小编okk*_*hoy的帖子

更改gnome-terminal标题以反映当前目录?

我想更改gnome-terminal窗口的标题以反映当前目录.有没有办法做到这一点?一个脚本可能是?"改变终端标题"线程没有多大帮助.我们使用命令时手动:

gnome-terminal --title=$PWD 
Run Code Online (Sandbox Code Playgroud)

它工作,但创建了一个新的终端实例(如预期的那样).我希望能够使用

--title=$PWD 
Run Code Online (Sandbox Code Playgroud)

使用cd命令.

有没有办法实现这一目标?

gnome-terminal

26
推荐指数
3
解决办法
2万
查看次数

python-opencv AttributeError:'module'对象没有属性'createBackgroundSubtractorGMG'

我正在尝试遵循以下教程:https: //opencv-python-tutroals.readthedocs.org/en/latest/py_tutorials/py_video/py_bg_subtraction/py_bg_subtraction.html

在尝试第三个示例(BackgroundSubtractorGMG)时,我收到此错误:

AttributeError: 'module' object has no attribute 'createBackgroundSubtractorGMG'
Run Code Online (Sandbox Code Playgroud)

我在前面的例子中得到了同样的错误.但我按照这篇文章中给出的解释.一些如何,同样的伎俩在这里不起作用.

如果有人设法解决它,请帮助我.

在Ubuntu 12.04上使用Python 2.7.3和opencv 2.4.6.1

python opencv

7
推荐指数
3
解决办法
2万
查看次数

Q-Learning 收敛到最优策略

我正在使用基于 rlglue 的python-rl框架进行 q-learning。我的理解是,随着情节的发展,算法会收敛到一个最优策略(这是一个映射,说明在什么状态下采取什么行动)。

问题 1:这是否意味着经过若干集(比如 1000 集或更多)后,我应该基本上得到相同的状态:动作映射?

当我绘制奖励(或平均超过 100 集的奖励)时,我在此链接中得到类似于图 6.13 的图表。

问题 2:如果算法已经收敛到某个策略,为什么奖励会下降?奖励是否有可能发生巨大变化?

问题 3:是否有一些标准方法可以用来比较各种 RL 算法的结果?

reinforcement-learning q-learning

5
推荐指数
1
解决办法
3836
查看次数

在python中匹配多个正则表达式的文本

我有一个包含11个文件的文本语料库,每个文件大约有190000行.我有10个字符串,其中一个或多个可能出现在上述语料库的每一行中.

当我遇到10个字符串中的任何一个时,我需要记录分别出现在该行中的字符串.循环通过正则表达式为每一行和标记它的蛮力方式需要很长时间.有没有一种有效的方法呢?

我发现了一个帖子(使用Python匹配多个正则表达式的行),它提供了一个TRUE或FALSE输出.但是如何从行中记录匹配的正则表达式:

any(regex.match(line) for regex in [regex1, regex2, regex3])
Run Code Online (Sandbox Code Playgroud)

编辑:添加示例

regex = ['quick','brown','fox']
line1 = "quick brown fox jumps on the lazy dog" # i need to be able to record all of quick, brown and fox
line2 = "quick dog and brown rabbit ran together" # i should record quick and brown
line3 = "fox was quick an rabit was slow" # i should be able to record quick and fox.
Run Code Online (Sandbox Code Playgroud)

通过正则表达式循环并记录匹配的解决方案之一是解决方案之一,但是查看比例(11*190000*10),我的脚本现在运行了一段时间.我需要在我的工作中多次重复这一点.所以我正在寻找一种更有效的方式.

python regex multiple-matches

4
推荐指数
1
解决办法
3379
查看次数

Numpy:从给定范围生成组合的有效方法

我有一个n维数组,如下所示:

np.array([[0,3],[0,3],[0,10]])
Run Code Online (Sandbox Code Playgroud)

在此数组中,元素表示低值和高值.例如:[0,3][0,1,2,3]

我需要使用上面给出的范围生成所有值的组合.例如,我想要[0,0,0], [0,0,1] ... [0,1,0] ... [3,3,10]

我尝试过以下方法来获得我想要的东西:

ds = np.array([[0,3],[0,3],[0,10]])
nItems = int(reduce(lambda a,b: a * (b[1] - b[0] + 1), ds, 1))
myCombinations = np.zeros((nItems,))
nArrays = []
for x in range(ds.shape[0]):
    low = ds[x][0]
    high= ds[x][1]
    nitm = high - low + 1
    ar = [x+low for x in range(nitm) ]
    nArrays.append(ar)

myCombinations = cartesian(nArrays)
Run Code Online (Sandbox Code Playgroud)

笛卡尔函数取自于使用numpy来构建两个数组的所有组合的数组

我需要做几百万次.

我的问题:有没有更好/更有效的方法来做到这一点?

python arrays combinations numpy

1
推荐指数
1
解决办法
3176
查看次数