<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[wp133716的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/wp133716</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; wp133716]]></copyright><item><title><![CDATA[用于神经网络的FLOP和Params计算工具]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/134509989</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/134509989</guid><author>wp133716</author><pubDate>Mon, 20 Nov 2023 15:38:48 +0800</pubDate><description><![CDATA[【代码】用于神经网络的FLOP和Params计算工具。]]></description><category></category></item><item><title><![CDATA[转载 C++ Lambda表达式详解]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/133799206</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/133799206</guid><author>wp133716</author><pubDate>Thu, 12 Oct 2023 20:56:48 +0800</pubDate><description><![CDATA[Lambda表达式的语法简洁、灵活，可以捕获外部变量，并且可以作为任何需要函数对象的地方使用。Lambda表达式是c++语言的一个重要特性，它可以作为函数对象使用，可以用来替代一些繁琐的函数声明和定义。值捕获：将外部变量以const引用的方式传递到Lambda表达式中，在表达式中可以访问变量，但是不能修改变量；引用捕获：将外部变量以引用的方式传递到Lambda表达式中，在表达式中可以访问变量和修改变量；如果不需要参数，则可以省略此项。混合捕获：捕获列表捕获多个变量，既有值捕获的变量也有引用捕获的变量。]]></description><category></category></item><item><title><![CDATA[tf模型在C++部署]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/129732675</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/129732675</guid><author>wp133716</author><pubDate>Thu, 23 Mar 2023 16:51:51 +0800</pubDate><description><![CDATA[ONNX (Open Neural Network Exchange) 是微软和脸书主导的深度学习开发工具生态系统，ONNX Runtime (简称 ORT) 则是微软开发的跨平台高性能机器学习训练与推理加速器，根据官方的说法推理/训练速度最高能有 17X/1.4X 的提升，其优异的性能非常适合深度学习模型部署。–use_cuda表示build with CUDA support，cuda_home和cudnn_home指向cuda和cudnn的安装路径。这里选择了1.13.0版本。]]></description><category></category></item><item><title><![CDATA[[转载] 强化学习开源框架整理]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/129205880</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/129205880</guid><author>wp133716</author><pubDate>Fri, 24 Feb 2023 18:38:43 +0800</pubDate><description><![CDATA[本篇主要是介绍了不同的 RL 开源工作，包括环境开源工作和算法开源工作，同时关注这些开源工作对于多机多卡并行分布式训练的支持。]]></description><category></category></item><item><title><![CDATA[记录一下c/c++的几种计时方式]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/128675963</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/128675963</guid><author>wp133716</author><pubDate>Fri, 13 Jan 2023 16:25:09 +0800</pubDate><description><![CDATA[【代码】记录以下c/c++的几种计时方式。]]></description><category></category></item><item><title><![CDATA[c++调用tf.keras的模型]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/124450377</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/124450377</guid><author>wp133716</author><pubDate>Mon, 21 Nov 2022 19:15:51 +0800</pubDate><description><![CDATA[​tensorRT调用tf.keras的模型]]></description><category></category></item><item><title><![CDATA[Linux 解决远程连接的 “Gtk-WARNING **: cannot open display；”]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/127090482</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/127090482</guid><author>wp133716</author><pubDate>Wed, 28 Sep 2022 15:39:03 +0800</pubDate><description><![CDATA[Linux 解决远程连接的 “Gtk-WARNING **: cannot open display;”]]></description><category></category></item><item><title><![CDATA[python赋值]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/120521954</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/120521954</guid><author>wp133716</author><pubDate>Tue, 28 Sep 2021 09:13:05 +0800</pubDate><description><![CDATA[a = [[None]*4] * 5
b = [[None]*4 for _ in range(5)]

from pprint import pprint
pprint(a)
pprint(b)
&gt;&gt;&gt;[[None, None, None, None],
    [None, None, None, None],
    [None, None, None, None],
    [None, None, None, None],
    [None, None, None, None.]]></description><category></category></item><item><title><![CDATA[[Python] 正确复制列表的方法]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/114312840</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/114312840</guid><author>wp133716</author><pubDate>Wed, 03 Mar 2021 14:32:27 +0800</pubDate><description><![CDATA[[Python] 正确复制列表的方法
Python没有C语言中的变量。在C语言中，变量不止是个名字，它是字节集合并真实存在于内存某个位置上。而在Python中，变量仅仅是指向对象的标签。
看看以下语句：
a = [1, 2, 3]
它表示我们创建了一个指引指向列表[1, 2, 3]，但是a不是列表。如果：
b = a
我们并没有复制a所指引的列表。我们只是创建了一个新的标签b，然后将其指向a所指向的列表。
如果你修改a，那你就同时修改了b，因为它们指向同一个列表：
&gt;&gt;&gt; a = [1, ]]></description><category></category></item><item><title><![CDATA[Pyglet设置窗口标题]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/113121749</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/113121749</guid><author>wp133716</author><pubDate>Mon, 25 Jan 2021 16:43:37 +0800</pubDate><description><![CDATA[Pyglet教程

