廖雪峰 2018年官方最新Python3教程（一）

【实例简介】(最新)强化学习导论：Reinforcement learning - An introduction        2020英文版  作者：Richard S. Sutton and Andrew G. Barto       强化学习权威之作

基于深度学习字符型图片数字验证码识别完整过程及Python实现（深度学习学习、实现数字、字符模型训练、详细介绍附源码）

python绘制一个图形示例源码(tkinter)

前有《鸟哥的Linux私房菜》，今有伟哥的python私房菜。伟哥对鸟哥，都是不可或缺的好基友，一天一粒，保证你无限活力。 Python具有易读、易学、易维护、可移植性、跨平台等特点，在最近几年深受欢迎而迅速崛起。python属于所想即所得的语言，实现功能简单浅显易懂。但是Python的创立者有意设计了限制性很强的语法，使得不好的编程习惯都不能通过编译，本书主要是笔者在实践中所遇到的经常使用的技巧性文章，希望对读者有所帮助。 作者：菜鸟飞不动链接：https://www.jianshu.com/p/980d4a399d71来源：简书著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

代码用于猫-非猫图片的二分类问题（附件内给出h5格式的数据集），基于Pytorch神经网络工具包，采用比较经典的逻辑回归（Logistic Regression）算法。

计算机视觉 opencv 超像素分割.ipynb

采用全连接神经网络对012345的手势图片进行识别，基于Pytorch编写，附h5格式数据集

图像处理(scipy.misc.bytescale.py)

python打印玫瑰花

一、俄罗斯方块DQN算法实验报告1. 网络结构图1 DQN网络结构2. 超参数 GAMMA = 0.99  # decay rate of past observations 设置增强学习更新公式中的累计折扣因子 OBSERVE = 500.  # timesteps to observe before training 设置观察期的迭代次数 EXPLORE = 500.  # frames over which to anneal epsilon 设置探索期的观察次数 FINAL_EPSILON = 0.002  # final value of epsilon 设置ε的最终最小值 INITIAL_EPSILON = 10.0  # starting value of epsilon 设置ε的初始值 REPLAY_MEMORY = 5900  # number of previous transitions to remember 设置replay memory的容量 BATCH = 32  # size of mini batch 设置每次网络参数更新世用的样本数目 K = 1  # only select an action every Kth frame, repeat prev for others，设置几帧图像进行一次动作， # K越大让控制台输出的速度变慢，游戏画面速度变快，机器人动作的速度变越迟缓。ACTIONS = 6  # number of valid actions 游戏动作数3.实验结果训练前期的self.score分数很低150左右，EPSILON=1.0，Q_MAX= 2.061341e-02：图2 EPSILON=1.0设置超参数EPSILON=0.05在1000步迭代之后：EPSILON固定在0.04999999999999416  Q_MAX = -1.163765e-01Self.score有明显的提升，但是之后无论训练多久都没有明显提升了。图3 EPSILON=0.05设置超参数EPSILON= 0.002在1001步迭代之后：EPSILON固定在0.000004 Q_MAX = 1.728995e 02Self.score可以轻松达到200以上。图4 EPSILON=0.000004设置超参数EPSILON= 0.000001在1001步迭代之后：EPSILON固定在-0.001998997999987482  Q_MAX = 1.899879e 03Self.score可以轻松达到200以上。图5 EPSILON=-0.002 【核心代码】用DQN来玩俄罗斯方块 tetrix_DQN ├── Wrapped Game Code│   └── tetris_fun.py├── deep_q_network.py├── logs_tetris│   ├── hidden.txt│   └── readout.txt└── saved_networks    ├── tetris-dqn-10000.data-00000-of-00001    ├── tetris-dqn-10000.index    ├── tetris-dqn-10000.meta    └── tetris-dqn-316600003 directories, 8 files