- 博客(115)
- 收藏
- 关注
RSS订阅原创 Error when Pip install rpy2
尝试了好多种方法，最后得到了解决。如果你尝试了很多其他网上的方法，任未解决，可以试试下面的。①查看setuptools版本。最后问题得到解决，成功安装。④再安装特定版本的rpy2。
2025-03-31 19:00:00
167
原创 pip install jupyter 报错
想要用jupyter最好还是用python3.7，其他的可能会报错。我pip install jupyter 报的错，之后看了。①不是python3.7版本。②pip版本不是20.0.1。比如我安装时就报了下面的错。之后等待一会儿，就安装好了。建议清华源安装比较快。总结一下，问题应该出在。
2025-03-19 17:14:02
386
原创 动态规划--双机调度问题
比如，当处理第i个作业时，对于每个状态（a_prev, b_prev），如果分配到A，那么新的a是a_prev + a_i，新的b是 b_prev。这时候，对于每个新的状态（a_new, b_new），我们需要记录在i层中，对于每个可能的a_new，对应的b_new的最小值。或者，可能反过来，对于每个a_new，记录最小的b_new，这样当有多个路径到达同一个a_new时，我们只保留较小的b_new，因为对于最终的max(a, b)来说，较小的b_new会带来更好的结果。这时候，状态数目是可控的。
2025-03-08 18:33:24
26
原创 数据结构【C语言】[
数据结构？实现一些项目，需要在内存中将数据存储起来。例如：通讯录中，每个人的信息存储起来。可以用数组；链表；树...，用来干嘛算法？用一系列的计算步骤，将输入数据转换为输出结果。排序、查找、去重...推荐算法（抖音）二叉树特点：度为2的树。
2024-10-10 15:39:59
1169
原创 大模型辅助写作
公司背景：各模型由不同的科技公司研发，如百度、阿里巴巴、腾讯等，具有各自的技术积淀和资源优势。功能特点：虽然各模型都具备智能问答、创作等功能，但具体能力和应用场景有所不同，如讯飞星火注重多模生成，腾讯混元强调逻辑推理等。技术水平：各模型在技术和能力上有所差异，如百川大模型在中文任务上表现优异，讯飞星火则全面对标GPT-4 Turbo。应用场景：根据公司的战略和业务方向，各模型的应用场景也各不相同，如企业服务、智能硬件、智慧政务等。
2024-09-24 10:32:08
609
原创 如何向通讯作者发邮件礼貌询问源码
最近研读了您发表在XX上的《XX》，对其十分感兴趣，我想重点参考您的这篇文章,请问一下您能否分享一下开源代码，仅用于学术交流。(表明目的，其中一定要强调是用于学术交流而不是其他的目的）您好，我是XX大学XX学院XX导师的研究生,XX，目前的研究方向是XX （自报家门）本人承诺，所有信息将仅用于学术研究。若能分享，将不胜感激。
2024-09-09 18:31:04
1779
原创 【信息安全】基于CBC的3DES加解密-实验报告
其中：K1表示3DES中第一个8字节密钥，K2表示第二个8字节密钥，K3表示第三个8字节密钥，K1、K2、K3决定了算法的安全性，若三个密钥互不相同，本质上就相当于用一个长为168位的密钥进行加密。DES算法是一种对称密码算法，也是一种分组加密的算法，以64位分组对数据加密的，其密钥长度为64位，密钥事实上是56位参与DES运算（第8、16、24、32、40、48、56、64位是校验位，使得每个密钥都有奇数个1），分组后的明文组和56位的密钥按位替代或交换的方法形成密文组。
2024-08-29 15:20:44
1032
原创 3DES加密和解密【c++】
再对文本进行解密，得到解密后.doc。对文本进行加密，生成的加密的文本。如需完整的代码请自行下载。随机给一段已有的文本。
2024-08-29 14:46:26
422
原创 python编程练习1-数组
