pycharm配置环境出现unsupported
去年编程的时候其实就看到有一些提示信息说，2021年元旦之后，python3.5就不再支持了。没想到今天配置新电脑，下载了新的pycharm版本的时候，就遇到这个问题如果一个环境前面显示了 unsupported那表明，这个版本太老了，不再被支持。参考Pycharm社区文档：Configure a Python interpreter当pycharm不再支持一个过期的python版本时，对应的python编译器会被标记为unsupported...
surface电脑分辨率问题/字体太小
1. 某些软件字体显示很小例如，我X版的ps，字体显示就非常诡异，电脑是真的好，但是体验是真的一般。。。参考百度知道文章：Surface高分辨率屏幕下软件字体太小的解决方案以我的ps为例：点击photoshop快捷方式，右键->属性，在兼容性Tab中找到更改高DPI设置 （不需要使用兼容性运行的）然后打钩：替代高DPI缩放行为：缩放执行，选择系统，代替应用程序设置好，确定之后，再打开PS就OK了2. 修改整个系统字体大小确实高分辨率 字看着很小感觉很不舒服，没有mac感觉好，搜了一波，
pip安装常出现的错误及解决方案
1. Read timed out 超时问题一般windows系统出现这个问题，可以在命令后面加上--user参数，类似：pip install pyinstaller # 上句报超时错误pip install pyinstaller --user# 一般就可以下载了使用–help去查看–user的作用大意就是：把这个包换个地方安装参考：安装私有的包问题你想要安装一个第三方包，但是没有权限将它安装到系统Python库中去。 或者，你可能想要安装一个供自己使用的包，而不是系
surface book3 安装Azure需要(未知)上的文件‘azurebox32.ico‘
问题描述安装Azure VPN时出现需要(未知)上的文件'azurebox32.ico'错误。搜索，得到知乎问题回答：需要(未知)上的文件’azurebox32.ico’，怎么解决？ - Remi Liu的回答 - 知乎https://www.zhihu.com/question/57403590/answer/185735878原因：本地账号名称包含非拉丁字符，譬如中文。解决办法：创建个新账号，名称不包含非拉丁字符。可以用 User Profile Wizard 3.9把账户数据迁到新账
强化学习PARL——1. 简单认识
这个教程参考的是百度PaddlePaddle的RL系列教程：https://aistudio.baidu.com/aistudio/projectdetail/1445501背景介绍第一章节属于基础内容，第二课的数学知识总结的很好1. 开始1.1 概念认识1.1.1 强化学习 vs 其他强化学习与监督学习的区别强化学习、监督学习、非监督学习是机器学习里的三个不同的领域，都跟深度学习有交集。监督学习寻找输入到输出之间的映射，比如分类和回归问题。非监督学习主要寻找数据之间的隐藏关系，比如聚
数据库原理第七章笔记
一、 数据库设计概述数据库设计，广义的讲是数据库及其应用系统的设计，即整个数据库应用系统。狭义的讲是设计数据库本身，即设计数据库的各级模式并建立数据库，也是数据库应用系统设计的一部分。数据库设计是指对于一个给定的应用环境，构造设计优化的数据库逻辑模式和物理结构，并据此建立数据库及其应用系统，使之能够有效地存储和数据管理，满足各种用户的应用需求，包括信息管理要求和数据操作要求。1. 数据库设计的特点1.1 数据库建设的基本规律——三分技术，七分管理，十二分基础数据。1.2 结构（数据）设计和行为（处
强化学习PARL——3. 基于神经网络方法求解RL
1. 背景知识由于Q表格无法应对状态过多的问题，所以这里提出值函数近似这一方式DQN两大创新点：经验回放：充分列用off-policy（样本所带来的经验不是立马更新到Q表格的，而是经过一个策略，所以像离线更新一样，）每隔一段时间，更新一下2. DQN算法DQN的算法其实很简单，引入神经网络来得到Q3. DQN代码Parl实现可以看到，这里输入一个 obs(状态/观测值)经过一个简单的3层全连接网络输出act_dim个向量（每个向量应该是128维的。。。）也就
强化学习PARL——4. 基于策略梯度方法求解RL
基于价值的策略是一般是先计算出价值（比如Q 状态动作价值），根据价值去决定策略Value-based的算法的典型代表为Q-learning和SARSA，将Q函数优化到最优，再根据Q函数取最优策略。基于策略的则不再计算价值，直接输出动作概率，动作的选择不再依赖于价值函数，而是先根据一个策略走到底，最后根据最终的收益决定这个策略的好坏Policy-based的算法的典型代表为Policy Gradient，直接优化策略函数。第一个区别：基于价值的，是先求出最优的Q，然后去间接得到ac..
