查看GPU的使用情况及输出详解1. 查看GPU的使用情况1.1nvidia-smi1.2nvidia-smi -l1.3watch -n 1 nvidia-smi2. 输出详解2.1 标题部分2.2 GPU 信息部分2.3 性能和功耗部分2.4 内存和利用率部分2.5 进程部分

python_封装案例

强化学习-深度Q网络（第3章）深度 Q 网络 革新了强化学习领域。1.在连续控制问题中，不能用表格式的Q数组表示。2.DQN的一个有趣的特性是在训练过程中利用第二个网络，成为目标网络。第二个网络用于生成 target-Q值, 该 target-Q 值用于在训练过程中计算损失函数。3.DQNs 中的一个问题是使用 (𝑠,𝑎, 𝑟,𝑠′, done) 元组的连续样本, 它们是相关的, 因此训练

Python-项目实战--贪吃蛇小游戏（1）贪吃蛇的游戏规则类的设计与模块准备

Python-DQN代码阅读(13)data = np.loadtxt('performance.txt')mva = np.zeros((data.shape[0]), dtype=np.float)mva[i] = data[i,1]mva[i] = alpha * data[i,1] + (1.0 - alpha) * mva[i-1]plt.plot(data[:,0], data[:,1

Python-PyCharm调试时中文出现乱码注意：勾选方框可以解决pycharm调试中文乱码的问题，但会导致其他软件出现乱码

这一行代码使用了列表推导式（List Comprehension）的结构，是一种简洁的 Python 编码方式，用于从一个可迭代对象中生成新的列表。列表进行排序，可以保证复制模型参数时的一致性，即按照变量名称的字典序对参数进行复制操作，从而确保了参数复制的顺序和对应关系一致。函数是 Python 内置函数，用于将多个列表中的元素按索引一一对应起来，生成一个新的可迭代对象（元组列表）。中的元素按索引

Python-生成元组和字典使用()生成元组使用tuple函数生成元组使用divmod函数生成元组使用{}生成字典使用dict函数生成字典

Python-L1和L2正则化L1 正则化和 L2 正则化是在神经网络中常用的两种正则化技术，用于对权重参数进行惩罚，以减小过拟合现象。L1 正则化对权重参数施加了稀疏性惩罚，因此可以用于特征选择和模型压缩。而 L2 正则化对权重参数施加了平滑性惩罚，因此可以用于缓解共线性问题。

Python-生成列表使用运算符[ ]生成列表使用list函数生成列表指定元素总数生成列表两种列表解析式，嵌套的解析式