- 博客(6)
- 收藏
- 关注
RSS订阅原创 在vscode中用gdb debug时查看eigen矩阵值
此时在vscode中用gdb调试时就可以看到eigen矩阵中的数值。中的两个python文件复制到gdb_printer文件夹下。在任意处创建一个空文件夹子gdb_printer。
2024-03-03 22:43:30
268
原创 2023神经网络与深度学习第四次总结
风格迁移问题：这里我们需要两张输入图像，一张是内容图像，另一张是样式图像，我们将使用神经网络修改内容图像使其在样式上接近样式图像。方法： 首先，我们初始化合成图像，例如将其初始化成内容图像。该合成图像是样式迁移过程中唯一需要更新的变量，即样式迁移所需迭代的模型参数。然后，我们选择一个预训练的卷积神经网络来抽取图像的特征，其中的模型参数在训练中无须更新。深度卷积神经网络凭借多个层逐级抽取图像的特征。我们可以选择其中某些层的输出作为内容特征或样式特征。
2023-04-16 23:56:59
1042
原创 2023神经网络与深度学习第四周总结
解决梯度消失的问题是构建残差网络，假设现有一个比较浅的网络已达到了饱和的准确率，这时在它后面再加上几个恒等映射层（也即y=x，输出等于输入），这样就增加了网络的深度，并且起码误差不会增加，也即更深的网络也不会带来训练集上误差的上升。当层数增加到一定程度时，理论上训练集的训练效果应该更好，训练误差会逐渐趋向于0，但非残差网络一般会存在一些问题，当层数越来越多的时候会伴随着训练集误差变大，训练效果变差的情况，如图所示。简单来说，就是设定一个框，在图片上移动，看框里有没有自己想要的目标，最终寻觅到目标的过程。
2023-04-02 23:55:11
195
原创 2023神经网络与深度学习第二周总结
张量：是一个物理量，对高维(维数 ≥ 2) 的物理量进行“量纲分析” 的一种工具。简单的可以理解为：一维数组称为矢量，二维数组为二阶张量，三维数组为三阶张量计算图：用“结点”（nodes）和“线”(edges)的有向图来描述数学计算的图像。“节点” 一般用来表示施加的数学操作，但也可以表示数据输入的起点/输出的终点，或者是读取/写入持久变量的终点。“线”表示“节点”之间的输入/输出关系。这些数据“线”可以输运“size可动态调整”的多维数据数组，即“张量”（tensor）
2023-03-26 23:49:33
128
原创 【安装备忘】pinocchio pybind11 crocoddyl bullet_utils robot_properties_solo
可以在项目里安装也可以全局安装。安装robotpkg。注意python版本。
2023-03-22 14:34:37
671
1
原创 2023神经网络与深度学习第一次总结
考虑在脊的表面上的一个点梯度。梯度在w1方向上的分量要大得多，因此梯度的方向更靠近w1，而不是朝向w2（最小值位于其上）。通常情况下，我们使用低学习率来应对这样的反复振荡，但在病态曲率区域使用低学习率，可能要花很多时间才能达到最小值处。然后执行 K 次模型训练和验证，每次在 K-1 个子集上进行训练， 并在剩余的一个子集（在该轮中没有用于训练的子集）上进行验证。训练数据，验证数据，测试数据，通常三者比例为70%， 15%， 15%或60， 20， 20当数据很多时，训练和验证数据可适当减少。
2023-03-19 20:10:06
949
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人