先说一个小知识，助于理解代码中各个层之间维度是怎么变换的。卷积函数：一般只用来改变输入数据的维度，例如3维到16维。Conv2d()Conv2d(in_channels:int,out_channels:int,kernel_size:Union[int,tuple],stride=1,padding=o):""":param in_channels: 输入的维...

之前看强化学习的一些教学视频，发现自己对一些强化学习中符号的定义理解不太透彻，例如 \(Q_{target}\),\(Q值\), \(Q估计\)，\(Q现实\)，\(Q预测\)， 现在发现郭宪老师的书，试读了一下里边的内容，发现老师讲解的很透彻，并且原理解释的很清楚，因此做此笔记。一是为了监督自己的学习进度，让自己能够在阅读的过程中，能够更深入的理解。二是做一份自己的笔记，方便后期查阅。文章内..

报错含义呐就是上述三个包，没有获取到（因为大家熟知的网络原因）。确保安装了 NVIDIA Docker 运行时。确保 NVIDIA 驱动已正确安装并正常运行。如果能正常显示驱动信息，则驱动已安装。编辑 Docker 配置文件。重启完后就可以正常使用了。

数据集的链接:行人检测数据集voc数据集(100张)原始图片和.xml数据目录结构如下：.└── data├── 003002_0.jpg├── 003002_0.xml├── 003002_1.jpg├── 003002_1.xml├── 003008_1.jpg├── 003008_1.xml└── ..........

强化学习的知识储备：都为笔者自己理解，加上笔者刚接触这个领域不久，因此可能存在理解偏差，希望可以和大家多多讨论，写这个知识储备的目的就是记录一下自己常用的知识，便于回顾以及查找。毕竟自己记录的知识，回顾起来自己写的什么意思最容易理解。本文中的图片都源于百度AI studio课程：强化学习7日打卡营-世界冠军带你从零实践Behavior Policy(行为策略 )和Tar...

之前看强化学习的一些教学视频，发现自己对一些强化学习中符号的定义理解不太透彻，例如 \(Q_{target}\),\(Q值\), \(Q估计\)，\(Q现实\)，\(Q预测\)， 现在发现郭宪老师的书，试读了一下里边的内容，发现老师讲解的很透彻，并且原理解释的很清楚，因此做此笔记。一是为了监督自己的学习进度，让自己能够在阅读的过程中，能够更深入的理解。二是做一份自己的笔记，方便后期查阅。文章内..

tmux的简单使用

报错含义呐就是上述三个包，没有获取到（因为大家熟知的网络原因）。确保安装了 NVIDIA Docker 运行时。确保 NVIDIA 驱动已正确安装并正常运行。如果能正常显示驱动信息，则驱动已安装。编辑 Docker 配置文件。重启完后就可以正常使用了。

强化学习的知识储备：都为笔者自己理解，加上笔者刚接触这个领域不久，因此可能存在理解偏差，希望可以和大家多多讨论，写这个知识储备的目的就是记录一下自己常用的知识，便于回顾以及查找。毕竟自己记录的知识，回顾起来自己写的什么意思最容易理解。本文中的图片都源于百度AI studio课程：强化学习7日打卡营-世界冠军带你从零实践Behavior Policy(行为策略 )和Tar...

sampler是从数据集中采样的策略。可以自定义，任何实现了 __len__方法的 Iterable；也可以使用dataloader中提供的默认的sampler。dataloader中提供了两个默认的sampler：RandomSampler（随机采样）和SequentialSampler（顺序采样）。使用那个默认的sampler是由shuffle参数决定的。因此，sampler参数与shuffl