- 博客(141)
- 收藏
- 关注
RSS订阅原创 torch转onnx torch.jit.script模式 crf解码问题
torch转onnx torch.jit.script模式 crf解码问题
2022-11-07 11:11:55
1175
2
原创 Mac M1下Docker启动ElasticSearch，/usr/share没有权限
Mac M1下Docker启动ElasticSearch，/usr/share没有权限
2022-08-05 14:12:13
1142
原创 colab + cuda
谷歌的colab免费提供GPU。但需要安装juputer的一个插件以支持NVCC的源码编译，在代码块中添加如下代码：# add nvcc support for jupyter!pip install git+git://github.com/depctg/nvcc4jupyter.git%load_ext nvcc_plugin!nvcc --version一、从hello world开始：要在笔记本中运行代码，请在代码的开头添加%%cu扩展名。%%cu#include <
2022-01-29 18:49:11
2320
1
原创 sainc + socketio 客户端服务器通信
1、简单介绍sainc学习教程socketio：与websocket对比2、serverAttach the Socket.IO server to an application sanicimport socketiofrom sanic import Sanicsio = socketio.AsyncServer(async_mode='sanic', cors_allowed_origins=[])@sio.eventasync def connect(sid,
2022-01-19 10:23:24
2374
转载 Python 元类详解 __new__、__init__、__call__、__metacalss__
Python 元类详解 __new__、__init__、__call__、__metacalss__ - 简书
2021-09-22 10:34:31
100
原创 2021-09-16
collections.deque双端队列（double-ended queue）的缩写，由于两端都能编辑，deque既可以用来实现栈（stack）也可以用来实现队列（queue）collections模块中OrderedDict很多人认为python中的字典是无序的，因为它是按照hash来存储的，但是python中有个模块collections(英文，收集、集合)，里面自带了一个子类OrderedDict，实现了对字典对象中元素的排序。collections.defaultdict
2021-09-16 14:42:17
61
原创 序列化和反序列化
python 如何使用 h5pyimport h5pyfrom io import BytesIObio = BytesIO(). # 字节流，可以往里面写h5 = h5py.File(bio, 'w') # 创建一个h5文件，不用保存本地文件的方式h5['data'] = 'string'# 写入字典格式dt = h5py.string_dtype(encoding='utf-8')d = {'data': 'string'}ds = h5.create_dataset('dat
2021-09-16 11:07:59
75
转载 如何评价facebook开源的prophet时间序列预测工具?
https://www.zhihu.com/question/56585493/answer/490200047
2021-08-04 14:07:42
126
转载 tensorboard多个events文件显示紊乱的解决办法
https://blog.csdn.net/shahuzi/article/details/81223980
2021-08-02 14:10:07
408
转载 Python中*args和**kwargs的区别
https://www.cnblogs.com/yunguoxiaoqiao/p/7626992.html
2021-08-02 11:06:14
70
原创 pytorch 中detach() 和 with torch.no_grad()和eval()
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，用来禁止梯度计算，仅进行前向传播。在训练过程中，就像画了个圈，来，在我这个圈里面跑一下，都不需要计算梯...
