RL4CO代码学习笔记01：

原创 已于 2025-10-20 14:42:38 修改 · 2.5k 阅读 · 8 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#学习 #笔记

于 2025-10-14 15:52:44 首次发布

文章目录

熟悉资源

\experiment 文件

目录概览

  • configs/experiment/base.yaml:7 通过 Hydra 的 defaults 组合 `model/env/callbacks/trainer/logger，提供 AM+TSP+REINFORCE 的教学模板。
  • configs/experiment/base.yaml:18 设定 TSP 生成器 num_loc=50 并关闭 check_solution，示范如何在任务级别覆写环境参数。
  • configs/experiment/base.yaml:24 使用 WandB 记录项目/标签/命名约定，便于同一问题规模聚合实验。
  • configs/experiment/base.yaml:34 在 model 与 trainer 区块固定数据规模、批量与 max_epochs，最后 seed:1234 统一随机性。
  • configs/experiment/routing/am.yaml:3 显示子目录会覆写 defaults 指向各自的 model/env 配置组，从而派生具体实验脚本。
# @package _global_
# Example configuration for experimenting. Trains the Attention Model on
# the TSP environment with 50 locations via REINFORCE with greedy rollout baseline.
# You may find comments on the most common hyperparameters below.

# Override defaults: take configs from relative path 
# 通过 Hydra 的 defaults 组合 model/env/callbacks/trainer/logger，提供 AM+TSP+REINFORCE 的教学模板。
defaults:
  - override /model: am.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  # - override /logger: null # comment this line to enable logging
  - override /logger: wandb.yaml

# Environment configuration
# Note that here we load by default the `.npz` files for the TSP environment
# that are automatically generated with seed following Kool et al. (2019).
# 设定 TSP 生成器 num_loc=50 并关闭 check_solution，示范如何在任务级别覆写环境参数。
env:
  generator_params:
    num_loc: 50
  check_solution: False # optimization

# Logging: we use Wandb in this case
# 使用 WandB 记录项目/标签/命名约定，便于同一问题规模聚合实验。
logger:
  wandb:
    project: "rl4co"
    tags: ["am", "tsp"]
    group: "tsp${env.generator_params.num_loc}"
    name: "am-tsp${env.generator_params.num_loc}"

# Model: this contains the environment (which gets automatically passed to the model on
# initialization), the policy network and other hyperparameters.
# This is a `LightningModule` and can be trained with PyTorch Lightning.
# 在 model 与 trainer 区块固定数据规模、批量与 max_epochs，最后 seed:1234 统一随机性。
model:
  batch_size: 512
  val_batch_size: 1024
  test_batch_size: 1024
  train_data_size: 1_280_000
  val_data_size: 10_000
  test_data_size: 10_000
  optimizer_kwargs:
    lr: 1e-4

# Trainer: this is a customized version of the PyTorch Lightning trainer.
trainer:
  max_epochs: 100

seed: 1234

EDA & Graph

  • configs/experiment/eda/am.yaml:3 针对离散事件调度 (MDPP) 使用 AM+REINFORCE，减小 batch/数据规模并把学习率调高到 1e-4、weight_decay=1e-3。
# @package _global_
# 显示子目录会覆写 defaults 指向各自的 model/env 配置组，从而派生具体实验脚本。
# 针对离散事件调度 (MDPP) 使用 AM+REINFORCE，减小 batch/数据规模并把学习率调高到 1e-4、weight_decay=1e-3。
defaults:
  - override /model: am.yaml
  - override /env: mdpp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

logger:
  wandb:
    project: "rl4co"
    tags: ["am", "${env.name}"]
    group: ${env.name}
    name: am-${env.name}


model:
  batch_size: 64
  train_data_size: 500
  val_data_size: 100
  test_data_size: 100
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-3

trainer:
  max_epochs: 10

seed: 1234
  • configs/experiment/eda/am-a2c.yaml:18 将 model 切换为 rl4co.models.A2C，复用 AM 策略，但拆分 actor/critic 优化器并沿用小样本设定。
# @package _global_

defaults:
  - override /model: am.yaml
  - override /env: mdpp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

logger:
  wandb:
    project: "rl4co"
    tags: ["am", "${env.name}"]
    group: ${env.name}
    name: am-a2c-${env.name}

# 将 model 切换为 rl4co.models.A2C，复用 AM 策略，但拆分 actor/critic 优化器并沿用小样本设定。
model:
  _target_: rl4co.models.A2C
  policy:
    _target_: rl4co.models.AttentionModelPolicy
    env_name: "${env.name}"
  actor_optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-3
  critic_optimizer_kwargs: null # default to actor_optimizer_kwargs
  batch_size: 64
  train_data_size: 500
  val_data_size: 100
  test_data_size: 100

trainer:
  max_epochs: 10

seed: 1234
  • configs/experiment/eda/am-ppo.yaml:19 改用 Step-wise PPO 设置 (clip_range/ppo_epochs/mini_batch)，保持 10 个 epoch 的快速实验。
# @package _global_

defaults:
  - override /model: am-ppo.yaml
  - override /env: mdpp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml


logger:
  wandb:
    project: "rl4co"
    tags: ["am-ppo", "${env.name}"]
    group: ${env.name}
    name: am-ppo-${env.name}