这是因为在枚举的过程每一步中，「左指针」会向右移动一个位置（也就是题目中的 b），而「右指针」会向左移动若干个位置，这个与数组的元素有关，但我们知道它一共会移动的位置数为 O(N)，均摊下来，每次也向左移动一个位置，因此时间复杂度为 O(N)。这个方法就是我们常说的「双指针」，当我们需要枚举数组中的两个元素时，如果我们发现随着第一个元素的递增，第二个元素是递减的，那么就可以使用双指针的方法，将枚举的时间复杂度从 O(N。我们可以将数组中的元素从小到大进行排序，随后使用普通的三重循环就可以满足上面的要求。
2024-08-21 16:53:34
401
1
原创 EDA实验一 FPGA实现电子闹钟
功能介绍正常时间显示，闹钟时间显示，计数结果清晰稳定的显示在 6 位数码管上，闹钟触发。使用使能信号来控制显示正常时间或设置闹钟时间。（1）额外添置了流水灯功能，当到达预置的闹响时刻后，８个绿色的LED会形成流水灯。彩灯在设置的闹钟时间到时，花型展示：从左到右逐个亮，从右到左逐个灭；从两边往中间逐个亮，从中间往两边逐个灭；重复上面1、2。（2）按键消抖，由于每次按下按键时存在抖动，容易引起按键的多次触发。二、设计思路利用正常时间显示，闹钟时间显示，闹钟触发。
2024-07-26 18:36:43
1397
原创 Tensorflow2.0全套学习（持续更新中）
1.学习目标两大核心模块：深度学习经典算法与Tensorflow项目实战从零开始，详细的网络模型架构与框架实现方法2.tensorflow：核心开源库，深度学习框架，帮助开发和训练机器学习模型3.版本2比1有哪些优势4.深度学习入门和进阶最好的方法多练习，多试验看论文复现代码和调试的过程-->提升最快的途径。
2024-07-22 18:18:07
1355
原创 没有GPU就运行不了了吗？为什么生成的小游戏中什么都没有呀？
原来报错说是没有cuda，于是使用了GPU版本的tensorflow==1.15，在主函数中加了下面的语句。
2024-07-22 14:39:30
320
原创 linux服务器配置conda环境安装教程
配置环境变量,这里的export PATH填的是conda的bin文件地址，我是安装在home目录的所以是这样，前面一个命令是添加环境变量，后者是刷新bashrc。# 删除所有的安装包及cache(索引缓存、锁定文件、未使用过的包和tar包) conda clean -y --all。# 删除虚拟环境 conda remove -n name --all。在conda文件的目录下输入命令安装，一路回车，直到他要求输入yes。这里下载的是 Anaconda3-2023.03-1-根据官网选择自己需要的版本。
2024-07-18 17:57:22
1471
原创 强化学习编程实战-6-基于函数逼近的方法
当要解决的问题的值函数可以用少量的离散值表示时，我们可以直接学习每个离散的值函数。可是，当要解决的问题的值函数需要用大量的甚至是无穷多的离散值来表示时，学习每个离散的函数值需要耗费大量的时间和存储空间，这时可以用函数逼近的方法来表示值函数。
2024-07-15 18:41:21
870
原创 强化学习编程实战-5 基于时间差分的方法
第4章中，当模型未知时，由于状态转移概率P未知，动态规划中值函数的评估方法不再适用，用蒙特卡洛的方法聘雇值函数。在蒙特卡洛方法评估值函数时，需要采样一整条轨迹，即需要从初始状态s0到终止状态的整个序列数据，然后根据整个序列数据的回报来估计行为-值函数。蒙特卡洛方法式（5.1）现在的问题是，有没有一种新的方法可以不用等到终止状态就可以对行为值函数进行评估呢？答案：Yes.并且这种方法已经在动态规划算法中出现了。
2024-07-14 22:50:44
765
原创 强化学习编程实践-4-基于蒙特卡洛的方法
第3章给出了学习算法的基本思路：策略评估和策略改善。其中策略评估用到了以下的公式（4.1）策略改善则用了最简单的贪婪策略（4.2）为什么要用蒙特卡洛算法？先看公式4.1和4.2，如果状态转移概率已知，那么利用上面两式就可以得到最优策略。如果模型是未知的？式（4.1）不能再用，式（4.1）仍然可以用，因为该式与模型无关。如果想要利用整个框架，必须找到一种方法来替代公式（4.1）的策略评估。---->利用本章蒙特卡洛方法和第5章的时间差分方法。
