AndrewGSD的博客

一、问题No dashboards are active for the current data set.之前是：tensorboard --logdir=dqn显示No dashboards are active for the current data set.的问题后来按照要求在后面加了：–bind_all最后的输入也就是：tensorboard --logdir=dqn --bind_all成功了，按照链接打开就行二、问题TensorFlow installation not f

前言记录一下自己遇到的实习面试经历，希望能对后来人有用。面试总共分为两轮：第一轮是项目面试，主要讲自己做的研究工作以及论文相关情况；第二轮主要是CodingTest测试；这里主要讲讲自己的CodingTest，其实代码测试的题目和LeetCode差不多，水平差不多，题目可能不一定相同。给了我两个题目，一道是困难，一道是简单的。一、题目说明题目1：A为一个十进制数（以整数为例），k位，k<100。求B使得B为大于A的最小整数，且A各位的和等于B各位的和。题目2：给一定数量的信封，带有整数对

一、题目说明一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish” ）。问总共有多少条不同的路径？示例 2：输入：m = 3, n = 2输出：3解释：从左上角开始，总共有 3 条路径可以到达右下角。向右 -> 向右 -> 向下向右 -> 向下 -> 向右向下 -> 向右 -> 向右示例 3：输入：m = 7,

一、题目说明统计所有小于非负整数 n 的质数的数量。示例 1：输入：n = 10输出：4解释：小于 10 的质数一共有 4 个, 它们是 2, 3, 5, 7 。示例 2：输入：n = 0输出：0示例 3：输入：n = 1输出：0提示：0 <= n <= 5 * 106二、代码实现（1）python实现厄拉多塞筛法class Solution(object): def countPrimes(self, n): """ :

一、部分代码解读（1）头部文件环境的设置代码解读from __future__ import absolute_import as _absolute_import # 使用系统自带的文件 参考 https://blog.youkuaiyun.com/caiqiiqi/article/details/51050800from __future__ import division as _division # 在python2 中导入未来的支持的语言特征中division(精确除法)，即from __future_

查看Python的安装路径whereis python查看Python2和Python3whereis python2whereis python3查看使用pip安装的软件包pip listPython2查看pip安装的软件包名称及版本python2 -m pip listPython3查看pip安装的软件包及版本python3 -m pip list查看pip安装的软件包路径pip show gym参考文献[1] https://www.jb.

一、题目描述提示：链表中节点的数目在范围 [0, 5 * 104] 内-105 <= Node.val <= 105二、代码实现（1）Python实现方法一"""在 O(n log n) 时间复杂度和常数级空间复杂度下，对链表进行排序。"""class ListNode: def __init__(self, x): self.val = x self.next = Noneclass Solution: def so

一、题目描述对链表进行插入排序。插入排序的动画演示如上。从第一个元素开始，该链表可以被认为已经部分排序（用黑色表示）。每次迭代时，从输入数据中移除一个元素（用红色表示），并原地将其插入到已排好序的链表中。插入排序算法：插入排序是迭代的，每次只移动一个元素，直到所有元素可以形成一个有序的输出列表。每次迭代中，插入排序只从输入数据中移除一个待排序的元素，找到它在序列中适当的位置，并将其插入。重复直到所有输入数据插入完为止。示例 1：输入: 4->2->1->3输出: 1-

一、题目说明给定两个字符串 s 和 t ，编写一个函数来判断 t 是否是 s 的字母异位词。示例 1:输入: s = “anagram”, t = “nagaram”输出: true示例 2:输入: s = “rat”, t = “car”输出: false说明:你可以假设字符串只包含小写字母。二、代码实现（Python）class Solution(object): def isAnagram(self, s, t): """ :type s:

一、题目说明给出一个完全二叉树，求出该树的节点个数。说明：完全二叉树的定义如下：在完全二叉树中，除了最底层节点可能没填满外，其余每层节点数都达到最大值，并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层，则该层包含 1~ 2h 个节点。示例:输入:1/ 2 3/ \ /4 5 6输出: 6二、Python代码实现# Definition for a binary tree node.# class TreeNode(object):# def

一、导入相关需要的包import mathimport numpy as npimport gymfrom gym import spacesfrom gym.utils import seeding二、定义MountainCarEnv类，并且继承gym的env环境，在类中分别定义方法1、初始参数方法def __init__(self, goal_velocity = 0): self.min_position = -1.2 # 最小位置点 ..

一、题目说明在一条环路上有N个加油站，其中第i个加油站有汽油gas[i]升。你有一辆油箱容量无限的的汽车，从第 i 个加油站开往第 i+1个加油站需要消耗汽油cost[i]升。你从其中的一个加油站出发，开始时油箱为空。如果你可以绕环路行驶一周，则返回出发时加油站的编号，否则返回 -1。说明:如果题目有解，该答案即为唯一答案。输入数组均为非空数组，且长度相同。输入数组中的元素均为非负数。示例1:输入:gas = [1,2,3,4,5]cost = [...

Linux下virtualenvwrapper安装的安装，经过试验，觉得这种安装方式比较好：sudo pip install virtualenvwrapper %安装virtualenvwrappermkdir ~/.virtualenvs % 或者mkdir $HOME/.virtualenvs。($HOME 等于 ~)export WORKON_HOME=$HOME/.virtualenvs %意思是指定python虚拟环境存放路径source /usr/local/bin/v.