# 改用 Step-wise PPO 设置 (clip_range/ppo_epochs/mini_batch)，保持 10 个 epoch 的快速实验。
model:
  batch_size: 64
  train_data_size: 1000
  val_data_size: 100
  test_data_size: 100
  clip_range: 0.2
  ppo_epochs: 2
  mini_batch_size: ${model.batch_size}
  vf_lambda: 0.5
  entropy_lambda: 0.01
  normalize_adv: False
  max_grad_norm: 0.5
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-3

trainer:
  max_epochs: 10
  gradient_clip_val: Null # not supported in manual optimization
  precision: "32-true" # NOTE: this seems to be important during manual optimization

seed: 1234
  • configs/experiment/graph/am.yaml:3 为图匹配任务加载 AM 策略，和 EDA 模板类似但以 graph 相关的 env 组与批量设置为 256/1024。
# @package _global_
# 为图匹配任务加载 AM 策略，和 EDA 模板类似但以 graph 相关的 env 组与批量设置为 256/1024。
defaults:
  - override /model: am.yaml
  - override /env: flp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

logger:
  wandb:
    project: "rl4co"
    tags: ["am", "${env.name}"]
    group: ${env.name}
    name: am-${env.name}

model:
  batch_size: 1000
  train_data_size: 100_000
  val_data_size: 1000
  test_data_size: 1000
  optimizer_kwargs:
    lr: 1e-4
  
trainer:
  max_epochs: 100

seed: 1234

Routing A

  • configs/experiment/routing/am.yaml:3 作为路由基线，AM+TSP+REINFORCE，配 lr_scheduler=MultiStepLR (80/95) 且批量 512。
# @package _global_
# 作为路由基线，AM+TSP+REINFORCE，配 lr_scheduler=MultiStepLR (80/95) 且批量 512。
defaults:
  - override /model: am.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50

logger:
  wandb:
    project: "rl4co"
    tags: ["am", "${env.name}"]
    group: ${env.name}${env.generator_params.num_loc}
    name: am-${env.name}${env.generator_params.num_loc}


model:
  batch_size: 512
  val_batch_size: 1024
  test_batch_size: 1024
  train_data_size: 1_280_000
  val_data_size: 10_000
  test_data_size: 10_000
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [80, 95]
    gamma: 0.1

trainer:
  max_epochs: 100

seed: 1234
  • configs/experiment/routing/am-xl.yaml:22 扩展模型：num_encoder_layers=6、batch_size=2048、训练 500 epoch，定位长程大批量训练。
# @package _global_

defaults:
  - override /model: am.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50

logger:
  wandb:
    project: "rl4co"
    tags: ["am", "${env.name}"]
    group: "${env.name}${env.generator_params.num_loc}"
    name: "am-xl-${env.name}${env.generator_params.num_loc}"

# 扩展模型：num_encoder_layers=6、batch_size=2048、训练 500 epoch，定位长程大批量训练。
model:
  policy_kwargs:
    num_encoder_layers: 6
    normalization: 'instance'
  batch_size: 2048
  val_batch_size: 1024
  test_batch_size: 1024
  train_data_size: 1_280_000
  val_data_size: 10_000
  test_data_size: 10_000
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [480, 495]
    gamma: 0.1

trainer:
  max_epochs: 500

seed: 1234
  • configs/experiment/routing/am-svrp.yaml:20 切换到 SVRP 环境 (需求随机) 并把学习率降到 1e-6 以稳定训练。
# @package _global_

defaults:
  - override /model: am.yaml
  - override /env: svrp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  num_loc: 50

logger:
  wandb:
    project: "rl4co"
    tags: ["am", "${env.name}"]
    group: ${env.name}${env.generator_params.num_loc}
    name: am-${env.name}${env.generator_params.num_loc}
# 切换到 SVRP 环境 (需求随机) 并把学习率降到 1e-6 以稳定训练。
model:
  batch_size: 512
  val_batch_size: 1024
  test_batch_size: 1024
  train_data_size: 1_280_000
  val_data_size: 10_000
  test_data_size: 10_000
  optimizer_kwargs:
    lr: 1e-6
    weight_decay: 0
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [80, 95]
    gamma: 0.1

trainer:
  max_epochs: 100

seed: 1234
  • configs/experiment/routing/am-a2c.yaml:14 将模型换成 A2C，保持 AM 策略，使用与 REINFORCE 同样的 Hydra 组合以快速比较算法。
# @package _global_

# Use the following to take the default values from am.yaml
# Replace below only the values that you want to change compared to the default values
defaults:
  - routing/am.yaml
  - _self_

logger:
  wandb:
    tags: ["am-a2c", "${env.name}"]
    name: am-a2c-${env.name}${env.generator_params.num_loc}
# 将模型换成 A2C，保持 AM 策略，使用与 REINFORCE 同样的 Hydra 组合以快速比较算法。
model:
  _target_: rl4co.models.A2C
  policy:
    _target_: rl4co.models.AttentionModelPolicy
    env_name: "${env.name}"
  actor_optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  critic_optimizer_kwargs: null # default to actor_optimizer_kwargs
  • configs/experiment/routing/am-ppo.yaml:22 配置 AM 的 PPO 变体：clip_range=0.2、ppo_epochs=2、max_grad_norm=0.5，并强制 precision=“32-true” 适配手动优化。
# @package _global_

defaults:
  - override /model: am-ppo.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50

logger:
  wandb:
    project: "rl4co"
    tags: ["am-ppo", "${env.name}"]
    group: ${env.name}${env.generator_params.num_loc}
    name: ppo-${env.name}${env.generator_params.num_loc}

