- 博客(74)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 QT发布可执行文件自动添加相应动态库
1、打开Qt 5015.2(MSVC 2019 64-bit)，这里不要使用win+r，cmd的方式。2、使用windepolyqt.exe进行自动生成动态库的方式，有很多博客都有详细介绍怎么使用。
2022-05-14 22:56:48
399
原创 【Ruckig】——配置需要注意的问题
1、出现 M_PI 未定义，需要添加#define _USE_MATH_DEFINES2、需要使用C++17标准
2022-05-12 14:33:37
712
原创 【RBDL】——运动学代码
使用RBDL开源库进行运动学计算机器人：PUMA560包含：模型建立，正运动学、逆运动学、雅可比矩阵、速度、加速度#include <iostream>#include <fstream>#include <rbdl/rbdl.h>using namespace std;using namespace RigidBodyDynamics;using namespace RigidBodyDynamics::Math;int main(int argc,
2022-05-07 20:29:51
747
原创 TwinCAT3 C++ ——数字签名证书无法成功
手动安装数字签名证书发现无法成功，或者利用工具安装数字签名证书重启电脑右下角无法出现”测试模式”。解决方法：WIN7/10 某些系统会自动开启 SecureBoot 功能，导致签名失败，只需要在 BIOS 中把“ScureBoot”选项 disable 即可。...
2022-04-02 13:04:46
3890
原创 TwinCAT3 C++ —— Error C1010 (add ‘ #include““ ‘)
在 Visual Studio 中添加非 TwinCAT 的 class 到 C++项目中，编译会报C1010 错误。在你所生成的类文件起始添加以下两行就可以解决：#include"TcPch.h"#pragmahdrstop
2021-11-09 11:06:17
824
原创 TwinCAT 3 使用XML-server
文章目录1、需要安装的组件2、Tc2_TcXmlDataSrv中的四个功能块2.1 FB_XmlSrvRead2.2 FB_XmlSrvReadByName2.3 FB_XmlSrvWrite2.4 FB_XmlSrvWriteByName3、支持的数据类型4、四个功能块使用demo4.1 Sample 1 (FB_XmlSrvWrite)4.2 Sample 2 (FB_XmlSrvWriteByName)4.3 Sample 3 (FB_XmlSrvRead)4.4 Sample 4 (FB_XmlSr
2021-10-26 15:24:05
2607
原创 CanOpen笔记1
文章目录1、CanOPEN Objects2、CanOPEN Objects 的三种类型1、CanOPEN Objects一个对象（Object）可以粗略的认为是一个数据的内存地址，每个驱动器都包含很多对象，如 PDO 对象、SDO 对象。你可以通过一个 16 位的地址来访问对象，16 位的地址称为 Index，某些对象还包含 8 位的 Sub-Index，所以这是一个 24 位的地址空间，地址中包含的数据有 8 位、16位、32 位、字符串。对象分为可读、可写、可读可写。2、CanOPEN Obj
2021-07-22 10:14:36
158
原创 Git笔记
文章目录1 配置和帮助1.1 用户信息1.2 查看配置信息1.3 获取帮助2 Git 基础2.1 在工作目录中初始化新仓库2.2 从现有仓库克隆2.3 检查当前文件状态2.4 跟踪新文件2.5 忽略某些文件2.6 查看差异2.7 提交更新2.8 跳过使用暂存区域2.9 移除文件2.10 查看提交历史2.11 撤销参考资料：1 配置和帮助1.1 用户信息$ git config --global user.name "John Doe"$ git config --global user.email
2021-07-22 10:12:34
54
原创 TwinCAT 3 / C++出现“invalid object id” (1821/0x71d)报错
文章目录1、激活 TwinCAT3-C++项目时出现“invalid object id” (1821/0x71d)1、激活 TwinCAT3-C++项目时出现“invalid object id” (1821/0x71d)需要给c++模块分配任务。参考倍福官方指导：【1】https://infosys.beckhoff.com/english.php?content=…/content/1033/tc3_c/831500427.html&id=【2】https://infosys.bec
2021-07-22 10:10:53
717
原创 TwinCAT3 ADS通讯笔记
文章目录1、ADS通讯方式2、ADS基本命令3、ADS通讯方式4、**PLC与高级语言变量对应5、ADS错误码查询6、ADS支持多线程1、ADS通讯方式ADS设备的内部地址或者变量与ADS访问地址之间需要一一对应。支持地址访问支持变量名访问2、ADS基本命令3、ADS通讯方式4、**PLC与高级语言变量对应5、ADS错误码查询https://infosys.beckhoff.com/english.php?content=…/content/1033/tc3_c/3742
2021-07-22 10:09:01
1827
