- 博客(5)
- 资源 (2)
- 收藏
- 关注
原创 (问题处理1)ubuntu 在虚拟机中内存不足的扩展方法
第一步关闭ubuntu,扩展磁盘大小。 扩展后的磁盘不能直接使用,还是格式化文件系统,再将其挂载在ubuntu中,详细的挂载方法见第二步;第二步打开ubuntu : 2.1 输入【fdisk /dev/sda】 2.1.1 命令行提示下输入【m】 2.1.2输入命令【n】添加新分区。 2.1.3输入命令【p】创建主分区。 2.1.4输入【回车】,选择默认大小,这样不...
2018-02-27 01:22:17 9147
原创 (Tensorflow之十八)tf.nn.l2_normalize的使用
tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None) 上式: x为输入的向量; dim为l2范化的维数,dim取值为0或0或1; epsilon的范化的最小值边界;按例计算例1:import tensorflow as tfinput_data = tf.constant([[1.0,2,3],[4.0,5,6],[7.0,8,9]])o
2018-02-25 15:11:48 45138 12
原创 (Tensorflow之十七)np.argmax(tf.argmax)的使用
一维数组一维数组使用np.argmax返回的是数组内最大值的下标位置import numpy as npy1 = np.array([1,2,3,7,8,9])y1 = np.argmax(y1)print("the y1 is")print(y1)结果the y1 is5二维数组2.1 不指定axis返回值是数组内的最大值的下标,以一维形式计算 例:y2 = np.array([[1,2
2018-02-25 01:54:22 1494
原创 (无人驾驶之二)感知层的传感器---LIDAR、GPS、惯性传感器、双目摄像头
一、LIDAR(光雷达)1.1 原理激光雷达对物体距离的测量与通常所说的雷达类似,都是通过测量发送和接受到的脉冲信号的时间间隔来计算物体的距离。因此,由于原理上的相似性,尽管雷达的准确定义是使用微波或无线电波等波长较长的电磁波进行检测测距的设备,激光雷达这一术语仍然被广泛使用。1.2 优点与传统雷达相比:采用激光测矩,波长在600~1000nm,测量更加精准,可达厘米级别; 可感知物体矩离及表面形
2018-02-24 01:55:33 4241
原创 (无人驾驶之一)无人驾驶系统的软件架构
一、整体架构 基于本人对无人驾驶系统的理解,对无人驾驶系统的软件架构进行分层,大致分别以下3层:感知层、决策层与控制层。二、感知层感知层主要是通过各种传感器以及高精度地图实现,包含车辆的定位以及对物体的识别。 车辆的定位主要是通过光雷达(LiDar)、GPS、惯性传感器、高精度地图等等信息进行综合,从而得出车辆的准确位置,其定位精度甚至可达cm级别; 物体的识别主要采用光雷达以及双目摄像头实
2018-02-24 01:05:13 15702
自制图片训练集
2018-04-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人