# 配置 AM 的 PPO 变体：clip_range=0.2、ppo_epochs=2、max_grad_norm=0.5，并强制 precision="32-true" 适配手动优化。
model:
  batch_size: 512
  val_batch_size: 1024
  test_batch_size: 1024
  train_data_size: 1_280_000
  val_data_size: 10_000
  test_data_size: 10_000
  clip_range: 0.2
  ppo_epochs: 2
  mini_batch_size: 512
  vf_lambda: 0.5
  entropy_lambda: 0.01
  normalize_adv: False
  max_grad_norm: 0.5
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [80, 95]
    gamma: 0.1

trainer:
  max_epochs: 100
  gradient_clip_val: Null # not supported in manual optimization
  precision: "32-true" # NOTE: this seems to be important during manual optimization

seed: 1234

Routing B

  • configs/experiment/routing/pomo.yaml:3 设定 POMO (多起点策略梯度) 基线，批量 64、160k 训练样本，维持 MultiStepLR。
# @package _global_
# 设定 POMO (多起点策略梯度) 基线，批量 64、160k 训练样本，维持 MultiStepLR。
defaults:
  - override /model: pomo.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50

logger:
  wandb:
    project: "rl4co"
    tags: ["pomo", "${env.name}"]
    group: "${env.name}${env.generator_params.num_loc}"
    name: "pomo-${env.name}${env.generator_params.num_loc}"


model:
  batch_size: 64
  train_data_size: 160_000
  val_data_size: 10_000
  test_data_size: 10_000
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [80, 95]
    gamma: 0.1

trainer:
  max_epochs: 100

seed: 1234

使用上述配置文件：

  • 先按 README.md 或 PROJECT_MANUAL.md 的方式配置好虚拟环境并安装依赖（推荐 uv sync --all-extras 或 pip install -e .[all]）。
  • 在项目根目录运行 Hydra 入口脚本，例如：
  python run.py experiment=routing/pomo

这里 experiment=routing/pomo 指向 ` ；Hydra 会自动加载该文件，并根据其中的 defaults 组合 model: pomo.yaml、env: tsp.yaml 等子配置。

修改方案

要改 configs/experiment/routing/pomo.yaml 对应的“方法”，需要调整它指向的 Python 类/模块，主要有以下几个入口：

  • rl4co/models/zoo/pomo/model.py:15 定义了 target: rl4co.models.POMO，也就是 POMO 算法的 LightningModule；其中 init、shared_step 等方法控制训练/推理流程，是最直接的“方法”实现。
  • rl4co/models/zoo/am/policy.py:10 中的 AttentionModelPolicy 是 POMO 默认使用的策略网络；若要改编码/解码逻辑，可继续深入到
    • rl4co/models/zoo/am/encoder.py（注意力编码器）、
    • rl4co/models/zoo/am/decoder.py（指针解码器）。
  • rl4co/envs/routing/tsp/env.py:24 定义了 TSPEnv，因为 pomo.yaml 默认加载 configs/env/tsp.yaml，如需改环境状态转移或奖励，需要在这里修改。
  • 其它依赖：
    • 基线 SharedBaseline 位于 rl4co/models/rl/baselines/shared.py；
    • 数据增广 StateAugmentation 在 rl4co/data/transforms/state.py；
    • 如果想改训练回合或调度器，可以查看 configs/model/pomo.yaml（Hydra 配置层）或 rl4co/models/rl/reinforce/reinforce.py（父类逻辑）。
  • configs/experiment/routing/ar-gnn.yaml:22 在 POMO 框架下引入 NARGNNNodeEncoder，强调 GNN 编码器替换 AM encoder。
# @package _global_

defaults:
  - override /model: pomo.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50

logger:
  wandb:
    project: "rl4co"
    tags: ["pomo", "${env.name}"]
    group: "${env.name}${env.generator_params.num_loc}"
    name: "pomo-${env.name}${env.generator_params.num_loc}"

# 在 POMO 框架下引入 NARGNNNodeEncoder，强调 GNN 编码器替换 AM encoder。
model:
  policy:
      _target_: rl4co.models.zoo.am.policy.AttentionModelPolicy
      encoder:
        _target_: rl4co.models.zoo.nargnn.encoder.NARGNNNodeEncoder
        embed_dim: 128
        env_name: "${env.name}"
      env_name: "${env.name}"
  batch_size: 64
  train_data_size: 160_000
  val_data_size: 10_000
  test_data_size: 10_000
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [80, 95]
    gamma: 0.1

trainer:
  max_epochs: 100

seed: 1234
  • configs/experiment/routing/mdpomo.yaml:24 针对 CVRP 的混合分布生成器，延长到 10k 训练集和 10k epoch 以匹配论文版 MDPOMO。
# @package _global_
#
defaults:
  - override /model: pomo.yaml
  - override /env: cvrp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50
    loc_distribution: "mix_distribution"
    

logger:
  wandb:
    project: "rl4co"
    tags: ["mdpomo", "${env.name}"]
    group: "${env.name}${env.generator_params.num_loc}"
    name: "mdpomo-${env.name}${env.generator_params.num_loc}"

# 针对 CVRP 的混合分布生成器，延长到 10k 训练集和 10k epoch 以匹配论文版 MDPOMO。
model:
  batch_size: 512
  train_data_size: 10_000
  val_data_size: 10_000
  test_data_size: 10_000
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [9001]
    gamma: 0.1

trainer:
  max_epochs: 10000

seed: 1234
  • configs/experiment/routing/ptrnet.yaml:21 复现 Pointer Network 基线，额外定义 data 区块保证 DataModule 批量与模型一致。
# @package _global_
defaults:
  - override /model: ptrnet.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50

logger:
  wandb:
    project: "rl4co"
    tags: ["ptrnet", "${env.name}"]
    group: ${env.name}${env.generator_params.num_loc}
    name: ptrnet-${env.name}${env.generator_params.num_loc}

