资源
NodYoung
专注于机器人,计算机视觉,机器学习
展开
-
linux使用记录
Linux命令大全http://man.linuxde.net/右键添加vim打开文本文件最近刚刚喜欢上vim,而ubuntu上默认的文本文件打开方式是gedit,点击右键选择其他程序打开发现没有vim。这就需要我们手动添加了,很简单,效果如图: 说一下怎么搞, 在/usr/share/applications下新建一个vim.desktop文件 命令:sudo vim /usr/shar原创 2016-11-11 11:09:18 · 1140 阅读 · 0 评论 -
机器人相关资源
ROS好久不接触ROS了,今天又看了一个ROS的分享。感觉以后应该还是会把ROS捡起来,这里记录一些相关资料。 1.邵天兰 梅卡曼德机器人创始人 主题:ROS简介与重要模块源码导读 视频:http://pan.baidu.com/s/1eRDCtGI PPT:http://pan.baidu.com/s/1o8fMs6Q NY注:从比较高的角度讲解了一下ROS 2. 第42期:如何设计一原创 2016-12-18 10:55:25 · 1088 阅读 · 0 评论 -
计算机视觉相关资源
关于如何利用计算机视觉确定一个物体的位姿的解决方案举例,比如执行机器人抓取等任务,传统的方案是先要得到object相对于真实世界的位姿,然后做运动规划。在视觉领域我们一般会做detection得到location信息,那么下一步怎么做呢?这方面我了解也不多。参见: A. 传统的RCNN可以大致框出定位物体在图片中的位置,但是如何将这个图片中的位置转化为物理世界的位置?关于OpenCV在Linux上原创 2016-11-19 11:30:53 · 930 阅读 · 0 评论 -
算法相关资源
快排 数学之美番外篇:快排为什么那样快熵、交叉熵与KL散度 如何通俗的解释交叉熵与相对熵?STL里vector、set、map等的时间复杂度STL容器的适用情况(原)原创 2016-12-22 09:49:50 · 780 阅读 · 0 评论 -
机器学习相关资源
关于生成模型和判别模型最初搞object tracking的时候就一直困惑于这个问题,现在随着学习的不断深入还是逐渐理解了一点。 参见: A. 生成模型与判别模型 ,文章最后提到tracking中两者的具体区别,解释的非常好。 B. 机器学习“判定模型”和“生成模型‘有什么区别?关于采样MC, MCMC, Gibbs采样 原理&实现(in R) LDA-math-MCMC 和 Gibbs S原创 2016-10-18 15:15:11 · 913 阅读 · 0 评论 -
Python爬虫数据分析相关资源
官方文档python官网 pandas documentation NumPy Reference matplotlib documentation python-igraph scikit-learn document Beautiful Soup 4.4.0 文档 Selenium-Python中文文档 Requests: 让 HTTP 服务人类爬虫会用到基础w3school原创 2016-12-06 19:37:22 · 1364 阅读 · 0 评论 -
一些理论算法的学习资源推荐
学习一些经典的算法和理论毫无疑问是非常重要的,但又往往容易被忽视。其学习过程本就比较艰难,把所学整理成文章更是一件费心费力的事儿。这里记录一些自己在学习过程中遇到的好资源。光流算法文章:《光流Optical Flow介绍与OpenCV实现》 见解:很通俗,看了这篇文章你大概就知道光流是个什么东西了,当然,文章还附带了OpenCV的源码。如果需要进一步研究和使用,还需要查阅相关论文。文章概论做的很好原创 2016-09-19 10:14:20 · 2749 阅读 · 0 评论 -
行业相关
深度新闻资讯AI原力觉醒!2016人工智能创新公司TOP 50发布 都是谁在造车?他们造了哪些车? 观点 | 自动驾驶商业化之路:革命还是改良? 阅面科技赵京雷:从算法到视觉模块,开启本能化的机器视界 霍金、马斯克携手力推23条原则 告诫AI发展底线(附圆桌视频) 盘点 | 需要密切关注的六大AI/机器学习领域 2016年独角兽俱乐部图谱 吴军:机器智能时代,如何成为最先受益的2%?原创 2016-12-27 23:41:54 · 779 阅读 · 0 评论 -
深度学习相关
优秀博客ML Structuring Your TensorFlow Models DEEP LEARNING GLOSSARY待学习专栏 | Momenta详解ImageNet 2017夺冠架构SENet多任务An Overview of Multi-Task Learning in Deep Neural Networks∗ 一箭N雕:多任务深度学习实战 模型汇总-14 多任务学习-Mu原创 2017-01-16 10:08:39 · 1141 阅读 · 0 评论