谁最温柔最有派-CSDN博客

原创机器学习十大算法简介

本文对机器学习的常用算法进行常识性的认识，介绍这些算法是什么以及如何应用（主要是针对分类问题）以及对单个算法的理解的简介。本文要介绍的十大算法如下：①决策树；②随机森林；③逻辑回归；④SVM（support vector machine）；⑤朴素贝叶斯；⑥K最近邻算法；⑦K均值算法；⑧Adaboost算法；⑨神经网络；⑩马尔科夫。

2022-02-24 14:30:29 2210 2

1.把多个excel表都放在同一个文件夹里面，并在这个文件夹里面2.用microsoft excel打开新建的excel表，并右键单击sheet1，找到“查看代码”，单击进去。进去之后就看到了宏计算界面3.将以下代码复制进窗体中'***********访问当前文件夹下全部子文件夹及文件,Dim iFile(1 To 100000) As StringDim count As IntegerSub xls2xlsx() iPath = ThisWorkbook.Path On

2022-05-19 13:09:57 10946 1

原创【强化学习】Asynchronous Advantage Actor-Critic（A3C）

1 A3C简介A3C全称Asynchronous Advantage Actor-Critic，顾名思义，它采用的是Actor-Critic的形式（需要回顾Actor-Critic的，可以点击这里【强化学习】Actor-Critic（演员-评论家）算法详解）。为了训练一对Actor和Critic，我们将他复制多份红色的，然后同时放在不同的平行空间中，让他们各玩各的。然后每个红色副本都悄悄告诉黑色的Actor-Critic自己在那边的世界玩的怎么样，有哪些经验值得分享。然后还能从黑色的Actor-Criti

2022-04-25 15:33:40 5640

原创【强化学习】Deep Q Network深度Q网络（DQN）

1 DQN简介1.1 强化学习与神经网络该强化学习方法是这么一种融合了神经网络和Q-Learning的方法，名字叫做Deep Q Network。Q-Learning使用表格来存储每一个状态state，和在这个state每个行为action所拥有的Q值。而当今问题实在是太复杂，状态可以多到比天上的星星还多（比如下围棋）。如果全用表格来存储它们，恐怕我们的计算机有再大的内存都不够，而且每次在这么大的表格中搜索对应的状态也是一件很耗时的事。不过在机器学习中，有一种方法对这种事情很在行，那就是神经网络。我们

2022-04-24 15:34:06 6316

原创【强化学习】Deep Deterministic Policy Gradient(DDPG)算法详解

1 DDPG简介DDPG吸收了Actor-Critic让Policy Gradient 单步更新的精华，而且还吸收让计算机学会玩游戏的DQN的精华，合并成了一种新算法，叫做Deep Deterinistic Policy Gradient。那DDPG到底是什么样的算法呢，我们就拆开来分析，我们将DDPG分成’Deep’和’Deterministic Policy Cradient’又能被细分为’Deterministic’和’Policy Gradient’，接下来，我们开始一个一个分析。1.1 Dee

2022-04-22 14:42:56 8231

原创【强化学习】Actor-Critic（演员-评论家）算法详解

1 Actor Critic算法简介1.1 为什么要有Actor CriticActor-Critic的Actor的前身是Policy Gradient，这能让它毫不费力地在连续动作中选取合适的动作，而Q-Learning做这件事会瘫痪，那为什么不直接用Policy Gradient呢，原来Actor-Critic中的Critic的前身是Q-Learning或者其他的以值为基础的学习法，能进行单步更新，而更传统的Policy Gradient则是回合更新，这降低了学习效率。现在我们有两套不同的体系，A

2022-04-22 13:45:25 19908

原创【强化学习】Q-Learning算法详解

1 Q-Learning算法简介1.1 行为准则我们做很多事情都有自己的行为准则，比如小时候爸妈常说：不写完作业就不准看电视。所以我们在写作业这种状态下，写的好的行为就是继续写作业，知道写完他，我们还可以得到奖励。不好的行为就是没写完就跑去看电视了，被爸妈发现，后果很严重。小时候这种事情做多了，也就变成我们不可磨灭的记忆。这和我们提到的Q-Learning有什么关系呢？原来Q-Learning也是一个决策过程，和小时候的这种情况差不多。我们举例说明。假设现在我们处于写作业的状态，而且我们以前没有尝试过

2022-04-20 13:05:13 22998 2

原创 Lombok包安装成功，运行时却提示找不到get、set方法、构造器解决方法

确认lombok安装成功，注解没有报红的情况下，idea中运行提示找不到get、set方法或构造器，查看是否打开注解，如没有打开如下图勾选后应用即可解决改问题。

2022-02-28 11:32:58 2200

原创 mysql中字符串和时间相互转换的方法

1.当字符串格式和时间格式相同时，mysql会自动进行转换。例如：```sqlSELECT * FROM table WHERE ts = '20212.mysql中，DATE_FORMAT(date, format) 函数根据format字符串格式化date值,format字符串格式把字符串转为日期格式:SELECT DATE_FORMAT( '2011-09-20 08:30:45' , '%Y-%m-%d %H:%i:%S' );把日期转为字符串格式:SELECT DATE

