<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[donglcode的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/donglcode</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; donglcode]]></copyright><item><title><![CDATA[LINUX shell脚本]]></title><link>https://blog.youkuaiyun.com/donglcode/article/details/108504722</link><guid>https://blog.youkuaiyun.com/donglcode/article/details/108504722</guid><author>donglcode</author><pubDate>Wed, 09 Sep 2020 23:59:00 +0800</pubDate><description><![CDATA[Shell 是一个用 C 语言编写的程序，它是用户使用 Linux 的桥梁。Shell 既是一种命令语言，又是一种程序设计语言。

bash是默认的：
	sh(全称 Bourne Shell): 是UNIX最初使用的 shell，而且在每种 UNIX 上都可以使用。
	Bourne Shell 在 shell 编程方面相当优秀，但在处理与用户的交互方面做得不如其他几种 shell。
	bash（全称 Bourne Again Shell）: LinuxOS 默认的，它是 Bourne Shell 的扩展。
]]></description><category></category></item><item><title><![CDATA[Pytorch环境安装问题解决]]></title><link>https://blog.youkuaiyun.com/donglcode/article/details/106199326</link><guid>https://blog.youkuaiyun.com/donglcode/article/details/106199326</guid><author>donglcode</author><pubDate>Mon, 18 May 2020 22:45:16 +0800</pubDate><description><![CDATA[我的安装环境是 win10 + cuda 10.0 + anconda

之前去官网安装，发现太慢了，而且对应版本不对，官网下载的对应cuda选择只有 9.2，10.1，10.2

这里还有个坑是 查看自己电脑的cuda对应版本，我忘记之前下载的cuda版本了，所以想再查看一下

方法1：进入NVIDIA控制面板，选择进入导航栏的帮助中的系统信息，点击组件查看。

这种方式显示我的cuda版本是10.1，这个应该是系统自带的版本

方法2：cmd在命令行输入nvcc --version

这种方式显示我..]]></description><category></category></item><item><title><![CDATA[Pytorch 编码]]></title><link>https://blog.youkuaiyun.com/donglcode/article/details/104867922</link><guid>https://blog.youkuaiyun.com/donglcode/article/details/104867922</guid><author>donglcode</author><pubDate>Sat, 14 Mar 2020 21:55:30 +0800</pubDate><description><![CDATA[网络定义：

__init__（）函数定义网络层数设施

forward() 函数定义具体网络的计算规则

举例：（可print直接看网络结构）


class RNN(nn.Module):
    def __init__(self):
        super(RNN, self).__init__()
        
        self.rnn = nn.RNN(
       ...]]></description><category></category></item><item><title><![CDATA[爬虫总结]]></title><link>https://blog.youkuaiyun.com/donglcode/article/details/104602794</link><guid>https://blog.youkuaiyun.com/donglcode/article/details/104602794</guid><author>donglcode</author><pubDate>Sun, 01 Mar 2020 23:27:04 +0800</pubDate><description><![CDATA[近几天在研究爬虫，但是基础好像过于薄弱。

下面整理一下爬虫的库。

首先是介绍一般爬虫也够用的一些python库

先是 urllib 然后 requests 然后 BeautifulSoup 最后 selenium.

urllib -- 是Python的一个扩展库，用于对url进行处理
在这个爬虫程序中，我们导入了 urllib 库的request模块，该模块中定义了用于访问 url 的 u...]]></description><category></category></item><item><title><![CDATA[python 装饰器]]></title><link>https://blog.youkuaiyun.com/donglcode/article/details/104498374</link><guid>https://blog.youkuaiyun.com/donglcode/article/details/104498374</guid><author>donglcode</author><pubDate>Wed, 26 Feb 2020 11:09:47 +0800</pubDate><description><![CDATA[总是看到python源码中出现@这个符号。

