随笔分类 -  Python

基于深度强化学习(DQN)的迷宫寻路算法
摘要：QLearning方法有着明显的局限性，当状态和动作空间是离散的且维数不高时可使用Q-Table存储每个状态动作的Q值，而当状态和动作时高维连续时，该方法便不太适用。可以将Q-Table的更新问题变成一个函数拟合问题，通过更新参数θ使得Q函数逼近最优Q值。DL是解决参数学习的有效方法，可以通过引进D 阅读全文
posted @ 2023-04-22 22:09 N3ptune 阅读(4599) 评论(1) 推荐(1)
基于RL(Q-Learning)的迷宫寻路算法
摘要：强化学习是一种机器学习方法，旨在通过智能体在与环境交互的过程中不断优化其行动策略来实现特定目标。与其他机器学习方法不同，强化学习涉及到智能体对环境的观测、选择行动并接收奖励或惩罚。因此，强化学习适用于那些需要自主决策的复杂问题，比如游戏、机器人控制、自动驾驶等。强化学习可以分为基于价值的方法和基于策 阅读全文
posted @ 2023-04-21 18:46 N3ptune 阅读(1811) 评论(0) 推荐(1)
Pytorch实现分类器
摘要：本文实现两个分类器: softmax分类器和感知机分类器 ## Softmax分类器 Softmax分类是一种常用的多类别分类算法，它可以将输入数据映射到一个概率分布上。Softmax分类首先将输入数据通过线性变换得到一个向量，然后将向量中的每个元素进行指数函数运算，最后将指数运算结果归一化得到一个 阅读全文
posted @ 2023-04-17 15:01 N3ptune 阅读(333) 评论(0) 推荐(1)
PyTorch实践模型训练(Torchvision)
摘要：模型训练的开发过程可以看作是一套完整的生产流程，这些环节包括: 数据读取、网络设计、优化方法与损失函数的选择以及一些辅助的工具等，TorchVision是一个和PyTorch配合使用的Python包，包含很多图像处理工具 PyTorch中的数据读取 模型训练开始的第一步就是数据读取，PyTorch提 阅读全文
posted @ 2022-07-30 09:43 N3ptune 阅读(998) 评论(0) 推荐(0)
PyTorch基础(Numpy & Tensor)
摘要：Numpy与Tensor是PyTorch的重要内容 Numpy的使用 Numpy是Python中科学计算的一个基础包，提供了一个多维度的数组对象，数组是由numpy.ndarray类来实现的，是Numpy的核心数据结构，其索引从0开始，和Python列表不同的是，Numpy没办法动态地改变，创建时就 阅读全文
posted @ 2022-07-26 13:58 N3ptune 阅读(814) 评论(0) 推荐(1)
Python代码相似度计算(基于AST和SW算法)
摘要：代码相似度计算将基于AST和Smith-Waterman算法 AST (抽象语法树) AST即Abstract Syntax Trees，是源代码的抽象语法结构的树状表示，树上的每个节点都表示源代码中的一种结构。一般的，在源代码的翻译和编译过程中，语法分析器创建出分析树，然后从分析树生成AST。 生 阅读全文
posted @ 2022-05-31 11:27 N3ptune 阅读(4368) 评论(0) 推荐(0)
Python实现网络工具
摘要：使用python编写网络工具 基础内容 介绍基本的网络编程 Socket编程 Socket又称"套接字"，应用程序通常通过"套接字"向网络发出请求或者应答网络请求，使主机间或者一台计算机上的进程间可以通讯。使用Python中的socket库就可以进行网络相关的编程。 函数 描述 服务器端套接字 s. 阅读全文
posted @ 2022-05-29 01:25 N3ptune 阅读(895) 评论(1) 推荐(0)
Pandas的使用
摘要：在数据分析工作中，Pandas 的使用频率是很高的，一方面是因为 Pandas 提供的基础数据结构 DataFrame 与 json 的契合度很高，转换起来很方便。另一方面，如果日常的数据清理工作不是很复杂的话，通常用几句 Pandas 代码就可以对数据进行规整。 基本数据结构 Series 和 D 阅读全文
posted @ 2022-05-21 21:24 N3ptune 阅读(182) 评论(0) 推荐(0)