ylifs的博客

conda安装 只安装miniconda 在镜像站上进行下载 换源 换源不用用命令，要直接在镜像站复制整个文本。 比如 https://mirrors.bfsu.edu.cn/help/anaconda/ 配置文件在用户目录下名为 .condarc

going on the wagon /ˈwæɡən/ Going on the wagon 是一个英语习语，意思是暂时或永久地戒酒。 Going on the wagon 这个短语的起源可以追溯到20世纪初，最初是“on the water cart”。那时候，有些城市会用水车喷洒道路，以减少灰尘。人们认为，在水车上的人只能喝水，不能喝酒。后来，“on the water cart”变成了“on the water wagon”，再变成了“on the wagon”。 这个短语也可以说成“off the wagon”，意思是重新开始喝酒 slam Slam作为动词，它的意思是用力地关上、撞击、扔下或抨击。例如：He slammed the door shut. 他砰地关上了门。 作为名词，它的意思是一种噪音、冲击、批评或比赛。例如：She won the poetry slam. 她赢了诗歌比赛。 The pandemic slammed on the brakes 是一个比喻，意思是疫情突然停止了某些事情的发展或进程。 Slam ...

函数光滑 光滑函数就是无穷可导的函数。 策略梯度 \(R(\theta)=E(\sum_{\theta}^{T}z_tr_t)\) 策略梯度是直接利用当前状态生成动作\(a_i\),用梯度的方法优化\(R(\theta)\) 在这个公式中，\(R(\theta)\) 是关于参数 \(\theta\) 的期望累计回报，\(z_t\) 是折扣因子，\(r_t\) 是在时间步 \(t\) 的奖励信号。 具体来说，假设我们正在训练一个强化学习模型，该模型需要在某个环境中执行一系列动作，以获取最大化的累计奖励。在每个时间步 \(t\)，模型会观察环境状态，并基于当前策略 \(\pi_{\theta}\) 选择一个动作 \(a_t\)。环境将返回一个奖励信号 \(r_t\)，并转移到下一个状态 \(s_{t+1}\)。这个过程将一直持续到终止状态 \(T\) 被达到。 那么，\(R(\theta)\) 就是在这个过程中，按照当前策略 \(\pi_{\theta}\) 执行动作所能获得的期望累计奖励。其中，\(\sum_{\theta}^{T}z_tr_t\) 表示在时 ...

概率分布 概率分布是随机变量所有可能结果及其相应概率的列表。 例如，均匀6面骰的概率分布为： 离散（discrete） 这意味着如果我选择任意两个连续的结果，我无法取得位于两者之间的结果。例如，考虑投掷六面骰的结果1点和2点，我没法得到两者之间的点数（例如，我没法掷出1.5点）。在数学上，我们会说，结果列表是可数的（不过我不会进一步定义可数集和不可数集了，否则就没完没了了）。你大概可以猜想，当我们涉及连续（continuous）概率分布时，这一点会不成立。 单元（univariate） 这意味着我们只有一个（随机）变量。在这一情形下，我们只有掷骰的结果。相反，如果我们有不止一个变量，那我们称其为多元分布（multivariate distribution）。如果我们有两个变量，那么这一多元分布的特例称为二元分布（bivariate distribution）。 有限支持（finite support） 这意味着结果的数目是有限的。基本上，支持是定义概率分布的结果。所以，在我们的例子中，支持是1、2、3、4、5、6. 由于这些值不是无限的，所以我们说这是有限支持的 ...

如何判断数据类型? 首先可以使用type来获取数据类型，判断数据类型使用isinstance命令 123456789a = 1b = [1,2,3,4]c = (1,2,3,4)d = {'a':1,'b':2,'c':3}e = "abc"if isinstance(a,int): print("a is int")else: print("a is not int") 第二次参数填写数据类型的类名，非字符串。 什么是GIL？如何绕过GIL？ GIL代表全局解释器锁，它是Python用于并发的一种机制。 它内置在Python系统中，目前尚无法摆脱。 GIL的主要缺点是它使线程不是真正的并发。 它锁定了解释器，即使看起来好像您正在使用线程，它们也不会同时执行，从而导致性能损失。 如何一张图贴在另外一张图上 12345678910verse=Image.open("logo.png")def pat ...

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub. Quick Start Create a new post 1$ hexo new "My New Post" More info: Writing Run server 1$ hexo server More info: Server Generate static files 1$ hexo generate More info: Generating Deploy to remote sites 1$ hexo deploy More info: Deployment 公式配置教程 1.首先卸载hexo-math和hexo-renderer ...

自动重新导入模块 1234567%autoreload: 自动重载%aimport排除的模块之外的所有模块。%autoreload 0: 禁用自动重载%autoreload 1: 自动重载%aimport指定的模块。%autoreload 2: 自动重载%aimport排除的模块之外的所有模块。%aimport: 列出需要自动重载的模块和不需要重载的模块。%aimport foo: 重载模块foo并将它标记为需要自动重载。%aimport -foo: 将模块foo标记为不需要自动重载。 加载指定模块 123%load_ext autoreload%autoreload 1%aimport analyze 加载所有模块 123%load_ext autoreload%autoreload 1%aimport analyze

权限申请 网络权限 一般是在Manifest文件中和Application平行添加权限 1<uses-permission android:name="android.permission.INTERNET" /> Android9 以后Http就被禁用，需要通过3步来启用。 在application中添加 1`android:usesCleartextTraffic="true"` 在application中添加 1android:networkSecurityConfig="@xml/network_config" 在res/xml中新建network_config.xml文件，内容如下 1234<?xml version="1.0" encoding="utf-8"?><network-security-config> <base-config cleartextTrafficPermitted=" ...

Pytorch临时修改训练数据相对比较麻烦。 需要先反对每个样例进行反归一化和转置，反Tensor(转置)，再将放大255倍。修改后再处理回来。 1234567891011121314151617181920212223242526272829303132333435class UnNormalize(object): def __init__(self, mean, std): self.mean = mean self.std = std def __call__(self, tensor): """ Args: tensor (Tensor): Tensor image of size (C, H, W) to be normalized. Returns: Tensor: Normalized image. """ for t, m, s in zip(tenso ...

快速非支配排序 快速非支配排序是在\(Pareto支配\)基础上提出的概念。假设有\(k\)个目标函数记为\(f_i(x)\)，其中\(i\)是\(1, 2, … , k\)中的任意整数，\(j\)同样是\(1,2, …, k\)中的任意整数，但\(i≠j\)。若个体\(x_1\)和\(x_2\)对于任意的目标函数都有\(f_i(x_1) < f_i(x_2)\)则称个体\(x_1\)支配\(x_2\)；若对于任意的目标函数都有\(fi(x_1) ≤ fi(x_2)\)且至少有一个目标函数使得\(f_j(x_1) < f_j(x_2)\)成立则称\(x_1\)弱支配\(x_2\)；若既存在目标函数使得\(f_i(x_1) ≤ f_i(x_2)\)成立又存在目标函数满足\(f_j(x_1) > f_j(x_2)\)，则称个体\(x_1\)和\(x_2\)互不支配。 种群中的每个个体都有两个参数\(n_i\)和\(S_i\)，\(n_i\)为种群中支配个体i 的个体数量，\(S_i\)是被个体\(i\)支配的个体的集合,快速非支配排序的步骤如下： （1）通过 ...