xhydongda的博客

通过移动网络远程访问摄像头，就可以把机器视觉应用的前后端分开调试，不需要蹲现场了

用视频自动生成YOLOv5标注格式的样本库

需求 要用强化学习(Reinforcement Learning)算法解决问题，需要百千万次的训练，真实环境一般不允许这么多次训练（时间太长、试错代价太大），需要开发仿真环境。OpenAI的gym环境是目前的标准，遵守其API写一个自定义的环境可以被各种强化学习算法无码调用。gym API要求 分析gym的代码和文档，可以看出，一个环境至少应该包含动作空间(action space)、状态空间(observation space)定义，以及reset()、step()、rende...

LunarLander-v2是强化学习常用的例子，根据官方文档，对它的描述大致为：“着陆平台始终位于坐标（0,0）。坐标是状态向量的前两个数字。从屏幕顶部移动到着陆台和零速度的奖励大约是100到140分。如果着陆器离开着陆台，它将失去回报。如果着陆器坠毁或停止，则回合结束，获得额外的-100或+100点。每脚接地为+10。点火主机每帧-0.3分。正解为200分。可以在着陆平台外着陆。燃料是无限的，所以智能体可以学会飞行，然后在第一次尝试时降落。四个独立的行动可用：什么都不做，发动左方向引擎，发动主机...

笔记本上是win10 x64，有两块显卡：uhd 620集成显卡、 mx150 独立显卡，这两块显卡到底用谁由控制面板->NVIDIA控制面板来设置。 安装Pytorch步骤：安装Anaconda3，我选的是python3.764-Bit Graphical Installer (466 MB)； cmd 下用pip安装pytorch，由于显卡只支持到CUDA9.2，所以我选stable1.5.1+windows+pip+python+cuda9.2得到： pip ins...

2002年，在做研究生课题时，用到了神经元网络解决温度预测问题，当时深度革命还没发生，BP网络还是主流。后来工作中接触了专家系统，用来解决逻辑推理问题，用在高炉的异常炉况诊断上。 2018年初，被ImageNet不断提高的图像识别水平吸引，对CNN进行了初探，弄了台2*1080Ti的计算机，建立tensorflow环境，由一名研究生完成了1万张钢卷表面缺陷图像的训练和识别工作，准确率达到95.1%。不过当时没有怎么接触强化学习。 7.1前后偶然在B站看了一个机器捉迷藏的小视频，被...