对于非常简单的scanf函数，一直使用，但是却是有很多的知识点没有掌握好，现总结如下： 1、多个scanf之后，后序以 scanf("%c"，&c) 当程序连续调用scanf 函数的，前面的获得输入接收的时候，一般结束都是以一个空白字符（空格、enter），比如enter 结束输入；但是，当后面接着是还有一个以 sc
转载
2023-11-24 23:14:52
85阅读
TCP Reno这个算法定义在RFC5681。快速重传和快速恢复算法一般同时使用。快速恢复算法是认为，你还有3个Duplicated Acks说明网络也不那么糟糕，所以没有必要像RTO超时那么强烈，并不需要重新回到慢启动进行，这样可能降低效率。所以协议栈会做如下工作cwnd = cwnd/2 sshthresh = cwnd 然后启动快速恢复算法：设置cwnd = ssthresh＋ACK个数＊M
固定集合A⊂Rn并且考虑所有函数f:A→Rm的集合V，那么V可以看成一个向量空间。在V中，零向量就是对于所有的x∈A函数等于0的函数。另外对于每个λ∈R,f,g∈V，我们定义(f+g)(x)=f(x)+g(x),(λf)(x)=λ(f(x))。接下来令ℓ={f∈V|f是连续的}，为了避免混淆，我们可以写成ℓ(A,Rn)，那么ℓ也表示向量空间，因为两个连续函数的和是连续的并且对于每个α∈R,f∈ℓ，
转载
2023-12-04 21:43:12
251阅读
强化学习算法：SAC+Pendulum
SAC简介我们之前学习了一些on-policy算法，如A2C,REINFORCE,PPO,但是他们的采样效率比较低；因此我们通常更倾向于使用off-policy算法，如DQN,DDPG，TD3。但是off-policy的训练通过不稳定，收敛性较差，对超参数比较敏感，也难以适应不同的复杂环境。2018 年，一个更加稳定的离线策略算法 Soft
SafeSEH原理及绕过技术浅析 摘要：主要介绍SafeSEH的基本原理和SafeSEH的绕过技术，重点在原理介绍。关键词：SafeSEH；绕过技术；异常处理 目录前言SafeSEH的保护原理（1） 二进制层面（2） 系统层面怎么关掉编译器的SafeSEH支持
简介Salsa20是一种流式对称加密算法，类似于Chacha20，算法性能相比AES能够快3倍以上。
Salsa20算法通过将32 Byte的key和8 Byte的随机数nonce扩展为2^70 Byte的随机字节流，通过随机字节流和异或操作实现加解密，因此Salsa20算法中随机字节流的生成为关键所在。随机字节流生成Salsa20算法生成随机字节流时，一次生成一个64字节的block，每一个bl
# SAC（Soft Actor-Critic）模型：介绍与PyTorch实现
算法已成功地应用于一系列具有挑战性的顺序决策和控制任务。然而，这些方法通常面临两大挑战:高样本复杂性和超参数的脆弱性。这两个挑战都限制了这种方法在现实世界领域的适用性。在本文中，我们描述了最近引入的基于最大熵RL框架的非策略行为-批评(SAC)算法。在此框架下，行动者的目标是同时最大化期望收益和熵;也就是说，在完成任务的同时尽可能随机行事。我们对SAC进行了扩展，纳入了一
Scala 简介Scala 是 Scalable Language 的简写，是一门多范式的编程语言联邦理工学院洛桑（EPFL）的Martin Odersky于2001年基于Funnel的工作开始设计Scala。Funnel是把函数式编程思想和Petri网相结合的一种编程语言。Odersky先前的工作是Generic Java和javac（Sun Java编译器）。Java平台的Scala于2003
本篇文章分为两个章节：第一章前言回顾3D成像(双目、主动式双目、结构光)的发展历史与渊源；第二章重点介绍主动式双目系统与散斑结构光系统的算法细节与难点挑战。第一章前言双目成像技术自诞生以来，经历了半个多世纪的发展。最初的双目成像系统源自于对人眼双目的仿生： 图1 双目成像系统示意图 [11]通过上图可以明显看出，物体的空间位置移动(尤其是光轴方向的前后移动)会带来左右视图上投影点的像素位移，按
转载
2024-01-27 22:18:09
712阅读
SAC论文地址：点这里 Soft Q-learning论文地址：点这里 SAC算法及其应用论文：点这里学习参考：SAC 作者源码，点这里 PyTorch源码地址，点这里 关于信息熵：信息熵及信息量的公式阅读目的：SAC和TD3两篇文章发表时间很相近，有意思的是，双方在各自的论文里将自己的算法表现为优于对方。但无论怎么说，SAC作为一种新的强化学习算法，值得去学习。SAC是一种最大化含熵目标的Off
强化学习之SAC（soft actor-critic）算法PPO算法是目前最主流的DRL算法，但是PPO是一种on-policy算法，存在sample inefficiency的缺点，需要巨量的采样才能学习。DDPG及其拓展是面向连续控制的off-policy的算法，相对于PPO来说更sample efficient，但是它存在对其超参数敏感，收敛效果差的问题。SAC算法是面向最大熵强化学习开发的
一、什么是超参数机器学习一般有两类参数，一类是参数，通过数据训练，可逐步优化与完善，另一类是超参数，通常是人类通过以往经验设置的值，没法通过普通训练完善，比如，学习率和强化学习里计算reward的参数等。二、当前主流的超参数优化算法a.暴力型网格搜索，顾名思义，每个超参数用规则得到几个枚举点，然后交叉组合得到一堆解，挨个枚举选出结果最好的超参数。随机搜索，顾名思义，就是随机生成一堆解，然后挨个尝试
转载
2024-10-26 11:46:51
297阅读