# 复现 Pointer Network 基线，额外定义 data 区块保证 DataModule 批量与模型一致。
model:
  batch_size: 512
  val_batch_size: 1024
  test_batch_size: 1024
  train_data_size: 1_280_000
  val_data_size: 10_000
  test_data_size: 10_000
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [80, 95]
    gamma: 0.1

trainer:
  max_epochs: 100

data:
  batch_size: 512
  train_size: 1_280_000
  val_size: 10_000

seed: 1234
  • configs/experiment/routing/polynet.yaml:22 POLYNET 多解训练，指定 k=100 与 val_num_solutions，并在日志名中注入 k 值。
# @package _global_

defaults:
  - override /model: polynet.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50
  check_solution: False # optimization

logger:
  wandb:
    project: "rl4co"
    tags: ["polynet", "${env.name}"]
    group: "${env.name}${env.generator_params.num_loc}"
    name: "polynet-${env.name}${env.generator_params.num_loc}-${model.k}"
# POLYNET 多解训练，指定 k=100 与 val_num_solutions，并在日志名中注入 k 值。
model:
  k: 100
  val_num_solutions: ${model.k}
  batch_size: 512
  val_batch_size: 1024
  test_batch_size: 1024
  train_data_size: 1_280_000
  val_data_size: 10_000
  test_data_size: 10_000
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [80, 95]
    gamma: 0.1

trainer:
  max_epochs: 100

seed: 1234

Routing C

  • configs/experiment/routing/symnco.yaml:21 SYMNCO 多起点策略，启用 num_augment=10 与 num_starts=0 表示只用对称增广。
# @package _global_

defaults:
  - override /model: symnco.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50

logger:
  wandb:
    project: "rl4co"
    tags: ["symnco", "${env.name}"]
    group: "${env.name}${env.generator_params.num_loc}"
    name: "symnco-${env.name}${env.generator_params.num_loc}"
# SYMNCO 多起点策略，启用 num_augment=10 与 num_starts=0 表示只用对称增广。
model:
  batch_size: 512
  val_batch_size: 1024
  test_batch_size: 1024
  train_data_size: 1_280_000
  val_data_size: 10_000
  test_data_size: 10_000
  num_starts: 0 # 0 for no augmentation for multi-starts
  num_augment: 10
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [80, 95]
    gamma: 0.1

trainer:
  max_epochs: 100

seed: 1234
  • configs/experiment/routing/deepaco.yaml:21 DeepACO 设定：超小数据集、train_with_local_search=True、细化蚁群 policy_kwargs，并用 CosineAnnealingLR。
# @package _global_

defaults:
  - override /model: deepaco.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50

logger:
  wandb:
    project: "rl4co"
    tags: ["deepaco", "${env.name}"]
    group: ${env.name}${env.generator_params.num_loc}
    name: deepaco-${env.name}${env.generator_params.num_loc}
# DeepACO 设定：超小数据集、train_with_local_search=True、细化蚁群 policy_kwargs，并用 CosineAnnealingLR。
model:
  batch_size: 20
  val_batch_size: 20
  test_batch_size: 20
  train_data_size: 400
  val_data_size: 20
  test_data_size: 100
  optimizer: "AdamW"
  optimizer_kwargs:
    lr: 5e-4
    weight_decay: 0
  lr_scheduler:
    "CosineAnnealingLR"
  lr_scheduler_kwargs:
    T_max: 50
    eta_min: 1e-5
  metrics:
    test:
      - reward_000
      - reward_002
      - reward_009  # since n_iterations["text"] = 10
  train_with_local_search: True
  ls_reward_aug_W: 0.99

  policy_kwargs:
    n_ants:
      train: 30
      val: 30
      test: 100
    n_iterations:
      train: 1 # unused value
      val: 5
      test: 10
    temperature: 1.0
    top_p: 0.0
    top_k: 0
    start_node: null
    multistart: False
    k_sparse: 5  # this should be adjusted based on the `num_loc` value

    aco_kwargs:
      alpha: 1.0
      beta: 1.0
      decay: 0.95
      use_local_search: True
      use_nls: True
      n_perturbations: 5
      local_search_params:
        max_iterations: 1000
      perturbation_params:
        max_iterations: 20

trainer:
  max_epochs: 50
  gradient_clip_val: 3.0
  precision: "bf16-mixed"
  device:
    - 0

seed: 1234
  • configs/experiment/routing/gfacs.yaml:21 GFACS 扩展 DeepACO，引入自适应 alpha/beta 退火参数并共享局部搜索配置。
# @package _global_

defaults:
  - override /model: gfacs.yaml
  - override /env: tsp.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 50

logger:
  wandb:
    project: "rl4co"
    tags: ["gfacs", "${env.name}"]
    group: ${env.name}${env.generator_params.num_loc}
    name: gfacs-${env.name}${env.generator_params.num_loc}
# GFACS 扩展 DeepACO，引入自适应 alpha/beta 退火参数并共享局部搜索配置。
model:
  batch_size: 20
  val_batch_size: 20
  test_batch_size: 20
  train_data_size: 400
  val_data_size: 20
  test_data_size: 100
  optimizer: "AdamW"
  optimizer_kwargs:
    lr: 5e-4
    weight_decay: 0
  lr_scheduler:
    "CosineAnnealingLR"
  lr_scheduler_kwargs:
    T_max: 50
    eta_min: 1e-5
  metrics:
    test:
      - reward_000
      - reward_002
      - reward_009  # since n_iterations["text"] = 10
  train_with_local_search: True
  alpha_min: 0.5
  alpha_max: 1.0
  alpha_flat_epochs: 5
  beta_min: 100
  beta_max: 500
  beta_flat_epochs: 5

  policy_kwargs:
    n_ants:
      train: 30
      val: 30
      test: 100
    n_iterations:
      train: 1 # unused value
      val: 5
      test: 10
    temperature: 1.0
    top_p: 0.0
    top_k: 0
    multistart: False
    k_sparse: 5  # this should be adjusted based on the `num_loc` value

    aco_kwargs:
      alpha: 1.0  # This alpha is different from the alpha in the model
      beta: 1.0  # This beta is different from the beta in the model
      decay: 0.95
      use_local_search: True
      use_nls: True
      n_perturbations: 5
      local_search_params:
        max_iterations: 1000
      perturbation_params:
        max_iterations: 20

trainer:
  max_epochs: 50
  gradient_clip_val: 3.0
  precision: "bf16-mixed"
  devices:
    - 0

seed: 1234
  • configs/experiment/routing/glop.yaml:22 针对大规模 CVRPMVC (num_loc=1000)，小批量、多样本 (policy_kwargs.n_samples=20) 与 50 epoch 训练。
# @package _global_

defaults:
  - override /model: glop.yaml
  - override /env: cvrpmvc.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  generator_params:
    num_loc: 1000

logger:
  wandb:
    project: "rl4co"
    tags: ["glop", "${env.name}"]
    group: ${env.name}${env.generator_params.num_loc}
    name: glop-${env.name}${env.generator_params.num_loc}