原创 C++ .exe程序设置为开机自启
参考：https://blog.csdn.net/weixin_43178927/article/details/826830631、点击开始—>运行（win+R），输入regedit打开注册表；2、找到“HKEY_LOCAL_MACHINE \ SOFTWARE \ Microsoft \ Windows \ CurrentVersion \ Run”，打开后；3、点右键—新建—字符串值，输入任意名称；4、右击该名称—修改，在“数值数据”栏输入你要自动启动的应用程序文件所在的完整路径的文件名
2021-07-21 15:31:29
1039
原创 TwinCAT 3 —— Matlab-simulink配置
文章目录1、安装 Windows Driver Kit (WDK）2、安装 TE1400 Target for Matlab Simulink1、安装 Windows Driver Kit (WDK）这里默认电脑上已经安装好 VS 和 TwinCAT3 。在微软官网下载 WDK 安装包：win10：https://docs.microsoft.com/zh-cn/windows-hardware/drivers/download-the-wdkwin7：https://www.microso
2020-12-17 20:58:33
1608
4
原创 TwinCAT 3 基础——安装
1、提前安装好vs2017，或者vs的其他版本。2、在 BECKHOFF 官网直接下载 TwinCAT 3。下载后傻瓜式安装即可。3、在使用TwinCAT时，出现 Filter 库还没有被安装到系统中。需要在官网下载 TC3-InfoSys.exe 进行安装。附上链接...
2020-12-07 16:25:24
4681
原创 Matlab/Simulink 使用 MPC Controller 仿真时出现控制输出一直为0
在使用 Matlab/Simulink 的 MPC Controller 时，缺少关键步骤导致 MPC 控制器的输出一直是0的问题，可参考的解决方法如下： 1、在simulink中建立一个最简单的MPC控制器，被控对象是一个简单的传递函数。 2、直接开始运行肯定会出现下面的情况：mv的输出一直是0，所以最后的输出也是0。 3、这里需要提前对 MPC Controller 进行设置。双击 MPC
2020-11-26 22:16:49
3860
5
原创 强化学习论文汇总——更新中
1、reinforcement learning (Sutton and Barto, 1998)2、Q-learning（Watkins, 1989）3、DQN algorithm（Mnih et al., 2015）4、Double DQN（Hado van Hasselt et al., 2015）5、Dueling DQN（Wang et al., 2016）6、NOISYNET DQN（MeireFortunato et al., 2019）...
2020-11-23 15:34:34
427
原创 RL面试题总结
文章目录1、强化学习可以解决什么问题2、强化学习如何解决问题3、强化学习基础3.1 马尔科夫决策过程3.2 基于模型的动态规划方法4、基于值函数的强化学习方法4.1 基于蒙特卡洛的强化学习方法4.2 基于时间差分的强化学习方法4.3 基于值函数逼近的强化学习方法4.3.1 基于值函数逼近的理论讲解4.3.2 DQN及其变种5、基于直接策略搜索的强化学习方法5.1 基于策略梯度的强化学习方法5.2 基于置信域策略优化的强化学习方法5.3 基于确定性策略搜索的强化学习方法6、强化学习的商业落地6.1 推荐系统6
2020-11-23 15:28:27
797
原创 Webots/MATLAB联合仿真环境配置
系统：Win10matlab版本：2019bwebots版本：R2019b matlab和webots的安装很简单，这里不详细介绍，网上也有很多资源。。。 在使用matlab对webots进行外部控制时，会遇到一些问题：1、在使用matlab写控制器之前，需要给matlab安装 MATLAB MinGW-w64 C/C++ Compiler，因为需要matlab与c进行交互。安装过程如下：1） 下载完 MATLAB MinGW-w64 C/C++ Co
2020-11-23 15:25:33
3641
2
原创 Noisy DQN
论文链接：Noisy DQN（MeireFortunato et al., 2019）在深度强化学习智能体中引入了参数噪声—— NoisyNet，并且该智能体策略的随机性可以用来帮助有效的探索。利用梯度下降法学习噪声参数和剩余网络权值。对于 A3C，DQN，Dueling Agent，可以使用这个 NoisyNet 来替代传统的探索启发式方法（如，熵奖励和 ϵ−greedy\epsilon-greedyϵ−greedy）。而且具有 NoisyNet 的 Agent 在 Atari 游戏中的表现常常会有很大
2020-07-13 16:22:43
2457
原创 Dueling DQN
论文链接：https://arxiv.org/pdf/1511.06581.pdfDueling DQN 使用了一种新的神经网络结构。Dueling 网络有两个独立的估计量：状态值函数的估计量依赖状态的动作优势函数的估计量这种分解的主要好处是在不改变底层强化学习算法的情况下，将学习泛化到多个动作。定义了新的优势函数：值函数 V 衡量的是特定状态 s 有多好，动作值函数 Q 衡量的是在这个状态下选择某一动作的值。优势函数是 Q 减去 V 的值，得到的是每个动作重要性的相对度量。...
