这篇博客主要讲解强化学习中两种典型的问题：离散动作与连续动作，通过前面的学习我们知道离散动作问题可以用 Q-Learning算法 解决，而连续动作问题可以用 Policy Gradients算法 解决。这篇博客使用的项目环境：MountainCar v0MountainCarContinuous v01. MountainCar v0问题描述：将动力不足的汽车推到山顶...

复现论文的必不可少的一步就是阅读作者开源的代码，但是大多数人往往瞥一眼代码就退怯了！退怯的原因归结起来往往有以下两点：（1）高度封装，一眼看上去看不懂（2）使用了一些 “奇怪的东西”（看到装饰器@就撤）今天如何阅读深度学习项目源码谈一些自己的理解Table of Contents熟练Python语法，尤其是函数参数、迭代器与生成器、函数式编程、面向对象编程学会查看封装函数的具体...

这篇博客讲解了如何自定义一个 Dataset类 返回训练数据与标签，但是对于简单的图像分类任务，并不需要自己定义一个 Dataset类，可以直接调用 torchvision.datasets.ImageFolder 返回训练数据与标签。1. 数据集组织方式既然是调用API，那么你的数据集必然得按照API的要求去组织， torchvision.datasets.ImageFolder要求数据...

强化学习实战一

这篇博客主要讲解强化学习中两种典型的问题：离散动作与连续动作，通过前面的学习我们知道离散动作问题可以用 Q-Learning算法 解决，而连续动作问题可以用 Policy Gradients算法 解决。这篇博客使用的项目环境：MountainCar v0MountainCarContinuous v01. MountainCar v0问题描述：将动力不足的汽车推到山顶...

1. 模型的保存与读取语法pytorch的模型和参数是分开的，可以分别保存或加载模型和参数。1.1 保存与加载模型# 保存模型torch.save(model, 'model.pth')# 加载模型model = torch.load('model.pth')注意：将模型保存成何种格式文件无所谓（比如pkl，pth等）。1.2 保存与加载模型参数# 保存模型参数torch.s...

对于kNN算法，难点在于计算测试集中每一样本到训练集中每一样本的欧氏距离，即计算两个矩阵之间的欧氏距离。现就计算欧式距离提出三种方法。#1. 两层循环分别对训练集和测试集中的数据进行循环遍历，计算每两个样本之间的欧式距离。此算法没有经过任何优化。import numpy as npmatrix_1 = np.array([[1, 2, 3],[4, 5, 6],...

Numpy binary files (NPY, NPZ)注：.npy文件是numpy专用的二进制文件。1. 读取与保存import numpy as nparr = np.array([[1, 2, 3],[4, 5, 6]])np.save('weight.npy', arr)loadData = np.load('weight.npy')p...

由于最近一个比赛要用到3D U-Net，所以有必要先了解一下3D CNN。本文主要针对3D CNN结构与原理进行详细讲解，对于其应用背景（Human Action Recognition）不作阐述。如果你现在对卷积还存在疑问，请参考这篇博客彻底弄懂卷积的内涵再继续看下文。论文地址：https://ieeexplore.ieee.org/abstract/document/61653090. 导..

本专题主要是解决Pytorch框架下项目的数据预处理工作Table of Contents：     1. HDF5文件简介     2. Python中的_,__,__xx__区别     3. Dataset类   &...