最近学习周博磊老师的强化学习课程，对其中的策略优化不是很理解，特意记录一下学习过程。具体算法：copied from RL (Zhou bolei)代码实现from __future__ import print_functionimport gymfrom gym import wrappers, loggerimport numpy as npfrom six.moves import cPickle as pickleimport json, sys, osfrom os im

在ide中执行python程序，都已经在默认的项目路径中，所以直接执行是没有问题的。但是在cmd中执行程序，所在路径是python的搜索路径，如果涉及到import引用就会报类似ImportError: No module named xxx这样的错误，解决方法：在报错的模块中添加：import sysimport oscurPath = os.path.abspath(os.path.dirname(file))rootPath = os.path.split(curPath)[0]sys.p

我之前更改了Ubuntu系统的Python版本，导致后面一堆问题，修bug修了一天，有的时候很麻烦。后来安装docker的时候，发现问题越来越多，只好到处找解决办法。后来发现是因为修改了系统的Python版本，多谢网友的帮助。解决办法：找到系统之前自带的python3 （python3.5.2） 然后创建软连接指回去。sudo ln -sf /usr/bin/python3.5 /usr/local/bin/python3sudo ln -sf /usr/bin/python3.5 /usr/bin

关于Python的路径问题，os.path.split()、os.path.realpath()和os.path.join()等相关描述可以参考链接：https://www.cnblogs.com/hpzyang/p/10281298.html不过我觉得这篇文字写的更好：https://www.jianshu.com/p/0037b5eb43f7我个人理解为：os.path.split()将路径和文件名称分开，后面加[0]一般表示输出路径，后面的[0]改为[1]表示文件名称。os.path.real..

conda添加镜像源（1）添加仓库：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yes（2）添加第三方仓库：Conda For.

最近安装强化学习环境，需要配置Mujoco，在网上找了一堆教程，发现有一些有用的操作说明：安装Mujoco、mujoco_py以及gym等，具体可以参考此网站：https://www.cnblogs.com/dinghongkai/p/11557917.html，以及官网：http://www.mujoco.org/index.html遇到的问题：问题（1）：Python3: ImportError: No module named ‘_ctypes’ when using Value fro

一. linux下查看当前python解释器的路径 首先终端输入Python。进入Python执行界面； 再输入以下两行代码即可： import sys sys.executable二. Python虚拟环境virtualenvwrapper鉴于virtualenv不便于对虚拟环境集中管理，所以推荐直接使用virtualenvwrapper。 virtualenvwrapper提供了一系列命令使得和虚拟环境工作变得便利。它把你所有的虚拟环境都放在一个地方。　　　安装virtualenvwr

在python 3.7中安装插件，如scikit-learn, 由cmd进入到相应的路径，如下所示，但是出现了问题。后来发现需要下载openSSL插件并安装，下图是安装后的效果，安装后就可以下载了。...

windows系统下，如果是在本盘切换目录，直接用cd 找到对应的本盘目录直接即可切换。但是如果切换到不同的盘的，比如E盘，这个时候我用cd就管用了，后来发现，直接输入“E：”即可切换到E盘。再用cd切换到E盘对应的子目录。...

最近用GAN进行生成对抗网络学习，发现越是到后面怎么训练效果越差。下面是具体效果：可以看看慢慢的训练得到的结果逐渐变好可以看到效果越来越不明显。可以发现效果越来越差。图片训练了一百万次，基本和四十万次训练得到的结果类似，估计是生成器和判别器没有设置好。...

import matplotlib.pyplot as pltax = plt.gca()x轴方向调整：ax.xaxis.set_ticks_position(‘top’) #将x轴的位置设置在顶部ax.invert_xaxis() #x轴反向y轴方向调整：ax.yaxis.set_ticks_position(‘right’) #将y轴的位置设置在右边ax.invert_ya...

在终端窗口输出图片：In [1]: %matplotlib inline在图片窗口表现图片：In [2]: %matplotlib qt

在画图窗口的的上面点击蓝色位置后，选中需要放大的图片部分，点击鼠标左键拖动即可实现放大；点击蓝色位置后，选中需要放大的图片部分，点击鼠标右键拖动即可实现缩小；...

import numpy as npimport matplotlib.pyplot as plt==========================================圆的基本信息1.圆半径r = 2.02.圆心坐标a, b = (0., 0.)==========================================方法一：参数方程theta = np...

具体操作见下面链接：https://www.cnblogs.com/darkknightzh/p/6117528.html上面这个链接总结的不错，放着以后用。参考网址：http://stackoverflow.com/questions/22408237/named-colors-in-matplotlibhttp://stackoverflow.com/questions/840909...

卸载python直接用下面这个就可以了，因为我是用anaconda安装的，所以选择uninstall-anaconda就可以了，之前还在网上找教程，感觉都没什么用。下面是自己的教训：没事不要随便pip install XXX安装其他东西，也不要随便删除什么东西，本来我python里面安装好了TensorFlow，Keras等包。在网上看到一个好玩的东西，就试着pip了，结果运行出现一个错误...