小编cor*_*zza的帖子

在Ubuntu 14.04中运行Scala解释器时,我得到以下消息作为第一行打印:

Picked up JAVA_TOOL_OPTIONS: -javaagent:/usr/share/java/jayatanaag.jar 

接下来是熟悉的"欢迎来到Scala"消息.

我很担心,因为我之前没有看到过在运行Scala时 - 它是什么意思,它是危险的等等吗？

显然环境变量$JAVA_TOOL_OPTIONS设置为-javaagent:/usr/share/java/jayatanaag.jar- 我没有设置,但是做了什么以及为什么？我可以安全地取消它吗？

附加信息:

• 最近安装了Android Studio
• JAR名称中的"ayatana"一词可能指向Ubuntu的项目Ayatana

我正在使用Jekyll创建一个新博客.

在主页面上,将列出我最近的10篇帖子.

此列表中的条目将包括标题,发布日期和摘录,很可能是第一段.

我只熟悉使用Jekyll作为基本模板,所以我可以只在页面中放置一个变量,或者包含整个帖子.

有没有办法以某种方式避免post.content在分页器中使用,并且只包括我定义的帖子中的某个点(例如``{%endexcerpt%}`？

使用git本地跟踪项目后,如何将其添加到GitHub？

我正在做一个简单的学习模拟,屏幕上有多个生物.他们应该学习如何吃,使用他们简单的神经网络.它们有4个神经元,每个神经元激活一个方向的运动(从鸟的视角看是一个2D平面,因此只有四个方向,因此需要四个输出).他们唯一的输入是四只"眼睛".当时只有一只眼睛可以活动,它基本上用作指向最近物体(绿色食物块或其他生物体)的指针.

因此,网络可以这样想象:

有机体看起来像这样(在理论和实际模拟中,它们真的是红色的块,它们的眼睛围着它们):

这就是它的样子(这是一个老版本,眼睛仍然不起作用,但它是相似的):

现在我已经描述了我的一般想法,让我了解问题的核心......

1. 初始化 | 首先,我创造了一些生物和食物.然后,将其神经网络中的所有16个权重设置为随机值,如下所示:weight = random.random()*threshold*2.阈值是一个全局值,描述每个神经元需要获得多少输入才能激活("激活").通常设置为1.

2. 学习 | 默认情况下,神经网络中的权重每步降低1%.但是,如果某些有机体实际上设法吃东西,那么最后一个有效输入和输出之间的联系就会得到加强.

但是,有一个大问题.我认为这不是一个好方法,因为他们实际上并没有学到任何东西!只有那些随机设定为有益的初始体重的人才会有机会吃东西,然后只有他们的体重会增强!那些与他们的关系设置得很糟糕的人呢？他们只会死,不会学习.

我该如何避免这种情况？想到的唯一解决方案是随机增加/减少权重,这样最终有人会得到正确的配置,并偶然吃掉一些东西.但我觉得这个解决方案非常粗糙和丑陋.你有什么想法？

编辑: 谢谢你的答案!其中每一个都非常有用,有些只是更相关.我决定使用以下方法:

1. 将所有权重设置为随机数.
2. 随着时间的推移减少重量.
3. 有时随机增加或减少重量.单位越成功,其权重就越小.新
4. 当有机体吃东西时,增加相应输入和输出之间的重量.

我有一个项目(一个库),它被细分为几个包含代码的目录.我想在项目的根目录中使用g ++搜索头文件,因此我可以避免跨多个源文件的相同头文件的不同包含路径.

主要是,该root/目录有子目录A/,B/并且C/,所有这些都.hpp和.cpp里面的文件.如果A中的某个源文件想包含file.hpp在B中,那么就必须这样做:#include "../B/file.hpp".对于C中的另一个源文件也是如此.但是,如果A本身具有需要文件的子目录file.hpp,那么它将是不一致的并且如果我决定移动文件会导致错误(因为包含路径将是"../../B/file.hpp").