# 针对大规模 CVRPMVC (num_loc=1000)，小批量、多样本 (policy_kwargs.n_samples=20) 与 50 epoch 训练。
model:
  batch_size: 16
  val_batch_size: 128
  test_batch_size: 128
  train_data_size: 3200
  val_data_size: 1024
  test_data_size: 10_000
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 0
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [37, 45]
    gamma: 0.1
  policy_kwargs:
    n_samples: 20

trainer:
  max_epochs: 50
  precision: 32
  gradient_clip_val: 1

seed: 1234
  • configs/experiment/routing/tsp-stepwise-ppo.yaml:27 使用 Stepwise PPO + L2D 风格解码器解决 TSP，embed_dim/num_heads 显式暴露以便调参。
# @package _global_

defaults:
  - override /model: l2d.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

env:
  _target_: rl4co.envs.TSPEnv4PPO
  generator_params:
    num_loc: 20

logger:
  wandb:
    project: "rl4co"
    tags: ["am-stepwise-ppo", "${env.name}"]
    group: ${env.name}${env.generator_params.num_loc}
    name: ppo-${env.name}${env.generator_params.num_loc}

trainer:
  max_epochs: 10
  precision: 32-true

embed_dim: 256
num_heads: 8
# 使用 Stepwise PPO + L2D 风格解码器解决 TSP，embed_dim/num_heads 显式暴露以便调参。
model:
  _target_: rl4co.models.StepwisePPO
  policy:
    _target_: rl4co.models.L2DPolicy4PPO
    decoder:
      _target_: rl4co.models.zoo.l2d.decoder.L2DDecoder
      env_name: ${env.name}
      embed_dim: ${embed_dim}
      feature_extractor:
        _target_: rl4co.models.zoo.am.encoder.AttentionModelEncoder
        embed_dim: ${embed_dim}
        num_heads: ${num_heads}
        num_layers: 4
        normalization: "batch"
        env_name: "tsp"
      actor:
        _target_: rl4co.models.zoo.l2d.decoder.AttnActor
        embed_dim: ${embed_dim}
        num_heads: ${num_heads}
        env_name: ${env.name}
    embed_dim: ${embed_dim}
    env_name: ${env.name}
    het_emb: False
  batch_size: 512
  mini_batch_size: 512
  train_data_size: 20000
  val_data_size: 1_000
  test_data_size: 1_000
  reward_scale: scale
  optimizer_kwargs:
    lr: 1e-4

Scheduling A

  • configs/experiment/scheduling/base.yaml:3 定义所有调度实验共用的 WandB 命名、32 位精度与 scaling_factor（来自 env 最大加工时间）。
# @package _global_
# 定义所有调度实验共用的 WandB 命名、32 位精度与 scaling_factor（来自 env 最大加工时间）。
defaults:
  - override /model: l2d.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml

logger:
  wandb:
    project: "rl4co"
    log_model: "all"
    group: "${env.name}-${env.generator_params.num_jobs}-${env.generator_params.num_machines}"
    tags: ???
    name: ???

trainer:
  max_epochs: 10
  # NOTE for some reason l2d is extremely sensitive to precision
  # ONLY USE 32-true for l2d!
  precision: 32-true

seed: 12345678

scaling_factor: ${env.generator_params.max_processing_time}

model:
  _target_: ???
  batch_size: ???
  train_data_size: 2_000
  val_data_size: 1_000
  test_data_size: 100
  optimizer_kwargs:
    lr: 2e-4
    weight_decay: 1e-6
  lr_scheduler: "ExponentialLR"
  lr_scheduler_kwargs:
    gamma: 0.95
  reward_scale: scale
  max_grad_norm: 1
  • configs/experiment/scheduling/am-pomo.yaml:11 使用 L2DAttnPolicy + POMO，保留 num_starts=10 多起点评估并沿用 base 的 reward scaling。
  • configs/experiment/scheduling/am-ppo.yaml:14 构建 Stepwise PPO + L2D 解码器堆栈，指定 MatNet encoder 与 het_emb=True，并让环境输出 stepwise reward。
# @package _global_

defaults:
  - scheduling/base

logger:
  wandb:
    tags: ["am-ppo", "${env.name}"]
    name: "am-ppo-${env.name}-${env.generator_params.num_jobs}j-${env.generator_params.num_machines}m"
# 使用 L2DAttnPolicy + POMO，保留 num_starts=10 多起点评估并沿用 base 的 reward scaling。
embed_dim: 256
num_heads: 8
# 构建 Stepwise PPO + L2D 解码器堆栈，指定 MatNet encoder 与 het_emb=True，并让环境输出 stepwise reward。
model:
  _target_: rl4co.models.StepwisePPO
  policy:
    _target_: rl4co.models.L2DPolicy4PPO
    decoder:
      _target_: rl4co.models.zoo.l2d.decoder.L2DDecoder
      env_name: ${env.name}
      embed_dim: ${embed_dim}
      feature_extractor:
        _target_: rl4co.models.zoo.matnet.matnet_w_sa.Encoder
        embed_dim: ${embed_dim}
        num_heads: ${num_heads}
        num_layers: 4
        normalization: "batch"
        init_embedding:
          _target_: rl4co.models.nn.env_embeddings.init.FJSPMatNetInitEmbedding
          embed_dim: ${embed_dim}
          scaling_factor: ${scaling_factor}
      actor:
        _target_: rl4co.models.zoo.l2d.decoder.L2DAttnActor
        embed_dim: ${embed_dim}
        num_heads: ${num_heads}
        env_name: ${env.name}
        scaling_factor:  ${scaling_factor}
        stepwise: True
    env_name: ${env.name}
    embed_dim: ${embed_dim}
    scaling_factor: ${scaling_factor}
    het_emb: True
  batch_size: 128
  val_batch_size: 512
  test_batch_size: 64
  train_data_size: 2000
  mini_batch_size: 512