2024-07-12 21:51:56
531
原创 强化学习编程实践-3基于动态规划的方法
动态规划方法有策略迭代和值迭代。都是先对策略进行评估，得到评估后的值函数，再利用该评估的值函数进行策略改进你，如此循环进行策略评估和策略改进。策略迭代：对当前的策略进行充分的评估，即等到值函数收敛后再进行策略改进。值迭代：对值函数进行一次评估后立即进行策略改进。
2024-07-12 17:43:34
820
原创 强化学习编程实战-2马尔可夫决策过程
如图2-1，图中A为多臂赌博机，B为一堆鸳鸯，其中左上角为雄性鸳鸯，右上角为雌性鸳鸯，B展示的任务是雄性鸳鸯绕过障碍物找到词性鸳鸯。跟多臂赌博机不同的是，雄性鸳鸯经过一次运动后会运动到另外一个位置，即系统B的状态发生了变化，而多臂赌博机经过一次动作后，其状态仍然是原来的状态。先检测雄鸟是否与第1堵障碍物墙发生碰撞，检测的算法为找到雄鸟与第1堵墙所有障碍物x方向和y方向最近的障碍物的坐标差，并判断最近的坐标差是否大于一个最小运动距离，如果>=,那么就不会发生碰撞。稀疏回报的问题，强化学习算法的效率很低。
2024-07-08 22:45:41
1179
原创 强化学习编程实战-1-一个及其简单的强化学习实例（多臂赌博机）
该方法的输入参数有play_total（表示训练的总次数）,policy（训练的策略）,**kwargs（相应策略的超参数字典）⑤智能体通过学习的策略选择动作，然后将动作传给step()方法，相当于跟多臂赌博机进行了一次交互，从多臂赌博机中获得回报r,智能体根据立即回报更新每个动作的平均回报q,计算当前的累计回报并作相应的保存。⑥在每次训练新的策略的时候，我们需要将类KB_Game中的成员变量进行。
2024-07-06 22:13:14
1069
原创 【Python环境】VScode下载安装及Anaconda的python环境配置
接着，点击下载后的可执行程序，按照提示步骤安装，安装后设置软件，目的使其暂停更新，永远保持该版本。在Setting 下接着选择Application>Update,把Mode选择为“none"，选择后会提示重启软件，完成配置。，使得开发起来更加得心应手，坏处是在不习惯的情况下，可能会觉得不太方便。弹出如下页面后，请自行选择自己想要的anaconda环境，双击F5运行。安装特定版本的VS code，使其与Linux兼容，顺利进行远程工作。安装最新版本，直接官网，下载相应的安装包和按提示完成安装。
2024-07-05 17:25:24
3140
原创 gym强化学习环境配置
下载完成后，安装包在Downloads文件夹下（在终端用Ctrl+Alt+T组合键打开终端），键入cd downloads，然后键入bash anaconda3_4.3.0-linux-x86_64.sh(小技巧，键入bash an 然后按下Tab键，Linux会自动补全后面的名字)3.gym 本身集成许多仿真环境，如经典控制中的车摆环境，小车爬山环境、雅达利游戏、棋盘环境等，利用这些写好的环境，可以学习强化学习算法的基本原理。物理引擎用来模拟环境中物体的运动规律，图像引擎用来显示环境中的物体图像。
2024-07-02 22:27:57
1587
原创 动物识别或者什么识别小程序的一些文章
问题解决：https://blog.youkuaiyun.com/xutong_123/article/details/131169307。相关参考文章：Mask CLIP+ https://zhuanlan.zhihu.com/p/561771476。代码：https://github.com/raoyongming/DenseCLIP。代码：https://github.com/chongzhou96/MaskCLIP。论文：https://arxiv.org/pdf/2112.01071。
2024-06-05 21:54:35
114
原创 修改python环境包的内容后如何及时更新到内存
