empirethird-优快云博客

原创基于pybullet的5自由度机械臂仿真【1】基于keras手撸Agent

重复造轮子没啥意义，但是手打一遍还是有收获。import tensorflow as tfimport randomfrom collections import namedtupleimport mathimport numpy as npdef huber_loss(y_true, y_pred, clip_delta=1.0): ''' Huber_loss:回归loss函数，专用于DQN算法 :param y_true: 混淆矩阵中真实为y的集合 :pa

2021-05-01 12:00:48 712

原创基于keras的EfficientNet复现【2 训练模块】

B3大概适合一般的服务器跑，batchsize不要设置太大，很容易超出显存。这个是用的前面AlexNet数据集，改天放个数据集地址，嗝。from __future__ import absolute_import, division, print_functionimport tensorflow as tfimport mathimport EfficientNet_Modelimport numpy as npfrom Data_Channel import Data_Channelim

2021-04-20 23:49:48 378 1

原创 ImageNet的句号：基于keras的EfficientNet复现【1 主model】

〇、前面的几句话EfficientNet是19年的东西，现在是2021年初。往回看，2020年整个ImageNet领域都没有一个网络能对EfficientNet产生压倒性优势。从这里就可以看出这个东西是多么恐怖。网上关于EfficientNet的讲解可谓是汗牛充栋，往前翻19年的文章，大家对这个东西都没有几个理解透彻的，大多数人的注意力还停留在简单的“模型精度和效率优化”上面。后来源代码放出来了。大家才发现，这篇文章里面是有多少细致的东西需要解读。原理就不说了，一搜一大堆，我划几个重点，然后直接上

2021-04-20 23:45:56 400

原创操作系统、strassen算法

不难原理写的也很清楚了，确实巧妙from threading import Threadimport timeimport random''':function SP_Matrix: 作用是把矩阵A分解成四个4个n/2×n/2的子矩阵。:function Merge_Matrix: 作用是把四个4个n/2×n/2的子矩阵合并为一个n×n的矩阵。:function Add_Matrix: 作用是计算矩阵A和B的加。=》算法流程S1 = B12 - B22S2 = A11 + A12S

2021-04-08 18:13:24 134 1

原创操作系统问题三、多线程矩阵乘法（这个挺有意思，跟向量处理机原理相关）

普通算法，后面还有更快的strassen算法，原理不讲了，讲原理的汗牛充栋了都。代码参考一下。from threading import Threadimport timeimport random''':function SP_Matrix: 作用是把矩阵A分解成四个4个n/2×n/2的子矩阵。:function Merge_Matrix: 作用是把四个4个n/2×n/2的子矩阵合并为一个n×n的矩阵。:function Add_Matrix: 作用是计算矩阵A和B的加。'''cl

2021-04-08 18:12:11 260

原创操作系统问题三、一个模拟管程（Python，之前很少有人做，不是因为难，是因为确实没卵用）

题目 3 ：请用你熟悉的线程库编程实现管程，解决生产者和消费者问题并测试答案在这：import threadingimport timeclass Monitor(object): def __init__(self, size): self.MaxSize = size self.M_buffer = [None] * size self.In_P = 0 self.OUT_P = 0 self.count

2021-04-08 18:09:35 511

原创操作系统问题二、经典过桥问题（线程池）

题目 2 ：一座小桥（最多只能承重两个人）横跨南北两岸，任意时刻同一方向只允许一人过桥，南侧桥段和北侧桥段较窄只能通过一人，桥中央一处宽敞，允许两个人通过或歇息。要求：① 请用 PV 操作为同步机制写出它们能正确并发执行的伪代码；② 请用你熟悉的线程库编程实现此并发程序，并模型桥两岸各 25 人过桥的情况。答案在这=》import threadingimport timefrom concurrent.futures import ThreadPoolExecutorEmpty =

2021-04-08 18:08:05 2815

原创操作系统问题一、模拟三个进程对底层缓冲区的读写功能实现（Python）

正好在学习操作系统，几个小问题做一下这种底层问题用Python做得少，Python多线程又是假的多线程。但是用作学习的话，不讲究那么多了。题目 1 ：有三个并发进程 R ， M ， P ，它们共享了一个可循环使用的缓冲区 B ，缓冲区 B 共有 N 个单元。进程 R 负责从输入设备读信息，每读一个字符后，把它存放在缓冲区 B的一个单元中；进程 M 负责处理读入的字符，若发现读入的字符中有空格符，则把它改成“ , ”；进程 P 负责把处理后的字符取出并打印输出。当缓冲区单元中的字符被进程P

2021-04-08 18:06:38 671

原创【2021-4-2】手动码出AlexNet(3.主文件供参考)

声明一下，这只是基本的网络和运行结构。调参之后的模型和数据由于需要花费精力而且没有指导意义，不会放。from Data_Channel import Data_Channelfrom AlexNet_Model import AlexNetimport numpy as npimport matplotlib.pyplot as plt'''主训练函数，这个就简单了，直接调用数据通道就行。创建三组数据通道，依次调用，传入模型进行训练。'''Alex_model = AlexNet(lear

2021-04-02 17:42:36 125 3

原创【2021-4-2】手动码出AlexNet，基于tensorflow(2.主网络模块)

import tensorflow as tfimport numpy as np'''实现一个AlexNet类方法：def build_net 建立神经网络def make_sort 对于一个输入的图片，矩阵化并分类def learn 从data_cannel中读取强化后的图片，进行梯度训练成员变量：(先这几个):self.LR 训练速度:self.DP Dp层的DP率:self.n_classes Label的种类数'''class AlexNet(): def _

2021-04-02 17:40:35 108

原创【2021-4-2】手动码出AlexNet（1）数据通道类

import numpy as npimport cv2'''实现一个数据管道类，从文件中读取图像流数据参数：self.category：数据通道所属类别，指定了文件路径，对于每一种类的图片，设置不同路径。self.RF_pool：强化池最大数量。方法：A.数据强化：指定图像路径，加载图像，对图像进行加噪点、翻转等强化，放入强化池。B.取数据：从强化池中取定量数据。可以规定取数据的数量。'''class Data_Channel(): def __init__(self, c

2021-04-02 17:39:17 102

empirethird的博客