有点不太清楚python装饰器，现在写一篇博客分享一下现在自己的认识，大部分是从另外一篇博客上知道的。

装饰器的作用其实就是为了已经存在的函数或对象添加额外的功能，其返回值也为一个函数，同时也有类装饰器，其通过__call__函数来添加额外功能。

装饰器举例：


def debug(func):
    def wrapper(*args, **...]]></description><category></category></item><item><title><![CDATA[找工作感想]]></title><link>https://blog.youkuaiyun.com/donglcode/article/details/99060691</link><guid>https://blog.youkuaiyun.com/donglcode/article/details/99060691</guid><author>donglcode</author><pubDate>Sat, 10 Aug 2019 11:01:59 +0800</pubDate><description><![CDATA[最大感想
菜是原罪。如果一直菜，则确实只能过菜的人生了。
规划

刷剑指offer
总结课程，边刷leetcode
总结算法过程（传统，有无监督）
深度学习算法

笔试都过不去，说什么找好工作啊。
加油！

...]]></description><category></category></item><item><title><![CDATA[关于python程序的性能分析]]></title><link>https://blog.youkuaiyun.com/donglcode/article/details/82999527</link><guid>https://blog.youkuaiyun.com/donglcode/article/details/82999527</guid><author>donglcode</author><pubDate>Sun, 21 Jul 2019 10:41:02 +0800</pubDate><description><![CDATA[这篇博客 可能先会看看 关于numpy中怎么使筛选数据更快 然后会讲到python中的性能分析

我先用传统的时间分析来处理numpy中不同的两种筛选处理方式，（这个筛选方式的错误其实很低级，但我自己有点喜欢犯这个错误）时间分析分别用time.time()和time.clock()


def count_time(narray):
    start = time.clock()
    tmp...]]></description><category></category></item><item><title><![CDATA[关于python中时间格式的疑惑]]></title><link>https://blog.youkuaiyun.com/donglcode/article/details/82827577</link><guid>https://blog.youkuaiyun.com/donglcode/article/details/82827577</guid><author>donglcode</author><pubDate>Mon, 24 Sep 2018 13:52:54 +0800</pubDate><description><![CDATA[python中间的时间格式，尤其是在用到 pandas 和 numpy之后可是迷迷糊糊的，处理起带有时间的数据时就很晕。下面结合stackoverflow中的回答  对  python中的datetime标准模块，numpy模块和pandas模块中的时间objects做个区分记录。

The datetime standard library of Python

这里面只有4个主要的对象：

t...]]></description><category></category></item><item><title><![CDATA[强化学习David Silver课程Lecture2 笔记]]></title><link>https://blog.youkuaiyun.com/donglcode/article/details/82144367</link><guid>https://blog.youkuaiyun.com/donglcode/article/details/82144367</guid><author>donglcode</author><pubDate>Tue, 28 Aug 2018 19:29:31 +0800</pubDate><description><![CDATA[Lecture Two--Markov Decision Process

这一节我们学习了马尔科夫决策过程，这个在强化学习中也是很重要的一个概念。

首先简略介绍一下MDP（Markov Decision Process），他一般描述的是强化学习中的环境，该环境是可完全观测的，现在所处的状态完全描述了该过程，即只关心现在，过去信息没有任何影响。几乎所有的强化学习问题都可以变为MDP，这里可能会有...]]></description><category></category></item><item><title><![CDATA[强化学习David Silver课程Lecture1 笔记]]></title><link>https://blog.youkuaiyun.com/donglcode/article/details/81265439</link><guid>https://blog.youkuaiyun.com/donglcode/article/details/81265439</guid><author>donglcode</author><pubDate>Mon, 30 Jul 2018 09:41:21 +0800</pubDate><description><![CDATA[Lecture One--RL introduction

强化学习在序列决定问题中是很适用的，第一章就简单介绍了强化学习的整体思想以及其中一些名词。

PPT链接：http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching_files/intro_RL.pdf

视频链接：https://www.youtube.com/watch?v=2pWv7GO...]]></description><category></category></item></channel></rss>