Alvin_lee的博客

天下苦word久矣！本模板主体内容来自互联网，感谢开源精神。本人添加了参考文献使用方法。单栏文档latex模板，较为通用。环境：texstudio+texlive.%保存为UTF-8编码格式%用xelatex编译 \documentclass[UTF8,a4paper,12pt]{ctexart}\usepackage[left=2.50cm, right=2.50cm, top=2.50cm, bottom=2.50cm]{geometry} %页边距\CTEXsetup[format={

RLGC踩坑RLGC demo运行RLGC demo运行src导入显示占不到包：请1.检查__init__.py文件；2.正确配置sys路径，如下配置是必要的repo_path = os.getcwd()sys.path.append(repo_path)from src.environments.PowerDynSimEnvDef_v7 import PowerDynSimEnv路径问题：pycharm非常强大，可以帮你忽略掉很多奇怪的问题，但在终端中代码就运行不起来。由于os.mk

python 并行化处理多模型多GPU在基于深度网络的各种应用中，串行地遍历超参数组合完成参数优化速度缓慢。在认为指定多个参数组合情况下，使用多核多卡，开并行能够显著加快模型的运行速度。以下为本人使用的一些代码。import osimport torchimport multiprocessing as mpfrom multiprocessing.pool import Pool # 进程池from multiprocessing import cpu_count #获取系统默认CPU内核

离线安装OneNote for Windows 10在探索了一段时间后，找到了离线安装windows uwp应用的方法，特此记录。准备安装包通过搜索网页版Microsoft Store中的应用，找到有关应用，如下图：之后进入该网页，复制浏览器地址栏https://www.microsoft.com/en-us/p/onenote-for-windows-10/9wzdncrfhvjl#activetab=pivot:overviewtab,但该链接不能用，需要去掉#及后边的内容https://ww

Pytorch作为一大主流深度学习框架，在1.2版本之后自带tensorboard，这为监视训练过程带来了巨大的便利。但目前的教程多数没有写如何动态监视训练过程。在进行了一些探索后，实现了mnist分类训练动态监视这一功能，特此记录。文中分类demo来自https://blog.csdn.net/KyrieHe/article/details/80516737安装或者升级pytorch环境，安...

该方法参考自https://tex.stackexchange.com/questions/108315/how-can-i-set-a-dark-theme-in-texstudio，我只是搬运工。步骤：找到C:\Users\USERNAME\AppData\Roaming\texstudio目录下的texstudio.ini文件。注意，当texstudio打开时此文件没有，要关掉texs...