env:
  stepwise_reward: True
  • configs/experiment/scheduling/matnet-pomo.yaml:13 将 POMO 结合 MatNet encoder，强调 het_emb=True 与 FJSPMatNetInitEmbedding 初始化。
# @package _global_

defaults:
  - scheduling/base

logger:
  wandb:
    tags: ["matnet-pomo", "${env.name}"]
    name: "matnet-pomo-${env.name}-${env.generator_params.num_jobs}j-${env.generator_params.num_machines}m"

embed_dim: 256
# 将 POMO 结合 MatNet encoder，强调 het_emb=True 与 FJSPMatNetInitEmbedding 初始化。
model:
  _target_: rl4co.models.POMO
  policy:
    _target_: rl4co.models.L2DPolicy
    encoder:
      _target_: rl4co.models.zoo.matnet.matnet_w_sa.Encoder
      embed_dim: ${embed_dim}
      num_heads: 8
      num_layers: 4
      normalization: "batch"
      init_embedding:
        _target_: rl4co.models.nn.env_embeddings.init.FJSPMatNetInitEmbedding
        embed_dim: ${embed_dim}
        scaling_factor: ${scaling_factor}
    env_name: ${env.name}
    embed_dim: ${embed_dim}
    stepwise_encoding: False
    het_emb: True
    scaling_factor: ${scaling_factor}
  batch_size: 64
  num_starts: 10
  num_augment: 0
  baseline: "shared"
  metrics:
    val: ["reward", "max_reward"]
    test: ${model.metrics.val}
  • configs/experiment/scheduling/matnet-ppo.yaml:13 同样基于 Stepwise PPO，但使用 MatNet encoder 且保持 stepwise reward。
# @package _global_

defaults:
  - scheduling/base

logger:
  wandb:
    tags: ["matnet-ppo", "${env.name}"]
    name: "matnet-ppo-${env.name}-${env.generator_params.num_jobs}j-${env.generator_params.num_machines}m"

embed_dim: 256
# 同样基于 Stepwise PPO，但使用 MatNet encoder 且保持 stepwise reward。
model:
  _target_: rl4co.models.StepwisePPO
  policy:
    _target_: rl4co.models.L2DPolicy4PPO
    decoder:
      _target_: rl4co.models.zoo.l2d.decoder.L2DDecoder
      env_name: ${env.name}
      embed_dim: ${embed_dim}
      het_emb: True
      feature_extractor:
        _target_: rl4co.models.zoo.matnet.matnet_w_sa.Encoder
        embed_dim: ${embed_dim}
        num_heads: 8
        num_layers: 4
        normalization: "batch"
        init_embedding:
          _target_: rl4co.models.nn.env_embeddings.init.FJSPMatNetInitEmbedding
          embed_dim: ${embed_dim}
          scaling_factor: ${scaling_factor}
    env_name: ${env.name}
    embed_dim: ${embed_dim}
    scaling_factor: ${scaling_factor}
    het_emb: True
  batch_size: 128
  val_batch_size: 512
  test_batch_size: 64
  mini_batch_size: 512

env:
  stepwise_reward: True

Scheduling B

  • configs/experiment/scheduling/ffsp-matnet.yaml:3 为柔性流车间 (FFSP) 染指 MatNet：覆写 env:ffsp、增大 train_data_size=10_000、max_epochs=50。
# @package _global_
# 为柔性流车间 (FFSP) 染指 MatNet：覆写 env:ffsp、增大 train_data_size=10_000、max_epochs=50。
defaults:
  - override /model: matnet.yaml
  - override /callbacks: default.yaml
  - override /trainer: default.yaml
  - override /logger: wandb.yaml
  - override /env: ffsp.yaml

logger:
  wandb:
    project: "rl4co"
    log_model: "all"
    group: "${env.name}-${env.generator_params.num_job}-${env.generator_params.num_machine}"
    tags: ["matnet", "${env.name}"]
    name: "matnet-${env.name}-${env.generator_params.num_job}j-${env.generator_params.num_machine}m"

env:
  generator_params:
    num_stage: 3
    num_machine: 4
    num_job: 20
    flatten_stages: False

trainer:
  max_epochs: 50
  # NOTE for some reason l2d is extremely sensitive to precision
  # ONLY USE 32-true for l2d!
  precision: 32-true
  gradient_clip_val: 10 # orig paper does not use grad clipping

seed: 12345678

model:
  batch_size: 50
  train_data_size: 10_000
  val_data_size: 1_000
  test_data_size: 1_000
  optimizer_kwargs:
    lr: 1e-4
    weight_decay: 1e-6
  lr_scheduler:
    "MultiStepLR"
  lr_scheduler_kwargs:
    milestones: [35, 45]
    gamma: 0.1
  • configs/experiment/scheduling/gnn-ppo.yaml:12 配置 L2DPPOModel，采用更轻量的 GNN encoder (num_encoder_layers=3) 并保持 10 epoch 的快速迭代。
# @package _global_

defaults:
  - scheduling/base

logger:
  wandb:
    tags: ["gnn-ppo", "${env.name}"]
    name: "gnn-ppo-${env.name}-${env.generator_params.num_jobs}j-${env.generator_params.num_machines}m"

