- 博客(12)
- 收藏
- 关注
RSS订阅翻译 通向AGI的规划和展望 - Sam Altman ,the CEO of OpenAI
通向AGI的规划和展望 - Sam Altman ,the CEO of OpenAI
2023-02-25 21:03:23
630
原创 设计模型之Visitor模式-图书馆管理系统应用C++实现
今天看到<<软件设计师>>面向对象第七章讲到几种设计模式，其中一种为Visitor模式。这种设计模式通过访问者对象的建立，在访问过程中将访问者作为参数传到被访问对象的函数中，实现了有选择性的访问不同类的资源。其中有一个Visitor模式设计的应用，参考书中的代码，在本地测试跑了一下。//// library_visitor.cpp// data_structure/*某图书管理系统中管理者两种类型的文献:图书和论文。现在要求统计所有馆藏文献的总页码(假设图书馆中有
2021-04-04 14:36:41
698
4
原创 Python实现自定义队列
项目中需要读取一个pickle数据文件，pickle文件存储的是按行保存的文本，需要调用编码模型分别对每一条文本进行编码，然后使用numpy数组保存编码后的向量。由于模型每次只能输入一定batch size大小的数据，所以需要对数据继续分割后再输入模型编码embedding，可以直接加载整个文件，通过batch size来分割整个文件数组。但是如果文件很大，这样的加载方式可能会导致内存溢出。因此考虑对文件进行单行读取，使用一个队列来接受读取的数据，当读取的行数等于batch size时，就将这个批次的数据送
2021-03-31 14:22:07
922
2
原创 matplotlib绘制函数、导数图像
# -*- coding: utf-8 -*- import matplotlib.pyplot as plt import numpy as np # 确定坐标轴 plt.xlim((-3, 3)) plt.ylim((-70, 150)) # 确定函数的x,y点 # 原函数 x1 = np.linspace(-3,3.5,100) def y...
2021-03-08 17:25:57
6362
2
原创 使用ONNX将Pytorch转为Tensorflow的使用尝试
使用ONNX将Pytorch转为Tensorflow参考官方教程将Pytorch通过ONNX转为tensorflow。from onnx_test import resolutionimport numpy as npimport osfrom torch import nnimport torch.utils.model_zoo as model_zooimport torch.onnxfrom onnx_tf.backend import prepareimport onnx
2021-03-07 20:14:07
1926
5
原创 强化学习-Q-learning FrozenLake-V0 实现
DQN算法是QLearning算法的延伸，在大多数实际场景中，Q值表的状态空间会很大，构建Q值表的方式就不太行得通，因此通过引入神经网络来学习拟合状态空间，解决状态空间过大而不方便维护更新Q值表的问题。首先定义一个Agent类，sample函数就是使用epsilon-greedy的采样方法，predict则是根据当前的观察值来预测输出的动作，learn就是通过输入当前的观察值obs,当前的动作action，奖励reward以及下一个时刻的观察值next_obs来更新Q值表。代码：class Q
2020-06-26 18:33:12
4607
2
原创 LeetCode 62. Unique Paths 机器人走格子-动态规划记录
题目为机器人从左上角走到右下角，不重复的路径有多少条。使用动态规划求解，分析如下:设这个格子的大小为m*n，终点位置（右下角finish）的坐标final = (m-1,n-1)。而final的上一步只有两种可能，即从左边的（m-2,n-1）向右走一步，或者从上边的(m-1,n-2)向下走一步，而且这两种方式不可能重复，只要把到达(m-2,n-1)和(m-1,n-2)的路径加起...
2020-05-03 23:07:15
849
原创 Coin Change（硬币最少组合） python的动态规划实现记录
题目为给定不同面值的n种硬币，面值加起来等于一个特定的数m，求最少需要多少枚硬币实现。这个问题如果使用暴力求解，需要穷举所有可以加起来等m的组合，时间复杂度为O(m^n)。def coin_27_plus_1(x): coins = [2,5,7] len_s = [x//coin for coin in coins] sum = 0 times = 0...
2020-05-02 20:52:43
1200
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人