data analysis - 第4页

在 Pytorch 中使用 Tensorboard 进行可视化

在 Pytorch 中使用 Tensorboard 进行可视化

本文主要是介绍如何使用 Pytorch 结合 Tensorboard 对训练过程进行可视化。主要介绍以下的几个功能，向 Tensorboard 添加单个或是多个指标，向 Tenso...

01月20日评论

使用 SUMO 进行仿真(5)-Detectors 介绍

使用 SUMO 进行仿真(5)-Detectors 介绍

在前面的内容中，我们完成了路网的搭建，车辆的生成，也了解了信号灯控制的相关内容。现在我们希望可以获得一些监测的数据。这个时候我们就可以通过设置 detector（探测器）来完成检...

11月03日评论

Reinforcement Learning(强化学习)- Pong 环境介绍

Reinforcement Learning(强化学习)- Pong 环境介绍

本文会介绍 OpenAI Gym 中的一款 Atari 游戏，Pong（类似乒乓）。会分别介绍 Observation，Action 和 Reward 的含义。最后给一个随机的 p...

11月03日评论

Reinforcement Learning(强化学习)-LunarLander-v2 环境介绍

Reinforcement Learning(强化学习)-LunarLander-v2 环境介绍

本文会介绍 OpenAI 中 LunarLander-v2 这个环境。会分别介绍 Observation，Action 和 Reward 的含义。最后给一个随机的 policy，来...

11月02日评论

Reinforcement Learning(强化学习)-MountainCar 环境介绍

Reinforcement Learning(强化学习)-MountainCar 环境介绍

本文会介绍 OpenAI 中 MountainCar-v0 这个环境。主要介绍其中 action 和 observation 分别是什么。以及最后给一个简单的 policy，可以使...

10月19日评论

使用 SUMO 进行仿真(4)-信号灯（Traffic Light）

使用 SUMO 进行仿真(4)-信号灯（Traffic Light）

本文会介绍 SUMO 中信号灯（Traffic Light）的相关内容。包括如何生成带有 Traffic Light 的路网，如何设置信号灯，如何利用 TraCI 来控制信号灯。

09月26日评论

使用 SUMO 进行仿真(3)-车流的生成（Route 文件）

使用 SUMO 进行仿真(3)-车流的生成（Route 文件）

在本文中我们会着重介绍了车流的生成。包括生成车流的方式，也会介绍 route 文件的相关内容。生成车流的方式包括直接修改 route 文件，通过 flow 指定起点和终点，通过 t...

09月25日评论

使用 SUMO 进行仿真(2)-Node 和 Edge

使用 SUMO 进行仿真(2)-Node 和 Edge

本文是 SUMO 进行仿真的第二篇。主要详细的介绍 Node 和 Edge 这两个文件类型（详细了解一下这两个文件的组成，如何生成 Network），通过这两个文件来生成 Netw...

09月24日评论

使用 SUMO 进行仿真(1)-快速入门

使用 SUMO 进行仿真(1)-快速入门

本文会介绍 SUMO。主要是从 node 和 edge 文件开始，一步一步新建 network，route，最后完整路网和车流的生成。

09月23日评论

使用 OpenCV 和 K-Means 聚类进行图像分割

使用 OpenCV 和 K-Means 聚类进行图像分割

本文介绍使用 OpenCV 中的 K-Means 来对图像颜色进行聚类（减少图像颜色），根据聚类结果对图像进行分块，或是替换某种颜色。

08月13日评论

17

目录

繁
本页二维码