# params from Song et al.
# 配置 L2DPPOModel，采用更轻量的 GNN encoder (num_encoder_layers=3) 并保持 10 epoch 的快速迭代。
model:
  _target_: rl4co.models.L2DPPOModel
  policy_kwargs:
    embed_dim: 256
    num_encoder_layers: 3
    scaling_factor: ${scaling_factor}
    ppo_epochs: 2
    het_emb: False
    normalization: instance
    test_decode_type: greedy
  batch_size: 128
  val_batch_size: 512
  test_batch_size: 64
  mini_batch_size: 512


trainer:
  max_epochs: 10


env:
  stepwise_reward: True
  • configs/experiment/scheduling/hgnn-pomo.yaml:11 H-GNN 版本的 POMO，启用 het_emb=True、num_starts=10，用于更复杂特征抽取。
# @package _global_

defaults:
  - scheduling/base

logger:
  wandb:
    tags: ["hgnn-pomo", "${env.name}"]
    name: "hgnn-pomo-${env.name}-${env.generator_params.num_jobs}j-${env.generator_params.num_machines}m"
# H-GNN 版本的 POMO，启用 het_emb=True、num_starts=10，用于更复杂特征抽取。
model:
  _target_: rl4co.models.POMO
  policy:
    _target_: rl4co.models.L2DPolicy
    env_name: ${env.name}
    embed_dim: 256
    num_encoder_layers: 3
    stepwise_encoding: False
    scaling_factor: ${scaling_factor}
    het_emb: True
    normalization: instance
  num_starts: 10
  batch_size: 64
  num_augment: 0
  baseline: "shared"
  metrics:
    val: ["reward", "max_reward"]
    test: ${model.metrics.val}
  • configs/experiment/scheduling/hgnn-ppo.yaml:12 H-GNN + PPO 组合，保持 stepwise 奖励并重用 base 的尺度归一化。
# @package _global_

defaults:
  - scheduling/base

logger:
  wandb:
    tags: ["hgnn-ppo", "${env.name}"]
    name: "hgnn-ppo-${env.name}-${env.generator_params.num_jobs}j-${env.generator_params.num_machines}m"

# params from Song et al.
# H-GNN + PPO 组合，保持 stepwise 奖励并重用 base 的尺度归一化。
model:
  _target_: rl4co.models.L2DPPOModel
  policy_kwargs:
    embed_dim: 256
    num_encoder_layers: 3
    scaling_factor: ${scaling_factor}
    ppo_epochs: 2
    het_emb: True
    normalization: instance
  batch_size: 128
  val_batch_size: 512
  test_batch_size: 64
  mini_batch_size: 512

