参考资料 http://rlchina.org/topic/492 Classical Machine Learning Definition by Tom Mitchell(1998): Machine Learning is the study of algorithms that improve their performance P at some tasks T with experience E A well-defined learning task is given by <P,T,E> Programming : 1 + 2 = ? Machine Learning: 1 + x = 3 ,x =? Area Recommender system Computer vision E-commerce Space exploration Robotics Information extraction Social networks Debugging software why we need machine learning 识别手写数字 ...

参考 奇乐编程学院 https://ffmpeg.org/ 准备 安装ffmpeg 准备python 安装PIL 安装numpy 代码 from PIL import Image, ImageDraw, ImageFontimport argparseimport numpy as npsample_rate = 0.4def ascii_art(file): im = Image.open(file) # Compute letter aspect ratio font = ImageFont.load_default() # font = ImageFont.truetype("SourceCodePro-Bold.ttf", size=12) aspect_ratio = font.getsize("x")[0] / font.getsize("x")[1] new_im_size = np.array( [im.size[0] * sample_rate, im.size[1] * sample_r ...

参考 https://www.yuque.com/qingkongxiaguang/javaweb/lmkyt6 计算机网络基础 IP和端口号 端口号 0- 65535 IPV4 和 IPV6 TCP 三次握手，四次挥手 UDP 无连接协议，不会建立可靠传输 Socket技术 服务端与客户端建立连接 //服务端import java.io.IOException;import java.net.ServerSocket;import java.net.Socket;public class Server { public static void main(String[] args) { try(ServerSocket server = new ServerSocket(8080)){ //将服务端创建在端口8080上 System.out.println("正在等待客户端连接..."); while (true){ //无限循环等待客户端连接 ...

参考 https://opencv.apachecn.org/#/docs/4.0.0/3.1-tutorial_py_basic_ops 环境 我使用的是annaconda的环境，自行搜索 要先熟悉了numpy之后再学习OpenCV 图像导入 # 读取图像# 用灰度模式加载图像newImg = cv.imread('./img/learn2.png', 0) # 即使图像路径错误，它也不会抛出任何错误，但是打印 img会给你Nonecv.imshow('image', newImg)cv.waitKey(0) # 是一个键盘绑定函数，它的参数是以毫秒为单位的时间。如果你在这段时间内按下任意键，程序将继续。cv.destroyAllWindows() # 简单的销毁我们创建的所有窗口# 如果你想销毁任意指定窗口，应该使用函数 cv.destroyWindow() 参数是确切的窗口名。# 或者cv.namedWindow('image', cv.WINDOW_NORMAL) # 窗口可以调整大小cv.imshow('image', newImg)cv.wai ...

参考 https://docs.python.org/zh-cn/3/library/os.html 这里面写了很详细的系统操作ku 简单介绍 本模块提供了一种使用与操作系统相关的功能的便捷式途径。 .System() 在子外壳程序中执行此命令（一个字符串）。 这是通过调用标准 C 函数 system() 来实现的，并受到同样的限制。 #自动安装脚本import oslibs = {"numpy", "matplotlib", "pillow", "sklearn", "requests", "jieba", "beautifulsoup4", "wheel", "networkx", "sympy", "pyinstaller", "django", "flask", "werbot", "pyQt5", "pandas", "pyopengl", "pypdf2", "docopt", "pygame"}try: for lib in libs: os.system("pip install " + lib) print("Suc ...

参考 利用Python开发游戏脚本，就凭一个设定，玩家直接起飞！https://zhuanlan.zhihu.com/p/272547680 Tesseract OCR V5.0安装教程（Windows）https://www.jianshu.com/p/f7cb0b3f337a adb下载安装及使用 https://blog.csdn.net/weixin_43927138/article/details/90477966 最前面是小的尝试，可以直接跳到第四个 准备工作 安卓设备一个：模拟器或者真机都可以。我用的夜神 原作者用的公主链接做，但是我用夜神需要将设置->基础->关闭root，才可以正常打开 安装ADB，并添加到系统的PATH里：adb是用来 安装tesseract-ocr，并添加到系统的PATH里：帮助我们实现简单的字符识别 安装python3.7以上的版本 python库 pip install pillow pytesseract opencv-python 使用adb获取安卓设备 在windows PowerShell中 ...