在Python中，当你安装或更新一个包时，这个包的内容会被写入到系统的包管理器中，比如pip。但是，要让这些更改立即反映在你的Python环境中，通常需要重启你的Python解释器或者重新启动你的开发环境。：如果你使用的是命令行或者交互式解释器（比如IPython或Jupyter Notebook），你可以通过简单地退出并重新启动它来加载更新后的包。：一些环境管理工具，如Poetry或Pipenv，提供了更好的依赖管理和包更新机制，可以更有效地同步包的更改。：在使用pip安装包时，可以添加。
2024-05-31 16:41:28
458
原创 labelme标注格式的数据集转COCO格式脚本
这个脚本的主要功能是将 Labelme 标注格式的 JSON 文件转换为 COCO 标注格式的 JSON 文件,以便在 COCO 数据集框架下使用这些标注数据。- 调用 `labelme2coco` 类,将 Labelme JSON 文件转换为 COCO JSON 格式,并保存到 `D:\\desktop\\2023\\Pigseg\\train.json` 路径下。- 从 `D:\\desktop\\2023\\Pigseg\\images` 目录下获取 Labelme JSON 文件列表。
2024-05-30 18:09:42
738
原创 Pascal VOC的增强数据集SDB下载
sbd数据属于voc2012数据集，但是voc数据集的训练或者验证图片的标签图非常少。但是sbd给出的很多，所以可以综合这两个数据集得到更加多的验证集和数据集标签。img文件夹，里面11355全是jpg图像文件（隶属于voc的JPEGImage文件夹下的17125张jpg图像）如果上面不行，建议用百度网盘下载，虽然慢了些，但是能解决问题。inst文件夹， 里面11355全是mat文件。cls文件夹， 里面11355全是mat文件。里面的benchmark，表示SBD数据集。如果没有出现的话，就等待它下好。
2024-05-27 22:06:44
356
1
原创 Linux环境下TensorFlow安装教程
如果要使用cuda，首先确定本机安装有NVIDIA GPU driver：nvidia-smi（一般都会有的吧，没有的话到得了这一步吗）（Python版本需要是3.7-3.10，本文以3.8为例，主要是因为我需要用3.8版本来安装另一个包）时常用的Python神经网络框。TensorFlow是学习。
2024-05-26 22:19:39
1407
原创 如何在linux命令行（终端）执行ipynb 文件。可以不依赖jupyter
在终端命令行执行shell脚本，（也可以在。1.安装 runipy。
2024-05-26 21:55:06
1735
原创 机试编程练习题4.16
判断两个单词是否是兄弟单词时，我们首先看长度是否一样，长度一样才有可能，然后看是否是相同的字符串，相同字符串则不是兄弟单词，最后我们对两个字符串分别以各自的字符排序，这样两个字符串都是一样的顺序，只要字符集和各个字符数量对得上，排序出来的单词应该是一样的，这就是兄弟单词。样例 2 解释：用九个空瓶换三瓶汽水，剩四个空瓶再用三个空瓶换一瓶汽水，剩两个空瓶，向老板借一个空瓶再用三个空瓶换一瓶汽水喝完得一个空瓶还给老板。对于每组测试数据，输出一行，表示最多可以喝的汽水瓶数。如果一瓶也喝不到，输出0。
2024-05-25 18:36:58
399
原创 提取COCO 数据集的部分类
若报错，pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI。注意skimage用pip install scikit-image -i https://pypi.tuna.tsinghua.edu.cn/simple。安装pycocotools github地址：https://github.com/philferriere/cocoapi。实在不行的话，手动下载。
2024-05-24 15:17:40
1187
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人