强化学习PARL——5. 基于连续动作空间上方法求解RL及大作业
个人理解：离散：可数（整数表示的）连续：不可数（小数/浮点数表示的）这里一共有四个网络，Q网络以及它的target_Q网络，策略网络以及它的target_P网络，两个target是为了稳定计算，每隔一段时间复制一下参数，投入到评估网络使用。target_Q是为了稳定计算Q_target中的Qwˉ(s′,a′)Q_{\bar{w}}(s^{'},a^{'})Qwˉ(s′,a′)，而其中的a′=μθ(s′)a^{'}=\mu_{\theta}(s^{'})a′=μθ(s′)则是.
强化学习——股票预测项目复现
1.背景介绍之前学习百度强化学习7日打卡营-世界冠军带你从零实践时候，最后留下的一个大作业是股票预测环境：https://github.com/kh-kim/stock_market_reinforcement_learning，由于给出的一个推荐github项目是四年前，时间太久远，所以找了另一个，还是中文的，而且步骤看起来很详细。❤github项目地址：https://github.com/wangshub/RL-Stock所以在经历失败的复现：https://github.com/forrest
强化学习莫凡python——一些补充
1. RL分类model-free方法：对环境不了解，每次行动只能等环境的反馈才可以进行下一步model-based方法：由于已经对环境有一定的了解，所以每次在执行行动的时候可以预先想象到之后环境的反馈，来更好指导自己的决策。对环境的了解主要体现在：环境的奖励、环境的一些状态转移概率，这些内容是否已知基于概率的方法输出的是每个动作的概率，这时每个动作都有可能被选到基于价值的方法输出的每个动作的价值，这时只会选到价值最大的动作对于动作空间是连续值的场景来说，基于价值的方法是无能为力
excel表格 固定表头 表格主体滚动 动画制作
方案1wps会员可以使用wps的excel中自带的录制功能，参考百度经验-execl如何对表格进行录屏。笔者试验的时候，录制屏幕的入口在会员功能这一tab中，由于不是会员，所以没有再去尝试，一般登陆后都会给7天或者1个月的会员体验期，有需要的可以试试方案2寻找一个稳妥的办法，录屏好了。2.1 excel表格冻结表头假设有一个做好的表格，excel里的（如果是ppt里的，最好一部分一部分去复制，大概率格式是乱的，需要重新调节）首先需要冻结首行，如下，在视图中选择 ->冻结窗格->
Backtrader快速入门——1. QuickStart
1. backtrader介绍1.1 基本情况参考文档backtrader官方文档（英文）：https://www.backtrader.com/docu/backtrader中文文档（非官方）：http://backtrader.com.cn/docu/#1backtrader框架介绍官方定义：backtrader是一个用于回测和交易的功能丰富的框架，可以让你专注于写可用的交易策略，指标和分析器，而不会花费时间在构建基础架构上1.2 安装安装的话还是直接去github上面看最新的
关于github上的awesome系列
这几天在搜索量化交易资源时搜索到了一个github项目，physercoe/awesome-quant，大概样子是下面这样。看到了一个叫awesome的标签，点进去之后发现了许多资源整理类的repo，搜索后发现这个awesome系列是github上比较著名的一种repo。目前可以看到的类似的推荐有：b站文章：【强烈推荐】github上的awesome开源项目知乎专栏文章：GitHub 上的 Awesome 系列（资源大全系列）所有的awesome项目的源头其实是：sindresorhus/
Backtrader快速入门——3. 使用pyfolio进行可视化分析
中文文档翻译：http://backtrader.com.cn/docu/#1002官方英文文档：https://www.backtrader.com/docu/analyzers/pyfolio/
Backtrader快速入门——2. 策略表现评估
一开始接触backtrader可能就是因为知道这是个回测框架，对于回测这个概念可能还比较模糊，可以去看看国内一些中文网站关于回测框架这方面的文档，例如：优矿网站的help:策略回测基本流程常见的收益和风险指标策略的风险指标能够让您对策略在各个维度有客观、全面的评估。常见的风险指标如下：年化收益率（Annualized Returns）：表示投资期限为一年的预期收益率。基准年化收益率（Benchmark Returns）表示参考标准年化收益率。阿尔法（Alpha）表示投资中面临着系统
周排行