- 博客(12)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Tensorboard学习2
import tensorflow.compat.v1 as tftf.disable_v2_behavior()import numpy as npdef add_layer(inputs, in_size, out_size, n_layer, activation_function=None): layer_name = 'layer%s'% n_layer # 这里相当于是 layer+数字，n_layer 代替的是引号中的 s 的部分 with tf.name_scope(laye.
2021-12-17 16:01:39
94
原创 MuJoCo安装教程
1. 首先打开官网，下载安装包：Download (roboti.us)这里选择的是mujoco200 win64，下载完安装包之后进行解压。2. 点击如下链接：License (roboti.us)，进入后点击Activation key，根据这个链接下载文件mikey.txt。3. 打开home根目录，这里是：C:\Users\001，然后输出cmd，通过命令行新建文件夹，即：mkdir -f .mujoco4. 将第一步解压后的文件包放在这里的.mujoco文件夹下。5. 将
2021-12-12 20:08:13
1624
原创 Python实现单纯形法求解最小值
这里要解决的函数还是上面几个文章中的函数，其代码如下：import numpy as npfrom random import *def func(x, y): x1 = np.array(x) x2 = np.array(y) # return np.square(x-3)+2*np.square(y-2) res = 3 * (1 - x1) ** 2 * np.exp(-(x1 ** 2) - (x2 + 1) ** 2) - 10 * (x1 / 5 -
2021-12-06 15:49:00
1668
原创 Python实现模拟退火算法
import mathfrom random import randomimport numpy as npimport matplotlib.pyplot as plt'''这里traditional_monituihuo加三维成像与monituihuo加三维成像的方法不同， 因为这里的x，y的取值是一个一个取的，而不是直接取很多所以要进行成像的话，需要单独生成x,y值'''def func(x1, x2): # 函数优化问题 # res = 4 * x ** 2 - 2..
2021-12-05 15:46:12
374
1
原创 启发式算法之遗传算法
Python实现：参考：(32条消息) 遗传算法详解及代码实现_呆小呆_的博客-CSDN博客_遗传算法代码import numpy as npimport matplotlib.pyplot as pltfrom matplotlib import cmfrom mpl_toolkits.mplot3d import Axes3DDNA_SIZE = 24POP_SIZE = 200CROSSOVER_RATE = 0.8 # crossover：交叉MUTATION
2021-12-05 15:34:37
280
原创 PSO粒子群算法的Python实现
本文基于这篇博文最优化算法之粒子群算法（PSO）_青萍之末的博客-CSDN博客_粒子群算法：的内容讲解，基于此进行了Python实现，代码如下：import numpy as npfrom random import *'''# 初始化粒子# 对于位置，定义一个dict，这个dict当中有四个量，分别为：过去的坐标，过去的值，更新后的坐标，更新后的值；这样更新的时候只需要更新过去的坐标，产生的新值直接赋值给更新后的坐标# 对于速度，定义一个dict，包含过去的速度和现在的速度即可'''
2021-12-05 15:06:36
313
原创 卷积神经网络复习中几个需要思考的关键性问题：
1.为什么通过训练卷积神经网络可以实现图像的分类和目标的检测？在CNN中训练W的意义是什么？个人理解：在传统的图像处理方法中，当我们要检测图像的边缘时，通常需要用到Sobel、Robert算子，这些算子的本质就是一个滤波器，构成它们的关键是确定滤波器中各点的权值。当确定了一些权值后，就可以实现水平检测、垂直检测等。而卷积神经网络就是通过使用梯度下降的方式不断更新，确定这些权值，W就相当于是图像处理中的算子/滤波器。在目标检测任务中，传统的目标检测方法包含预处理、窗口滑...
2021-09-12 16:19:39
141
原创 机器学习中的验证集
在机器学习中，一般将样本分成独立的三部分训练集(train set)，验证集(validation set)和测试集(test set)。其中，测试集用来检验最终选择最优的模型的性能如何。在机器学习和模式识别等领域中，一般需要将样本分成独立的三部分训练集（train set），验证集（validation set ) 和测试集（test set）。其中训练集用来估计模型，验证集用来确定网络结构或者控制模型复杂程度的参数，而测试集则检验最终选择最优的模型的性能如何。一个典型...
2021-09-11 14:37:03
1079
原创 Gym环境分析及构建
一、gym环境分析gym中三个重要的函数env = gym.make(‘CartPole-v0’)env.reset()env.render()1. 第一个函数用于创建环境，通常我们的环境文件存在目录为：gym目录文件/gym/envs/classic_control/环境.py，文件中会定义一个环境类，类中通常包括seed(), render(), reset(), step()等函数。2. reset()为重新初始化函数，在强化学习算法中，智能体需要一次次地尝试，累积经验，然后从
2021-08-14 10:43:49
2410
转载 anaconda中一些常用的指令
1、conda常用的命令（1）conda list查看安装了哪些包（2）conda env list或者conda info -e查看当前存在的虚拟环境（3）conda update conda更新当前的conda2、创建python的虚拟环境（1）conda create -n env_directory_name python=x.x3、激活、退出虚拟环境（1）激活：activate env_directory_name（2）退出：deactivate4、在虚拟环..
2021-08-09 13:04:00
111
原创 强化学习：gym安装及demo示例
1、安装anaconda（参考CSDN上anaconda的详细安装，推荐使用清华镜像软件网站）2、安装好anaconda后打开命令窗口cmd进行以下操作3、首先创建一个虚拟环境：在创建虚拟环境之前，先查看自己电脑的python版本号，以下用i代替。创建方法：输入conda create -n gymlab37 python=i（其中gymlab37为envs下文件夹的名字，一定要注意版本号不能太低，否则需要重新建一个虚拟环境）4、之后进入创建的虚拟环境gymlab37：activate gym
2021-08-09 12:38:56
1016
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人