蛋总的快乐生活

最近在用dataloader写数据集，在使用tqdm的时候遇见了一些问题，经过查找大量的资料，总结一个简单的方法。首先，先设置网络的输入和输出，假设这两个量已经是tensor类型了。输入：tensor_x输出：tensor_y那么导入这个库函数from torch.utils.data import DataLoader, TensorDatasetdataset = TensorDataset(tensor_x, tensor_y)loader = DataLoader(datas.

Apply DQN in gym environment in MountainCar-v0文章目录Apply DQN in gym environment in MountainCar-v0一、Gym Environment1.1 ACTION SPACE1.2 STATE SPACE1.3 REWARD1.4 DONE二、Deep Q-learning2.1 Preprocess Frame2.2 Stack Frames2.3 Replay Buffer2.4 Q-target network

文章目录Docker的学习笔记0.监视显卡1.从官网镜像获取镜像文件2.对容器内的文件并编辑保存2.1 VIM方法2.2 拷贝并更新回容器-本地更新2.3 官方教程-上传到仓库3 Docker文件操作3.1 文件组成3.2 构建镜像3.3 转换成容器Docker的学习笔记0.监视显卡watch -n 1 nvidia-smi1表示每间隔1s监视一下显卡状态1.从官网镜像获取镜像文件参考链接具体操作为：拉取镜像（上海服务器）$ docker pull registry.cn-sh

这是一篇很好的介绍文章，对新手很友好，包含代码以及详细的分析环节。最重要的是，变量不多，结构简单，很适合手动推导一遍，再此基础上看其他推导便能如鱼得水。该文章的要领：一个屏幕上放代码，一个屏幕上看注释https://iamtrask.github.io/2015/07/12/basic-python-network/首先明确一点，y=wx+b，类似的w表示斜率，b表示截距项，在文中用矩阵的形式表示w，该文章实现了没有截距项b的部分，后续会更新一下添加偏置项b的程序然后第二点，作者在输入或门的时候，.

https://blog.youkuaiyun.com/qwe900/article/details/109774223111

选自线性代数经典教材Introduction to Applied Linear Algebra Vectors, Matrices, and Least Squares而且，这本书免费下载！讲解最小二乘法非常透彻，比如包括它的回归和分类(包括多分类)以及非最小二乘和它们有约束问题的应用。手写字体分类题目在本书的第490页本书的下载链接：https://www.getfreeebooks.com/introduction-to-applied-linear-algebra-vectors-matr.

环境：Ubuntu 20.04 +pytorchGPU版本一、GPU1、查看CPU是否可用2、查看CPU个数3、查看GPU的容量和名称4、清空程序占用的GPU资源5、查看显卡信息6、清除多余进程二、GPU和CPU1、GPU传入CPU1.1 另一种情况2、CPU传入GPU3、注意数据位置对应三、Numpy和Tensor（pytorch）1、Tensor转成Numpy2、Numpy转成Tensor3、Cuda转成Numpy一、GPU1、查看CPU是否可用print (torch.cuda.is_avail

问题比如我想生成一个5000*494的数组以50%的概率给-1或者+1，想到的方法是： Random_feature=np.zeros((5000,494)) for i in range(5000): for j in range(494): Random_feature[i,j]=np.random.choice([1,-1])#这样写运行太慢这样写的话循环运行太慢，那么经过查阅有如下写法：格式np.random.choice(a, si

任务介绍在本任务中，您将使用可用的测量值和运动模型来递归估计车辆沿轨迹的位置。车辆有了非常简单的LIDAR传感器，可以返回与环境中各个地标相对应的范围（range）和方位测量值（bearing）。假定地标的所有位置是已知的并假设他们已知的数据关联，即哪个度量属于哪个界标。.运动和测量模型运动模型车辆运动模型将线速度和角速度里程计读数作为输入，并输出车辆的状态（即2D状态）：xk=xk−1+T[cos⁡θk−10sin⁡θk−1001]([vkωk]+wk) ,     wk=N(0,Q)\b

上半年毕设的时候接触了卡尔曼滤波器，用matlab实现了该过程，尝试在一个课后作业中用三维度矩阵来存储变量的方式，结构似乎更好理解，记录一下分析的过程。假如有一块电阻，你不知道它的阻值是多少，你想通过多次测量电压和电流值，从而用定义法求出来它的阻值大小，测量结果如下表所示：Current (A)Voltage (V)0.21.230.31.380.42.060.52.470.63.17但实际上，每次测量都有一些‘噪声’，因此修正的公式应该是.