env:
  stepwise_reward: True

总结

[强化学习代码笔记]Python复习
一棵孤独的树
05-25 1675
判断是否是标量 np.isscalar(x) 一批数据如何送入网络 一般情况下，我们送入的一批状态数据应该是Python原生多维数组或者在数组外围套一个np.array()： # 第一种状态的mini-batch，其中每行的四个元素是一个状态的四个分量，每行则是一个状态向量 [[1,2,3,4], [4,5,6,7], [1,2,2,1]] # 第二种状态的mini-batch array(...
【强化学习】Stable-Baselines3学习笔记
几度热忱的博客
12-23 6979
这三个项目都是Stable Baselines3生态系统的一部分，它们共同提供了一个全面的工具集，用于强化学习的研究和开发。SB3提供了核心的强化学习算法实现，而RL Baselines3 Zoo提供了一个训练和评估这些算法的框架。SB3 Contrib则作为实验性功能的扩展库，SBX则探索了使用Jax来加速这些算法的可能性。
【亲测免费】 探索未来：RL4CO——强化学习在组合优化中的强大工具
gitblog_00045的博客
06-22 972
RL4CO是一个综合性的强化学习（Reinforcement Learning，RL）框架，专为解决组合优化（Combinatorial Optimization，CO）问题而设计。这个开源项目的目标是为RL基的CO算法提供一个统一的平台，推动这一领域的可重复性研究，并将科学与工程分开。RL4CO建立在诸如[TorchRL](https://github.com/pytorch/rl)，[Tens...
前端学习笔记（HTML篇）
热门推荐
m0_59388647的博客
04-09 4万+
1 . 软件的分类2 . 客户端和服务器通常情况下，现在的软件一般由两个部分组成：（1）客户端：用户通过客户端来使用软件（2）服务器：服务器负责在远程处理业务逻辑3 . 服务器开发语言4 . 客户端的形式（1） 文字客户端古老的方式，通过命令行来使用软件（2）图形化界面windows、macOS、Androud、IOS中大部分使用（C/S架构）（3）通过访问网页来使用。
字节、清华AIR开源DAPO——学习笔记
hang on it more longer
03-23 1617
此外，他们还提出了「Soft Overlong Punishment」（等式 13），这是一种长度感知惩罚机制，旨在塑造截断样本的奖励。在这个区间内，响应越长，受到的惩罚就越大。使用该算法，该团队成功让 Qwen2.5-32B 模型在 AIME 2024 基准上获得了 50 分，优于同等规模的 DeepSeek-R1-Zero-Qwen-32B，同时 DAPO 版 Qwen2.5-32B 使用的训练步数还少 50%。首先，对于高质量的长样本来说，这种影响会阻碍模型学习其中与推理相关的模式的能力。
# 论文学习笔记：Leveraging Meta-path based Context for Top-N Recommendation with A Neural Co-Attention Mode
weixin_40675092的博客
06-25 1404
以往的基于HIN的推荐模型存在两个不足。几乎不学习路径或者元路径的显式表达；只考虑user-item交互，而忽视了元路径与涉及到的user-item pair之间的相互影响。本文是来自KDD 2018的工作，不仅学习user和item的表达，还显式的表示user-item的基于元路径的上下文信息，并且提出co-attention机制来相互促进，改善三者的表达效果。 预备知识 隐式反馈：存在n个users U={u1,...,un}\mathcal{U}=\{u_1,...,u_n\}U={u1​,....
大模型学习笔记-基于《Deep Dive into LLMs like ChatGPT》
康康的博客
03-02 1303
LLM学习笔记1
从 VDN 到 QMIX的学习笔记
hehedadaq的博客
11-01 4918
从 VDN 到 QMIX的学习笔记 文章目录从 VDN 到 QMIX的学习笔记前言：参考链接：VDN的简介：1. 研究背景2.MARL中的难点：2.1.部分可观察2.2. 不稳定性3. 为什么要进行值函数分解4. VDN算法的提出：5.VDN的总结：6.QMIX算法：6.1 重新认识值函数分解6.2 VDN 的缺点6.3 QMIX 的思想6.4 使用 hypernetworks 去利用全局状态s关于这段网络结构的分析：最后的总结：联系方式： 前言： 这几天看了一下model-based 的dream co
AI 学习笔记：在 Macbook M1上对 DeepSeek进行无 GPU 环境下的 SFT微调，Transformers+LoRA，已跑通并出结果。
极极光
05-06 2166
在没有专业显卡的普通笔记本上去做 Deepseek 的微调，将它由一个通用模型改造为能够回答专业医疗问题的模型。特点是：微调电脑只有集成显卡，纯 CPU 微调，SFT 模式，transformers+LoRA，医疗类的垂类数据集。
LLM学习笔记
weixin_40103562的博客
10-16 1023
常见术语。
少儿编程不止学技术：6 大学习习惯的蜕变与思维能力的跃迁
嵌入式单片机实验室
11-03 831
少儿编程的价值，远不止于“掌握一门技术”。它是一套**“习惯重塑与思维升级”的系统解决方案**——通过编程的严谨性、即时反馈、项目闭环、创作属性、任务拆解与抗挫试炼，推动孩子从“被动学习”走向“主动成长”。对于家长和教育者而言，选择少儿编程不应只关注“孩子学会了什么技术”，更应重视“孩子养成了什么习惯、获得了什么思维”。
学习Java第五十九天——MySQL篇
博主是26届应届生，大三以前的专业课也没有好好学，眼下马上面临秋招，日益焦虑，遂记录每日Java后端学习进度，共勉。
11-04 1206
本文系统讲解了MySQL性能优化的关键知识点，包括慢查询定位、索引原理、SQL优化和事务机制。主要内容有：1) 通过日志和监控工具定位慢SQL；2) B+树索引结构优势及聚集/二级索引区别；3) 索引创建原则和失效场景；4) SQL优化方法如覆盖索引解决分页问题；5) 事务隔离级别和MVCC实现原理；6) 主从同步的binlog复制机制。文章结合图解和实例，全面剖析了MySQL性能调优的核心技术要点。
PLC学习-11.4（3hour）
qq_59076775的博客
11-04 396
本文介绍了电气工程基础知识要点：工厂常用380V/220V电源，人体安全电压36V。解释了电压(U)、电流(I)、电阻(R)、功率(P)的基本概念及单位，并给出欧姆定律公式U=IR和功率公式P=UI。详细说明了电机的星型/三角型启动方式，以及电度表安装要求（垂直1.8m）。重点指出安全规范：黄绿双色线专用于保护接地线，三相电线颜色标准（黄/绿/红），企业必须建立安全生产制度。同时澄清了常见错误概念，如串联电路电流特性、并联电阻计算方法等。
Java 黑马程序员学习笔记（进阶篇24）
2302_79807388的博客
11-04 1109
文件中仅包含一个整数（表示软件已被使用的次数，初始可能为 0）。内部维护一个 8KB 的缓冲区（字节数组），通过 “批量读写缓冲区” 减少磁盘 IO 次数，大幅提高效率。与缓冲字节流类似，缓冲字符流内部有缓冲区（默认 8KB 字符数组），提高文本读写效率，且提供。），内层的普通流会被自动关闭（try-with-resources 也会自动处理）。中，要求每行内容与原文件保持一致（仅调整顺序），且每行末尾需保留换行。的 ASCII 对应不可见字符，不是我们要的）。中的所有内容（每行作为一个独立的字符串）；
CANoe学习（二）使用CANdb++制作dbc
qq_43091070的博客
11-04 954
本文介绍了使用CANdb++制作DBC数据库的基本流程。DBC文件作为CAN总线的"语言字典"，定义了报文ID、信号位定义等关键信息。文章详细讲解了在CANdb++中创建DBC数据库的步骤：包括选择模板、定义信号（如发动机转速信号）、创建报文并关联信号、以及最终导入CANoe项目。同时强调了信号命名规范、数据长度设计和字节序选择等注意事项，并提供了相关学习资源。整个流程图文并茂，适合CAN总线初学者快速上手DBC文件制作。
PostIn零基础学习 - 快速对接口进行调试
westforest0910的博客
11-03 643
PostIn是一款国产开源免费的接口管理工具，包含项目管理、接口调试、接口文档设计、MOCK数据、测试用例、测试计划等模块，支持免登陆本地接口调试。本文将介绍如何对接口进行快速便捷调试。
【JavaWeb学习 | 第二篇】CSS(1) - 基础语法与核心概念
在代码与逻辑的星河里，捡拾技术的微光
10-31 5363
本文将正式开始CSS阶段的学习，从介绍CSS的基础语法与核心概念开始
PCB设计＜囫囵吞枣学习法＞: 27_PCBA文件输出之装配文件输出
最新发布
伟科学
11-07 387
本章节介绍了生成PDF装配图的操作步骤：首先从主菜单选择生成PDF功能，调用PDF管理器；然后仅保留顶层装配结构，删除其他层级；接着按特定步骤生成顶层装配文件；最后完成装配图的输出。整个流程简洁明了，主要包含调用工具、简化装配结构和生成图纸三个关键环节。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值