参考 莫烦python 官方文档 https://tensorflow.google.cn/guide/variable 科普 张量 https://blog.csdn.net/qq_31821675/article/details/79188449 cuda安装 什么是cuda CUDA ®是 NVIDIA 发明的并行计算平台和编程模型。它通过利用图形处理单元 (GPU) 的强大功能来显着提高计算性能。 CUDA 的开发考虑了几个设计目标： 为标准编程语言（如 C）提供一小组扩展，可以直接实现并行算法。使用 CUDA C/C+++，程序员可以专注于算法的并行化任务，而不是花时间在它们的实现上。 支持应用程序同时使用 CPU 和 GPU 的异构计算。应用程序的串行部分在 CPU 上运行，并行部分卸载到 GPU。因此，CUDA 可以逐步应用于现有应用程序。CPU 和 GPU 被视为具有自己的内存空间的独立设备。此配置还允许在 CPU 和 GPU 上同时进行计算，而不会争用内存资源。 支持 CUDA 的 GPU 拥有数百个内核，可以共同运行数千个计算线程。这些内 ...

参考 http://c.biancheng.net/pillow/image-objects.html 做简单的图像处理 显示图片 from PIL import Imageim = Image.open("test.png")im.show() 创建图片 #使用颜色的十六进制格式im_1=Image.new(mode='RGB',(260,100),color="#ff0000")im_1.show() 图像处理

参考 官方的wiki http://wiki.ros.org/cn/ROS/Tutorials/ 中文ROS教程社区 https://www.ncnynl.com/ 之前没有详细看官方的wiki，而是选择看网上的课程，现在看来是错误的，不过也是一个学习的过程。 ROS构建工作空间 这部分因为之前的ROS编程已经很详细了，这里记录一些简单的理解 整体围绕软件包开发，也就是pkg 创建软件包有很多细节，主要是处理依赖的问题，还有保证自己的软件包的完整性，我理解这是一种规范，这样别人使用的时候也很方便。 构建工作空间可以自定义名称，每次修改需要编译 记得source 当你发现你没地方输命令的时候，开新的终端 Ctrl + alt + T 快捷键 ROS基本命令 节点 $ roscore 这是最核心的命令，相当于启动一台机器，深入理解就是，启动rosmaster，这个是方便节点之间通信的，详细请看我的ROS通信那篇文章。 $ rosnode list 这个命令是用来查看当前启动的节点 $ rosnode info /节点名 这个命令当然是用来看节点一些服务、配置等 $ ro ...

准备 下面是我搜集的一些学习资料，在之后的学习中，我将继续完善和补充，一起成长！ 数学基础 高等数学- 宋浩 概率论与数理统计- 孔祥仁 理论基础 王树森深度强化学习课程 《强化学习导论》 《神经网络与深度学习》 编程基础 python基础、面向对象 numpy、pandas tkinter、PyQt5 莫烦强化学习 Python深度学习 综合 动手强化学习 https://hrl.boyuai.com/ 个人经验 我是在学习了基本的数学知识和python基础之后，看了王树森教授的课程的第一节，对强化学习形成了初步的概念 我做了一个PyQt 的python项目，相当于搭建了一个agent的环境，也就是一个地图模拟程序 在之后接触了莫烦的教程，从numpy、到pandas，再到强化学习的课程，去实现一个Q-learning的算法，主要还是要项目驱动，如果单纯的无目的学习是很难坚持下去的。 参考文章 强化学习中的奇怪概念(一)——On-policy与off-policy 基本知识 agent 表示动作主体，或者表示执行动作的个体 stat ...