2020-07-07 16:30:13
457
原创 Prioritized DQN
论文链接：https://arxiv.org/pdf/1511.05952.pdf 经验回放（Experience replay）让在线强化学习代理记住和重复使用过去的经验。在之前的工作中，experience replay 是均匀随机取样。然而，这种方法不考虑样本的重要性。Prioritized DQN 使用了一个优先级经验的框架，以便更频繁地使用重要性高的样本，从而更有效地学习。1）使用 TD 误差的优先级
2020-07-07 15:48:39
956
原创 Double DQN
论文链接：https://arxiv.org/abs/1509.06461由于深度神经网络提供了灵活的函数逼近与低渐近逼近误差的潜力，DQN 在 Atari 2600 游戏中的带来了更好的性能。但是，DQN有时也会大大高估行动的价值。使用 DQN的改进版本（Double DQN）能够产生更准确的值估计，减少 DQN 的过高估计，从而在游戏中获得更高的分数。给定策略 π\piπ ，在状态 s 采用动作 a 的真实值为：标准 Q-learning 算法的参数更新方式：DQN 的目标Y值为：标准
2020-07-06 14:11:36
1032
原创 Deep Q-Learning（DQN）
Playing Atari with Deep Reinforcement Learning《Playing Atari with Deep Reinforcement Learning》 链接使用强化学习直接从高维感官输入成功学习控制策略的深度学习模型。该模型是一个卷积神经网络，使用Q-learning的变体进行训练，输入为原始像素，输出为估计未来奖励的值函数。早些时候，从视觉和语言等高维感官输入来控制主体的一些RL应用都依赖于与线性值函数或策略表示相结合的手动设计的特征。现在，在深度学习方面的进展
2020-07-06 12:47:02
3818
原创 DQN训练atari游戏：No module named ‘atari_py‘
安装好 gym 后，加载《太空入侵者》游戏。import gymenv = gym.make('SpaceInvaders-v0')出现下面的问题：Traceback (most recent call last): File "/home/jacob/anaconda3/envs/python37/lib/python3.7/site-packages/gym/envs/atari/atari_env.py", line 9, in <module> import ata
2020-07-04 22:46:08
3690
1
原创 python安装库，超时无法安装的解决办法
添加国内的源（如下面的清华源）pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
2020-07-04 22:38:18
447
原创 TensorFlow2——tf.data读取输入数据（二）
文章目录1、NumPy数组2、Python生成器3、TFRecord数据4、text数据5、CSV数据 1、NumPy数组如果所有输入数据都在内存中，那么从它们创建数据集的最简单方法是将它们转换为 tf.Tensor 对象，并且使用 Dataset.from_tensor_slices()。train, test = tf.keras.datasets.fashion_mnist.load_data()images, labels = trainimages = images/255
2020-06-28 00:13:27
1796
2
原创 TensorFlow2——tf.data基础（一）
tf.datatf.data API 方便处理大量数据、从不同的数据格式读取数据以及执行复杂的数据转换。创建数据集有两种不同的方法：1）数据源从存储在内存或一个（多个）文件中的数据构造数据集（Dataset）。2）数据转换从一个或多个 tf.data.Dataset 对象构造数据集。从内存中的数据构造数据集，可以使用 tf.data.Dataset.from_tensors() 或 tf.data.Dataset.from_tensor_slices() 。如果输入数据以TFRecord格
2020-06-28 00:07:41
874
原创 TensorFlow2——生成随机数字
TensorFlow提供了一组伪随机数生成器（RNG）：tf.random模块。TensorFlow提供了两种控制随机数生成过程的方法：通过明确使用 tf.random.Generator 对象。每个这样的对象都保持一个状态（在tf.Variable)，该状态在每次生成数字后都会更改。通过纯函数无状态随机函数 tf.random.stateless_uniform。使用相同的参数（包括seed）在同一设备上调用这些函数将始终产生相同的结果。tf.random.Generator通过手动创建类的
2020-06-01 23:47:16
3773
原创 conda升级TensorFlow2.1到最新版本
TensorFlow2.1 升级到当前最新版本2.2终端输入下面的代码：conda update -n python37 tensorflow-gpu # 这里的pyhon37是虚拟环境名字
2020-06-01 22:55:00
4077
原创 TensorFlow2——张量Tensors
