原创 TX2(秒算2)安裝Tensorflow採坑記錄

環境:jetpack3.3(cuda9.0) 步驟一:先裝pip sudo apt-get install python-pip 可能需要升級,需要改pip的main()文件 sudo gedit /usr/bin/pip  可能遇到

原创 【數據結構與算法】(八)O(n^2)排序

一 .選擇排序:       從頭到尾遍歷i次數組,每次選出最小的,放在最前面的第i個位置(和原來的第i個位置的元素交換)。 性能:        選擇排序首先有個大循環,用來標記當前推進到第幾個位置;其次有個內循環,用來選出最小的元素並

原创 【Leetcode刷題篇】(十八)奇偶鏈表

/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(

原创 數據結構與算法(二)排序

1 插入排序          原理:從第二個元素開始,依次與前面的元素進行比較,如果第二個元素比前面的元素大,就不動,如果第二個元素比第一個元素小,就把第二個元素插入到第一個元素前面。依次從第二個元素一直到最後一個元素,進行同樣的操作。

原创 【Leetcode刷題篇】(十)兩數相加(鏈表表示)

題目: https://leetcode-cn.com/problems/add-two-numbers/ 給出兩個 非空 的鏈表用來表示兩個非負的整數。其中,它們各自的位數是按照 逆序 的方式存儲的,並且它們的每個節點只能存儲 一位 數

原创 【python自學筆記】(五)yield+next的用法

       Python中的生成器類似於函數,除了不返回值並退出進程,生成器將暫停進程,保存下一次的狀態。從代碼角度來看,函數和生成器之間的最大區別是一個詞:return更改爲yield。        處理非常大的數據集合時,生成器變

原创 【數據結構與算法】(五)鏈表轉列表

def LtoL(linkedNode): l=[] while linkedNode: l.append(linkedNode.val) linkedNode= linkedNode

原创 數據結構與算法(一)遞歸

釋義       遞歸就是函數自己調用自己,舉個例子就是俄羅斯套娃。 用途       遞歸提供了執行迭代任務的優雅並且強大的解決方案。 要點       遞歸分爲兩部分,一部分是遞歸條件的定義,另一部分是終止條件的定義,在俄羅斯套娃中,

原创 【Leetcode刷題篇】(七)返回最後一個單詞的長度

題目: https://leetcode-cn.com/problems/length-of-last-word/ 給定一個僅包含大小寫字母和空格 ' ' 的字符串,返回其最後一個單詞的長度。 如果不存在最後一個單詞,請返回 0 。 示例

原创 【Leetcode刷題篇】(十九)兩數相加-鏈表

Leetcode題目編號:2  /** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next;

原创 【Leetcode刷題篇】(十八)分隔鏈表

/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(

原创 【Leetcode刷題篇】(十七)分隔鏈表

/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(

原创 多線程與openCV

多線程與openCV 在處理視覺視頻時,爲了加快處理速度,經常會用到多線程的技術 ,不同線程之間,需要有數據的傳入和傳出,在此總結幾種常用的多線程技術。 ##p 點贊 收藏 分享 文章舉報

原创 深度強化學習環境gym+mujoco安裝指南

1.我的初始環境:         ubuntu16.04         cuda9.0         cudnn7.0.5         anaconda 2.待安裝的模塊        tensorflow1.8       

原创 一、強化學習概述

強化學習是什麼? 強化學習是面向智能體的學習,智能體通過與環境進行交互來達到預定目標。 強化學習通過試錯和優化來進行學習,智能體通過試錯後的獎勵或者懲罰來學習。 強化學習和機器學習的關係: 機器學習分爲三類:監督學習、非監督學習、強化學習