理，异常点检测，离群点异常点分析
数据清洗中，一般是先检测异常点，删除之后把全部缺失值一起插值。异常点检测方法有很多，其中效果较好的是均值标准差，四分位（箱图）和DBSCAN聚类。在Python中，都有现成的工具可以使用，下边把Python代码整理在一起方便使用。数据使用的大望村水厂的逐日供水数据（见下图），只需要把需要识别异常点的数据整理成第一列索引（label=time），第二列值（column=Value），就可以使用下列代码。均值标准差import pandas as pdimport numpy as npimport
2021-04-18 11:37:45
1309
1
原创 Python的pandas.ExcelWriter输出excel时xlsxwriter引擎设置格式_筛选_高亮
日常工作中，希望输出的excel带一些格式，当表单数据量较大时，用python可以解决大量手动工作量：pd.to_excel时设置好了保存即可。下边代码包含了设置日期、边框、对齐、高亮、背景色、字体色，字号、字体、筛选等。import numpy as npimport pandas as pdimport sys, osdef report(): data = {"one": [20123, '2020123', 'american', '2020-5'], "two": np.lin
2020-12-13 10:58:54
4007
2
原创 Python将全部print改为一次性写入文件而不修改每个print的file属性
方法一在主程序入口处，添加如下代码。import sysf = open(‘myprint.txt’, ‘a’)sys.stdout = f其中，a是追加，也可以用w。然后在代码中可以尽情print，不需要设置file属性，内容就自动写入文件了，但是不会在打印。print(‘print something !’)f.close()最后记得要关闭文件。方法二import osimport sysclass TextArea(object): def __init__(sel
2020-12-11 16:38:20
304
原创 Python利用scipy实现T-TEST和Z-TEST源代码
使用excel的T.TEST和Z.TEST计算不方便，使用python的包scipy可以方便实现计算，但是网上有参考价值的资料少，特此总结源代码，直接展示常用方法。一、T-TESTfrom scipy.stats import ttest_1samp, ttest_ind, ttest_relimport scipyfrom scipy import stats上面是常用的导入，下边对如何使用进行说明。rvs1 = stats.norm.rvs(loc=600, scale=13.14, siz
2020-12-09 00:06:09
1781
原创 python爬虫设置User-Agent解决HTTPError: HTTP Error 403: Forbidden
python读取网页常用以下两个方式：from urllib.request import urlopenimport requestsurlopen使用read()方法，requests使用text属性即可。解析使用from bs4 import BeautifulSoupsoup=BeautifulSoup(content, ‘lxml’)但是，当启动程序打开一个URL时，如果不设置userAgent，服务器获取不到request的浏览器类型、操作系统、硬件平台等信息，无法得知发送这个
2020-11-20 11:51:53
1221
1
转载 PyTorch在anaconda+win10-64位系统下搭建的全过程
https://blog.csdn.net/qq_38704904/article/details/95192856https://developer.nvidia.com/cuda-toolkit-archivehttps://blog.csdn.net/sinat_23619409/article/details/84202651
2019-11-13 11:32:19
139
原创 Qt调用python的一些错误和细节
qt新建widget工程，第一步，增加外部库增加外部库之后，代码会出现一些混乱，修改一下路径最后部门，使得文件名和后缀名都正常就行：win32:!win32-g++: PRE_TARGETDEPS += PWD/../../../Anaconda3/libs/python37.libelse:win32−g++:PRETARGETDEPS+=PWD/../../../Anaconda3/li...
2019-09-09 21:02:34
1003
原创 win10下Qt64位编译，读写access，附SIGSEGV、32位64位驱动及多维vector
平台：win10，Qt5，64位MinGW编译器温馨提示：32位和64位驱动是不一样的， 控制面板-管理工具-可以查看32位与64位驱动，我使用的是字符串驱动，如果设置本地数据源，则直接使用名称就可以访问。亲写，亲测，程序已经打包发布。头文件略，直接贴代码：QSqlDatabase DB;//数据库连接//加载驱动程序，有上图可以了解到，ODBC驱动可以管理好几个微软的数据库DB...
2019-09-07 10:08:46
671
原创 win10下使用python读取access数据库，附AccessDatabaseEngine和pywin32
平台：win10，64位pycharm、python3、AccessDatabaseEngine_X64、pywin32-221.win-amd64-py3.7。温馨提示：64位系统一定要保持64位的一致性。代码直接展示粗糙流程，简单易懂，亲测可运行，不需要设置系统ODBC64位数据源。资源：链接：https://pan.baidu.com/s/1TxT5bng3P2FUYW5nojA6uQ...
2019-09-07 09:25:17
1755
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