2021-12-14 09:02:48 13009 2

原创快速把多个excel合成一个表

1.把多个excel表都放在同一个文件夹里面，并在这个文件夹里面新建一个excel。2.用microsoft excel打开新建的excel表，并右键单击sheet1，找到“查看代码”，单击进去。进去之后就看到了宏计算界面。3.将以下代码复制进窗体中Sub 合并当前目录下所有工作簿的全部工作表()Dim MyPath, MyName, AWbNameDim Wb As Workbook, WbN As StringDim G As LongDim Num As LongDim

2021-12-11 10:00:22 1668

原创 Office 16 Click-to-Run Extensibility Component 卸载

安装Office 2016出现以上问题时可进行以下操作：1.Win + R 运行，输入Installer，进入Installer文件夹2.在详细信息的信息列表栏右键添加在最下方主题选项3.根据主题选项的信息, 查找到Click-to-Run Extensibility Component的Installer4.右键该 MSI程序, 选择卸载Click-to-Run Extensibility Component，只卸载这一项...

2021-12-11 09:25:26 11021 5

原创 pytorch深度学习（10）：卷积神经网络（CNN）并尝试在GPU上运行模型

以pytorch深度学习（9）：加载MNIST数据集，使用Softmax进行多分类一文中的例子，使用卷积层神经元，并将模型和数据放在gpu上运行代码如下：import torchfrom torchvision import transformsfrom torchvision import datasetsfrom torch.utils.data import DataLoaderimport torch.nn.functional as Fimport torch.optim as o

2021-12-01 14:04:18 2173

原创 pytorch深度学习（9）：加载MNIST数据集，使用Softmax进行多分类

代码如下：import torchfrom torchvision import transformsfrom torchvision import datasetsfrom torch.utils.data import DataLoaderimport torch.nn.functional as Fimport torch.optim as optimbatch_size = 64transform = transforms.Compose([ transforms.ToTe

2021-12-01 10:30:57 696 1

原创 pytorch深度学习（8）：加载数据集

以pytorch深度学习（7）：处理多维特征输入–一文中的例子优化数据集加载，使用mini batch算法代码如下：import numpy as npimport torchfrom torch.utils.data import Dataset, DataLoaderclass DiabetesDataset(Dataset): def __init__(self, filepath): xy = np.loadtxt(filepath, delimiter=','

2021-11-30 16:52:06 174

原创 pytorch深度学习（7）：处理多维特征输入

文章所需要的数据集diabetes.csv下载地址：https://download.csdn.net/download/shoppingend/52699628为免费下载资源，下载后只需将其放到自己的.py文件同一目录下数据定义：xy = np.loadtxt(‘diabetes.csv’, delimiter=’,’, dtype=np.float32)x_data = torch.from_numpy(xy[:, :-1])y_data = torch.from_numpy(xy[:, [-

2021-11-30 15:23:15 171

原创 pytorch深度学习（6）：逻辑斯蒂回归（Logistic Regression）处理分类问题

数据 x_data = [[1.0], [2.0], [3.0]]，分类：y_data = [[0], [0], [1]]代码如下：import torchx_data = torch.Tensor([[1.0], [2.0], [3.0]])y_data = torch.Tensor([[0], [0], [1]])class LogisticRegressionModel(torch.nn.Module): def __init__(self): super(Log

2021-11-30 11:14:50 690

原创 pytorch深度学习（5）：pytorch实现线性回归y=w*x+b

数据 x_data = [1.0, 2.0, 3.0]，y_data = [2.0, 4.0, 6.0]模型选择：y = w * x + b代码如下：import torch# 数据准备x_data = torch.Tensor([[1.0], [2.0], [3.0]])y_data = torch.Tensor([[2.0], [4.0], [6.0]])# 设计模型class LinearModel(torch.nn.Module): def __init__(self):

2021-11-30 09:52:16 1436

原创 pytorch深度学习（4）：反向传播y=w*x

数据 x_data = [1.0, 2.0, 3.0]，y_data = [2.0, 4.0, 6.0]模型选择：y = w * x代码如下：import torchx_data = [1.0, 2.0, 3.0]y_data = [2.0, 4.0, 6.0]w = torch.Tensor([1.0])w.requires_grad = Truedef forward(x): return x * wdef loss(x, y): y_pred = forwar

2021-11-29 16:26:01 343

原创 pytorch深度学习（3）：随机梯度下降y=w*x

数据：x_data = [1.0, 2.0, 3.0]， y_data = [2.0, 4.0, 6.0]模型选择：y = x * w代码如下：x_data = [1.0, 2.0, 3.0]y_data = [2.0, 4.0, 6.0]w = 1.0def forward(x): return x * wdef loss(x, y): y_pred = forward(x) return (y_pred - y) ** 2def gradient(x, y

2021-11-29 14:55:45 353

原创 pytorch深度学习（2）：线性模型y=w*x+b

数据 x_data = [1.0, 2.0, 3.0]，y_data = [5.0, 8.0, 11.0]模型选择：y = x * w + b代码如下：import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dx_data = [1.0, 2.0, 3.0]y_data = [5.0, 8.0, 11.0]def forward(x): return x * w