2021-07-23 16:57:24
1097
转载 python中logging日志模块详解
https://www.cnblogs.com/xianyulouie/p/11041777.html
2021-07-23 14:39:40
85
1
原创 ElegantRL源码解读
ElegantRL源码解读框架结构创造agent，各个agent已经封装好，选择算法from elegantrl.agent import AgentDuelingDQN选择环境PreprocessEnv(env=gym.make('LunarLander-v2'))# 股票环境from envs.FinRL.StockTrading import StockTradingEnv# 在环境里加载数据，加入相关指标self.price_ary, self.tech_ary =
2021-06-08 15:56:25
1211
原创 finRL源解读
finRL源解读required = { ‘yfinance’, ‘pandas’, ‘matplotlib’, ‘stockstats’, ‘stable-baselines’, ‘gym’}数据处理获取股票日价格以及加入各种指标作为state，如果是多只股票，排列方式为根据每日每只股票排列。index累加。分成训练集和测试集建模state_space： state_space = ( 1 + 2 * stock_dimens
2021-06-07 18:31:16
1127
原创 pandas常见用法
pandas常见用法pandas dataframe.pivot()用法df.fillna()函数，参数method中pad’, ‘ffill’,‘backfill’, ‘bfill’, None取值的几种不同df.tic.unique()按行取值：df.loc[0]
2021-06-07 14:20:38
52
原创 强化学习在量化交易中的应用
强化学习在量化交易中的应用如何构建环境如何定义state如何定义action如何定义reward如何操作数据FinRL框架核心部件简介ElegantRL图中Agent.py中的智能体使用Net.py中的网络，并且通过与Env.py中的环境进行交互在Run.py中进行了训练。https://github.com/AI4Finance-LLC/FinRLhttps://github.com/AI4Finance-LLC/ElegantRL数据处理Pyt
2021-06-07 12:54:39
683
原创 pytorch在强化学习中的应用
pytorch在强化学习中的应用torch.distributions.categoricalCategorical()可以按照一定概率产生具体数字from torch.distributions.categorical import Categoricalrand = Categorical(torch.tensor([0.25,0.25,0.25,0.25]))# 按[0.25,0.25,0.25,0.25]的概率去生成[0,1,2,3]print(rand.sample())这
2021-06-07 09:22:52
887
原创 强化学习之Gym
强化学习之Gym它是一个开发、比较各种强化学习算法的工具库，提供了不少内置的环境，是学习强化学习不错的一个平台，gym库的一个很大的特点是可以可视化，把强化学习算法的人机交互用动画的形式呈现出来，这比仅依靠数据来分析算法有意思多了。用pip安装source activate gymlabpip install gym测试import gymenv = gym.make('CartPole-v0')env.reset()for _ in range(1000): env.r
2021-06-03 09:49:19
529
1
原创 强化学习算法介绍
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
2021-06-02 17:42:20
192
原创 tensorflow中的循环问题
tensorflow中的循环问题placeholder时定义维度，才能进行循环。如果是None则无法循环。tensor可以按数组方式取值，不需要知道维度tensor可以生成元组，并且用enumerate方式提取。
2021-05-27 17:56:05
347
原创 关于dynamic_rnn中seq_length参数
关于dynamic_rnn中sequence_length参数的解释https://zhuanlan.zhihu.com/p/51860702https://blog.csdn.net/qq_34430032/article/details/82840834
2021-05-27 14:44:35
747
原创 关于注意力机制
注意力机制注意力的种类有如下四种：加法注意力, Bahdanau Attention点乘注意力, Luong Attention自注意力, Self-Attention多头点乘注意力, Multi-Head Dot Product Attention（请转至Transformer模型seq2seq注意力机制：这里关键的操作是计算encoder与decoder state之间的关联性的权重，得到Attention分布。1、可以先对encoder中隐藏层状态自身加权。2、求每次输入dec
2021-05-26 12:01:23
399
原创 关于seq2seq api的重要知识点阅读
关于seq2seq api的重要知识点阅读feed_previous: 是否将上一时刻输出作为下一时刻输入，一般测试的时候置为True，此时decoder_inputs除了第一个元素之外其他元素都不会使用。embedingfrom tensorflow.contrib.rnn.python.ops import core_rnn_cell encoder_cell = core_rnn_cell.EmbeddingWrapper( encoder_cell,
2021-05-25 18:07:07
96
原创 深度学习多进程加速
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。...
2021-04-25 17:01:05
346
原创 python web applacation异步问题
python web applacation异步问题大部分python web applacation 本身不支持异步，需要结合wsgi-server实现,或者自己实验第三方库如gevent实现异步。 至于为什么，我想Flask最初的设计理念就是应用本身写业务逻辑要便捷，至于网络模块留了个拓展交给其他模块实现，让用户各取所需。在 Flask 中使用简单异步任务：https://zhuanlan.zhihu.com/p/30897711...
2021-04-23 17:05:55
47
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人