cuda环境问题

通过简易迷宫问题，理解Monte-Carlo算法和Sarsa算法3×33\times33×3的迷宫如下可以通过每一步都随机地走，直到走到S8为止这里主要写通过强化学习，找到最佳路线MC算法：首先定义一个policy，它是一个矩阵，行代表S1～S8列代表action的4个方向，这里定义方向为↑、→、↓、←的顺序policy定义为πθ(s,a)\pi_{\theta}(s, a)πθ​...

用python写了一个service的client文件，但是用rosrun pkg python文件时，一直出现import 未找到命令的错误这是因为编译器不知道这个文件要用python解释，要在python文件的第一行加上如下语句#!/usr/bin/env python如果出现 "/usr/bin/env: “python”: 没有那个文件或目录"的错误信息，直接到python文件的路径下，用

pip install opencv-python卡住

pixel shuffer是一种图像上采样的方法，参考paper它在Pytorch中的实现为torch.nn.PixelShuffer(r)其中r为上采样倍率。paper中提到，之前的上采样通过插值把低分辨率（LR）图像转换到高分辨率（HR），然后在HR特征空间处理，得到超分辨率（SR）图像。paper提出了一种跳过插值转换HR的步骤，直接从LR特征空间转换为SR图像。它基于的假设是，在很多SR技

@指的是矩阵乘法，类似于内积，*指的是pixel-wise乘法。举个例子，两个3x2的矩阵>>> a1 = torch.Tensor([[1,2],[3,4], [3, 2]])>>> a2 = torch.Tensor([[2,3],[1,5], [1, 2]])矩阵乘法要求第一个矩阵的列=第二个矩阵的行，两个3x2的矩阵直接乘会报错，验证一下>>

mask_rcnn onnx

F.cross_entropy用法，输入输出形式

参考如下官网链接，按步骤做即可https://catkin-tools.readthedocs.io/en/latest/installing.html

pixel shuffer是一种图像上采样的方法，参考paper它在Pytorch中的实现为torch.nn.PixelShuffer(r)其中r为上采样倍率。paper中提到，之前的上采样通过插值把低分辨率（LR）图像转换到高分辨率（HR），然后在HR特征空间处理，得到超分辨率（SR）图像。paper提出了一种跳过插值转换HR的步骤，直接从LR特征空间转换为SR图像。它基于的假设是，在很多SR技