2021-11-29 13:25:50 1477

原创 pytorch深度学习（1）：线性模型y=w*x

数据 x_data = [1.0, 2.0, 3.0]，y_data = [2.0, 4.0, 6.0]模型选择：y = w * x代码如下：import numpy as npimport matplotlib.pyplot as pltx_data = [1.0, 2.0, 3.0]y_data = [2.0, 4.0, 6.0]def forward(x): return x * wdef loss(x, y): y_pred = forward(x) r

2021-11-29 11:31:33 701

原创 python深度学习：卷积神经网络图像分类（训练、测试和模型的加载保存）

简介本文内容是python官网上中文教程中的一个例子：实现一个卷积神经网络实现图像识别，所用到的数据集是cifar10，是一个十分类的图像分类数据集，每个对象的所属类别为1类，总共类别为10类，输入图像数据的维度是[1，1，32，32].下面是具体的代码实现部分。参考地址：https://pytorch.apachecn.org/#/docs/1.7/06代码实现1.了解数据下载cifar10数据集，获得训练集、测试集；将其用dataloader进行封装；选一条数据打印出来看看。import t

2021-11-25 11:31:43 7177 4

原创 mysql查询24小时内的数据

mysql查询当前时间24小时内的数据如下：where time >=(NOW() - interval 24 hour)

2021-10-28 15:28:22 2642

原创 Java获取N天前的日期和N天后的日期

直接上代码获取过去第几天的日期获取未来第几天的日期

2021-10-09 14:10:45 193

原创 Chrome谷歌浏览器通过安装插件JsonView格式化Json数据

1.JsonView插件下载2.用Chrome浏览器加载插件①解压压缩包②打开Chrome浏览器，在地址栏输入chrome://extensions/③点击右上角开关，打开开发者模式④点击“加载已解压的扩展程序”⑤导入刚刚解压的压缩包，选择插件目录JSONView-for-Chrome-master\WebContent⑥刷新页面即可看到要读的Json数据已经可视化展示

2021-09-26 09:09:28 399 1

原创 Map和HashMap的区别

Map集合的特点：1、Map集合一次存储两个对象，一个键对象，一个值对象2、键对象在集合中是唯一的，可以通过键来查找值HashMap特点：1、使用哈希算法对键去重复，效率高，但无序2、HashMap是Map接口的主要实现类

2021-08-23 11:05:46 319

原创 vs code中terminal（终端）无法输入命令（2步轻松解决）

1. 去掉兼容性运行右键属性，选择兼容性，点击更改多有用户的设置，去掉“以兼容模式运行这个程序”2.在settings.json文件中配置点击左下角设置，选择一个命令面板选择首选项：Open Settings(JSON)在打开的文件中输入以下两行代码最后重启命令行即可输入命令了

2021-07-13 15:05:58 10669 7

原创 mysql数据库报错1166 - Incorrect column name解决办法

1166 - Incorrect column name错误释义：列名不正确错误原因：新增字段时字段名中不小心多加了空格解决办法：删除字段名中多余的空格，保存即可

2021-07-12 10:25:43 5293 2

原创 Git首次创建上传一个新的项目到Gitlab或GitHub

安装好git客户端后，在git bash界面输入如下内容即可完成邮箱的注册：$ git config --global user.name "user.name"（说明：双引号中需要你的用户名，这个可以随便输入，比如“zhangsan”）$ git config --global user.email "yourmail@youremail.com.cn"（说明：双引号中需要输入你的有效邮箱，比如“12131312@qq.com”）

2021-05-25 09:31:32 109

原创检验node.js是否安装成功

打开cmd命令行，输入node -v和npm -v出现对应的版本证明安装成功，如果报错证明安装失败

2021-05-08 08:20:53 1292

原创 Spring AOP环绕通知

import lombok.extern.slf4j.Slf4j; import org.aspectj.lang.ProceedingJoinPoint; import org.aspectj.lang.annotation.Around; import org.aspectj.lang.annotation.Aspect; import org.aspectj.lang.annotation.Pointcut; import org.springframework.stereotyp

2021-04-07 11:17:45 87

原创详细解读Spring中的@transactional使用

事务管理是应用系统开发必不可少的一部分。Spring为事务管理提供了丰富的功能支持。Spring事务管理分为编码式和声明式两种方式。编程式事务指的是通过编码方式实现事务；声明式事务基于 AOP，将具体业务逻辑与事务处理解耦。声明式事务管理使业务代码逻辑不受污染，因此在实际使用中声明式事务用的比较多。声明式事务有两种方式，一种是在配置文件（xml）中做相关的事务规则声明，另一种是基于@Transactional 注解的方式。注释配置是目前流行的使用方式，因此本文将着重介绍基于@Transactional 注

2021-04-07 11:03:19 179

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

文章【强化学习】Policy Gradient（策略梯度）算法详解中的代码资源

文章【强化学习】Q-Learning算法详解中的代码资源

diabetes.csv

超级玛丽demo（java实现）可以直接运行

空空如也