https://zhuanlan.zhihu.com/p/259993570

深度学习 ——回归预测Tips预测增减偏移量比直接预测数值更容易，预测比值比直接预测数值更容易。从起始处预测，使用sigmoid(0,1)/relu(0,1)，sigmoid函数更倾向于预测0。从中间处预测，使用tanh(-1,1)...

强化学习算法介绍对比学习一：sarsaQ-learningDQNpolicy gradientDDPGActor-CriticSoft Actor-CriticA3CPPO离散：DQN连续：DDPG

TensorFlow.——数据读取方式tensortlfow数据读取有三种方式：placehold feed_dict：从内存中读取数据，占位符填充数据queue队列：从硬盘读取数据Dataset：同时支持内存和硬盘读取数据placehold feed_dict：这是一种常见的方法，在这里不多作讨论，但注意的是，在tensorflow里对数据进行预处理会提高效率。queue队列：如果我们的数据读取

深度学习多进程加速tensorflow推理不能在进程或线程里跑，但前后预处理可以通过多进程加速。需要注意的时，进程开启会有上下文问题, 一个进程里的改变的值或变量，在另一个进程里没有，需要用队列传递消息。...

https://zhuanlan.zhihu.com/p/259993570

detach()和torch.no_grad()都可以实现相同的效果，只是前者会麻烦一点，对每一个变量都要加上，而后者就不用管了:- detach() 会返回一个新的Tensor对象，不会在反向传播中出现，是相当于复制了一个变量，将它原本requires_grad=True变为了requires_grad=False- torch.no_grad() 通常是在推断(inference)的时候，用来

Pytorch——Tensor与PIL相互转换PIL_to_Tensor主要利用torchvision库，它是pytorch的一个图形库,torchvision.transforms主要是用于常见的一些图形变换。主要运用ToTensor()方法转为tensor，并把灰度范围从0-255变换到0-1之间，还可以运用其它一系列方法，如：transform.Normalize(mean,std)可以进行

python ——使用正则化去除标点符号在进行文本预处理时，可以使用正则化去掉文本中的标点符号。re.sub(pattern, repl, string, count=0, flags=0)去除掉一般符号代码如下：r = "[A-Za-z0-9_.!+-=——,$%^，。？、~@#￥%……&*《》<>「」{}【】()/]"sentence = re.sub(r, ' ', se

git 错误 Reinitialized existing Git repository方法一：删除git，重新初始化，连接远程方法二：远程重新拉取