Caption
The window’s caption appears in its title bar and task bar icon (on Windows and some Linux window managers). You can set the caption during window creation or at any later time using the set_caption() method:

window = pyglet.window.Windo]]></description><category></category></item><item><title><![CDATA[conda 报错:Segmentation fault]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/108477050</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/108477050</guid><author>wp133716</author><pubDate>Tue, 08 Sep 2020 21:04:27 +0800</pubDate><description><![CDATA[(base) rl_2@cn2:~$ conda env create -f environment.yml

conda创建环境失败后,再次创建环境报错:
Collecting package metadata (current_repodata.json): done
Solving environment: done


==&gt; WARNING: A newer version of conda exists. &lt;==
  current version: 4.7.12
  latest ]]></description><category></category></item><item><title><![CDATA[ray]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/108474984</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/108474984</guid><author>wp133716</author><pubDate>Tue, 08 Sep 2020 19:15:35 +0800</pubDate><description><![CDATA[一、简单开始
首先来看一下最简单的Ray程序是如何编写的。
# 导入ray，并初始化执行环境
import ray
ray.init()

# 定义ray remote函数
@ray.remote
def hello():
    return "Hello world !"

# 异步执行remote函数，返回结果id
object_id = hello.remote()

# 同步获取计算结果
hello = ray.get(object_id)

# 输出计算结果
print (hello)

在Ra]]></description><category></category></item><item><title><![CDATA[2020-09-07]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/108442540</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/108442540</guid><author>wp133716</author><pubDate>Tue, 08 Sep 2020 10:22:58 +0800</pubDate><description><![CDATA[List item

vfdbfd加粗样式



]]></description><category></category></item><item><title><![CDATA[docker push]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/108323296</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/108323296</guid><author>wp133716</author><pubDate>Mon, 31 Aug 2020 16:29:44 +0800</pubDate><description><![CDATA[docker push

]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04 install of ROS Kinetic]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/108066046</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/108066046</guid><author>wp133716</author><pubDate>Mon, 17 Aug 2020 22:26:48 +0800</pubDate><description><![CDATA[http://wiki.ros.org/kinetic/Installation/Ubuntu

]]></description><category></category></item><item><title><![CDATA[在docker中运行carla]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/107978475</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/107978475</guid><author>wp133716</author><pubDate>Thu, 13 Aug 2020 20:47:02 +0800</pubDate><description><![CDATA[README.md
NVIDIA Container Toolkit
GitHub license Documentation Package repository
nvidia-gpu-docker
Introduction
The NVIDIA Container Toolkit allows users to build and run GPU accelerated Docker containers. The toolkit includes a container runtime library]]></description><category></category></item><item><title><![CDATA[Docker容器图形界面显示的配置方法]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/107821784</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/107821784</guid><author>wp133716</author><pubDate>Wed, 05 Aug 2020 18:17:28 +0800</pubDate><description><![CDATA[参考博客
0.环境说明
Ubuntu 16.04
docker 19.03.12
因为要在docker中用pygame，要用到显示器，这个时候需要解决这个Docker “可视化”的问题。
原理简介
原理上可以把docker镜像看做一台没配显示器的电脑，程序可以运行，但是没地方显示。
而linux目前的主流图像界面服务X11又支持 客户端/服务端（Client/Server）的工作模式
只要在容器启动的时候，将 『unix:端口』或『主机名:端口』共享给docker,docker 就可以通过端口找到显示输出的]]></description><category></category></item><item><title><![CDATA[Carla 0.9.9 Python API翻译参考]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/107399972</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/107399972</guid><author>wp133716</author><pubDate>Fri, 17 Jul 2020 09:28:33 +0800</pubDate><description><![CDATA[Python API参考
carla.Actor
CARLA将actors定义为在模拟器起作用或可以移动的任何事物。其中包括：行人（pedestrians），车辆（ vehicles），传感器（sensors）和交通标志（将交通灯视为其中的一部分）。
Actor通过carla.World在模拟器中生成，并需要创建carla.ActorBlueprint。这些蓝图属于CARLA提供的库，请在here找到有关它们的更多信息。
Instance Variables

attributes (dict)
包含该ac]]></description><category></category></item><item><title><![CDATA[docker上运行python容器与本机carla交互]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/107243773</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/107243773</guid><author>wp133716</author><pubDate>Fri, 10 Jul 2020 11:41:43 +0800</pubDate><description><![CDATA[docker上运行python容器与本机carla交互安装docker开始安装创建python镜像并运行容器
安装docker
开始安装
由于apt官方库里的docker版本可能比较旧，所以先卸载可能存在的旧版本：
$ sudo apt-get remove docker docker-engine docker-ce docker.io

更新apt包索引：
$ sudo apt-get update

安装以下包以使apt可以通过HTTPS使用存储库（repository）：
$ sudo apt-ge]]></description><category></category></item><item><title><![CDATA[docker挂载共享文件夹与本机实现文件传输]]></title><link>https://blog.youkuaiyun.com/wp133716/article/details/107197629</link><guid>https://blog.youkuaiyun.com/wp133716/article/details/107197629</guid><author>wp133716</author><pubDate>Wed, 08 Jul 2020 09:17:28 +0800</pubDate><description><![CDATA[参考
docker run -it -v /home/dock/Downloads:/usr/Downloads ubuntu64 /bin/bash

通过-v参数，冒号前为宿主机目录，必须为绝对路径，冒号后为镜像内挂载的路径。

]]></description><category></category></item></channel></rss>