1、使用skill，skill是固定的promote提示词，保证模型可以按照顺序和规律办事，节省很多的token，相当是给出一套方法论和高效的固定的处理流程，避免模型没有方向和原地打转，也就是一套思维方式的，不同的思维方式效率肯定不相同。2、使用.codexignore文件和.claudeignore文件，模型工作过程中，尽量不要去查看不相关的文件夹和文件，过滤一些用不到的文件夹和文件，像env,

初始的学习率为lr，可以在前面的0.8*num_epochs，学习率下降到 lr*0.1，然后在0.9*num_epochs下降到 lr*0.01；也可以多次下降，0.4642，下降6次，0.4642**6=0.010005316163952237，0.4642**3=0.100026577288

codex使用。

1、使用skill，skill是固定的promote提示词，保证模型可以按照顺序和规律办事，节省很多的token，相当是给出一套方法论和高效的固定的处理流程，避免模型没有方向和原地打转，也就是一套思维方式的，不同的思维方式效率肯定不相同。2、使用.codexignore文件和.claudeignore文件，模型工作过程中，尽量不要去查看不相关的文件夹和文件，过滤一些用不到的文件夹和文件，像env,

【代码】c++的opencv图片上显示中文。

若是不想配置cookie内的字段可以装饰函数，不检查CSRF。

具体可以看这个pull request：其他：转出来的模型可以正常inference，INT8的FPS，mix precision的FPS都提升了很多的，目测准确率下降了点但不多在自己train的yolov8x.pt模型上试验tensorrt，用了10000个图片算平均inference时间，结果是FP16的engine的FPS是72左右，pytorch的FPS是36左右，INT8的engine的

af28b32d7e553898b2a91af498b1fb666fdebe0c 需要替换成 vscode 客户端菜单栏上的 help-about，然后复制下来，Commit 相应的字符串就是需要的，本人的就是。下载以后放到 /home/zj/.vscode-server目录，然后解压的，移动过去就行，最后就可以用remote-ssh来connect的。

on-policy在线策略强化学习和off-policy离线策略强化学习的，都需要和环境交互，在线策略强化学习拿到数据以后直接用来train策略，离线策略强化学习则放交互数据到回放池，然后从回放池随机采样来train策略。但现实很多时候，不能和环境交互，或者和环境交互的代价太严重，最开始的时候只能离线train，不能和环境交互的。离线强化学习不需要和环境交互，不会产生严重的代价，仅从收集好的数据集

移植过来的python codes。对应的C++codes。