python与深度学习随手记录（个人翻阅用）

python与深度学习随手记录（个人翻阅用）

1.Python 切片操作符 ([], [:], [::]
参考：
1.Python 切片操作符 ([], [:], [::])
2.python中[:,2]是什么意思
num[ ] 在python中代表列表list
num( ) 在python中代表元组
num{ } 在python中代表集合
列表操作：
num[]：访问序列中的一个元素，例如 str_list[3] 表示访问 str_list 序列中的第四个元素，index = 3。
num[:]：访问序列中的一段元素，例如 str_list[1:4] 表示访问 str_list 序列中的第二到第四个元素 (str_list[1]，str_list[2]，str_list[3])，不包含 str_list[4] 元素。
如果没有提供索引值，则默认从 0 开始。str_list[:4] 表示访问这个序列的第一到第四个元素 (不包含 str_list[4] 元素)，str_list[4:] 表示访问第五到最后一个元素。
num[a:b,c:d]：分析时以逗号为分隔符，逗号之前为要取的num行的下标范围(a到b-1)，逗号之后为要取的num列的下标范围(c到d-1)；如果是这种num[:b,c:d]，a的值未指定，那么a为最小值0；如果是这种num[a:,c:d]，b的值未指定，那么b为最大值；c、d的情况同理可得。

2 .数据a=np.asarray(b)，打印a.shape为(),但是直接print(a)又有数据，这是为什么？
numpy数组矩阵shape操作

3 .数据维度扩展，a=np.expand_dims(b,0)（a是2产生的数组）,可扩展一个1维度

4 . TypeError: can’t convert np.ndarray of type numpy.object_. The only supported types are: float64, float32, float16, int64, int32, int16, int8, uint8, and bool.
解决一：
将numpy数组进行强制类型转换成float类型（supported types）
解决二：
维度问题
维度不一致，例如：每个元素的长度可能不相同的二维list，保证维度一致

5.torch.Tensor维度压缩

torch.squeeze(input, dim=None, *, out=None)->Tensor

input：要移除维度为大小1的tensor
dim：指定要移除的维度，默认为None。
out：输出

当dim=None，此方法就是将指定tensor中所有大小为1的dim移除，此方法返回的Tensor和原Tensor共享内存。

5.强化学习中action是多维的，ratio如何计算

action各个维度分布是独立的，当我们计算输出的一组多维action的prob是应该是连乘。计算ratio，一组多维action的log_prob则需要将几个维度的log_prob加起来：

参考：PPO强化学习如何实现多维度的动作呢？

6.gazebo中如何重置agent位姿
参考：
发布位姿命令
通过 topic 实时改变 Gazebo 中的 model pose
1.gazebo_msgs/GetModelState||SetModelState
通过此话题可以省去动力学模型(即省去了控制器),直接发布位姿命令到gazebo中加载的模型.（很好用，odom也会被重置）

7.强化学习图像绘制
使用seaborn绘制强化学习中的图片
使用seaborn绘制强化学习图片，保存数据到文件中