文章目录1、基础创建基本的张量张量转换为NumPy数组张量数学运算张量的操作（ops）形状（shapes）张量是具有统一类型（dtype）的多维数组。所有张量都是不可变的，不能更新张量的内容，只能创建一个新的张量。1、基础创建基本的张量1）“标量”或“秩—0”张量。没有axes# This will be an int32 tensor by default; see "dtypes" below.rank_0_tensor = tf.constant(4)print(rank_0_tenso
2020-05-29 17:17:46
1118
原创 TensorFlow2——tensor 转为 numpy
a = tf.constant([[1, 2], [3, 4]])print(a)# Obtain numpy value from a tensor:print(a.numpy())
2020-05-27 20:35:38
9267
原创 TensorFlow2——Variables
文章目录创建变量（使用 tf.Variable ）给变量命名不同设备之间的使用（分布式）创建变量（使用 tf.Variable ）import tensorflow as tfmy_tensor = tf.constant([[1.0, 2.0], [3.0, 4.0]])my_variable = tf.Variable(my_tensor)# Variables 也可以是其他类型的bool_variable = tf.Variable([False, False, False, True
2020-05-27 20:30:04
277
原创 keras VGG19手动下载并放入指定文件夹
可以使用如下代码下载 vgg19 模型vgg19 = tf.keras.applications.vgg19()vgg19下载：https://github.com/fchollet/deep-learning-models/releases/download/v0.1/vgg19_weights_tf_dim_ordering_tf_kernels.h5ubuntu中，Home页面打开隐藏文件夹（Ctrl + h），找到.keras/models文件目录，最后将下载好的模型放入 .keras/m
2020-05-27 17:03:43
2186
原创 TensorFlow2——Eager execution
文章目录计算梯度训练模型变量和优化器Summaries和TensorBoard参考资料 TensorFlow的即刻执行（Eager execution）是一个命令式的编程环境，它可以立即评估操作，而不必构建图：操作返回具体的值，而不是构建计算图以便以后运行。这使得开始使用TensorFlow和调试模型变得很容易，而且还减少了样板文件。即刻执行：直观的界面——自然地构造代码并使用Python数据结构。快速迭代小模型和小数据。简单的调试——直接调用操作来检查运行的模型和测试更改。使用标准的
2020-05-25 19:44:13
622
原创 TensorFlow 2——Failed to get convolution algorithm报错（Conv2D）解决
TensorFlow 2.0 GPU 使用卷积时出现下面的报错：tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above. [Op:Conv2D]解
2020-05-25 18:34:37
142
原创 TensorFlow2——Keras训练和评估
文章目录1 、使用内置的训练和评估循环API概述：第一个端到端示例指定loss、metrics和optimizerKeras API 中内置的optimizers、losses和metrics：自定义 losses自定义metricsfit()方法中的参数TensorFlow 2.0中一般有两种情况下的训练、评估和预测（推断）模型：当使用内置APIs进行训练和验证时（例如model.fit(), model.evaluate(), model.predict())。当使用紧急执行和GradientT
2020-05-25 15:53:56
1494
原创 TensorFlow2——Keras functional API
文章目录1、导入包2、Keras functional API 介绍3、使用相同的图层图定义多个模型4、所有模型都是可调用的5、操作复杂的图拓扑多输入多输出模型toy ResNet 模型6、共享层7、层图中节点的提取与重用8、使用自定义层扩展API9、何时使用函数式API10、参考资料 1、导入包import numpy as npimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras impor
2020-05-22 16:17:30
526
原创 TensorFlow2——Keras概述
文章目录1、导入 tf.keras2、建立一个简单的模型Sequential modelConfigure the layers3、训练和评估设置训练使用NumPy数据训练使用tf.data数据集训练评估和预测4、建立复杂模型The Functional APIModel subclassingCustom layers5、Callbacks6、保存和恢复只保存权重值只保存模型配置保存完整的模型7、Eager execution8、分布式（GPUs）9、参考资料 1、导入 tf.kerast
2020-05-15 17:20:43
805
TwinCAT3教程V2.1.pdf
2020-11-28
Vgg19百度网盘下载链接.zip
2020-05-26
numpy-1.18.2+mkl-cp38-cp38-win_amd64.whl
2020-03-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人