此外,这还需要在其他项目中工作,这些项​​目位于其他项目之外root/.我已经知道有一个选项可以手动将我的所有头文件复制到默认搜索目录中,但我想按照我描述的方式执行此操作.

编辑:使用该库的所有程序必须仅使用g++ prog.cpp lib.a -o prog.这意味着永久设置g ++的包含路径!

我不明白以下代码示例的作用以及它是如何做到的:

#include <stdio.h>

int f();

int a = f(); // a exists just to call f

int x = 22;

int f() {
    ++x;
    return 123; // unimportant arbitrary number
}

int main() {
    printf("%d\n", x);
}

当它运行时它打印23,这是直观的答案.

但是在C++中,全局变量应该按照定义的顺序进行初始化.这意味着a之前应该初始化x,因为它是之前定义的x.如果是这种情况,则f必须在x初始化之前调用该函数,因为调用f是a定义的一部分.

如果f在x初始化之前确实被调用,那将意味着f会尝试增加x- 我不确定的结果(很可能是UB,或者某些乱码值).然后,在a初始化之后,x将初始化为22并且程序将打印出来22.

显然,这不是发生的事情.但是什么呢？该代码实际上做了什么？

它似乎x …

这就是"存储"声音的方式:

<audio id = "hammer" src="res/sounds/Building/hammer.wav"></audio>

在实际游戏中(我使用声音),我用它来播放声音:

   function playSound(soundid)
   {
        document.getElementById(soundid).currentTime = 0;
        document.getElementById(soundid).play();
   }

但声音只是第一次播放,而且永远不会再播放!我尝试将控制台中的"currentTime"重置为0,但我确实得到了这个:

>document.getElementById("hammer").currentTime = 0
0
>document.getElementById("hammer").currentTime
0.340...

为什么会发生这种情况,我该如何解决？

我想升级我的进化模拟器以使用Hebb学习,就像这一样.我基本上希望小动物能够学习如何找到食物.我通过基本的前馈网络实现了这一点,但我仍然坚持理解如何使用Hebb学习.Hebb学习的基本原理是,如果两个神经元一起发射,它们就会连在一起.

所以,权重更新如下:

weight_change = learning_rate * input * output

我发现的关于它如何有用的信息是非常稀缺的,我不明白.

在我当前版本的模拟器中,当一个生物吃掉一块食物时,动作和输入(动作,眼睛)之间的权重会增加,我无法看到它如何转化为这个新模型.在这里没有空间来判断它是否正确或错误,因为唯一的参数是输入和输出!基本上,如果一个输入激活一个方向的运动,无论该生物是否在吃东西,重量都会继续增加!

我是以错误的方式应用Hebb学习吗？仅供参考,我正在使用Python.

由于Google已弃用YouTube v2 API,因此我找不到从视频中获取所有评论的方法.

是否可以使用单个未弃用的API(Google +,YT v3)来执行此操作？

我不担心保持线程.

我正在制作一个自上而下的射击游戏,依赖于头像始终旋转指向鼠标光标.我像这样实现轮换:

//Rendering.
context.save(); //Save the context state, we're about to change it a lot.

context.translate(position[0] + picture.width/2, position[1] + picture.height/2); //Translate the context to the center of the image.
context.rotate(phi); //Rotate the context by the object's phi.
context.drawImage(picture.image, -picture.width/2, -picture.height/2); //Draw the image at the appropriate position (center of the image = [0, 0]).

context.restore(); //Get the state back.

当phi为零时,图像以其正常质量渲染,具有锐边和可检测像素.但是,当我设置phi为非零值(实际上,当它不是0,Pi/2,Pi,Pi+Pi/2或2Pi),图像失去它的清晰度和单个像素不能再看到的,因为他们是模糊的.

这是一个截图(抱歉屏幕截图的一般质量不好,但我认为差异非常明显):

这有点令人无法接受.我不能让图像总是模糊不清!为什么会这样,我能解决吗？