自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(42)
  • 资源 (5)
  • 收藏
  • 关注

转载 网络编程懒人入门(四):快速理解TCP和UDP的差异

转自即时通讯网:http://www.52im.net/原作者:MeloDev,本文由即时通讯网重新修订发布,感谢原作者的无私分享。1、前言对于即时通讯开发者新手来说,在开始着手编写IM或消息推送系统的代码前,最头疼的问题莫过于到底该选TCP还是UDP作为传输层协议。本文延续《网络编程懒人入门》系列文章的风格,通过快速对比分析 TCP 和 UDP 的区别,来帮助即时通讯初学者快速了解这...

2018-09-29 14:55:21 326

翻译 0.Overview——Deep Learning

本文为Kaggle Learn的Deep Learning课程的中文翻译。原链接为:https://www.kaggle.com/learn/deep-learning1. Intro to Deep Learning and Computer VisionA quick overview of how models work on images2. Building Models f...

2018-09-29 10:30:29 267

翻译 在Kaggle上免费使用GPU

IntroKaggle提供免费访问内核中的NVidia K80 GPU。该基准测试表明,在深度学习模型的训练过程中,为您的内核启用GPU可实现12.5倍的加速。这个内核是用GPU运行的。我将运行时间与在CPU上训练相同模​​型内核的运行时间进行比较。GPU的总运行时间为994秒。仅具有CPU的内核的总运行时间为13,419秒。这是一个12.5倍的加速(只有一个CPU的总运行时间是13.5倍...

2018-09-29 10:17:29 30291 26

翻译 8. Dropout and Strides For Larger Models

Intro这是深度学习第8课。本科结束后,你将会理解并知道如何使用:Stride lengths来快速建立模型并减少内存消耗; Dropout 来对抗过拟合;这两个技术在大型模型中很有用。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('fwNLf4t7MR8', width=800, he...

2018-09-29 09:45:22 238

翻译 7. Deep Learning From Scratch

Intro这是深度学习第7课。到目前为止,您构建的模型依赖于预先训练的模型。 但它们不是许多用例的理想解决方案。 在本课程中,您将学习如何构建全新的模型。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('YbNE3zhtsoo', width=800, height=450)Sample Cod...

2018-09-29 09:05:13 2481

翻译 6. A Deeper Understanding of Deep Learning

Intro这是深度学习第6课。在本课程结束时,您将了解随机梯度下降和反向传播如何用在深度学习模型中设置权重。 这些主题很复杂,但许多专家认为它们是深度学习中最重要的思想。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('kQmHaI5Jw1c', width=800, height=450) ...

2018-09-29 08:39:23 405

转载 网络编程懒人入门(三):快速理解TCP协议一篇就够

转自即时通讯网:http://www.52im.net/原作者:阮一峰(ruanyifeng.com),本文由即时通讯网重新整理发布,感谢原作者的无私分享。1、前言本系列文章的前两篇《网络编程懒人入门(一):快速理解网络通信协议(上篇)》、《网络编程懒人入门(二):快速理解网络通信协议(下篇)》快速介绍了网络基本通信协议及理论基础,建议开始阅读本文前先读完此2篇文章。TCP 是互联网的...

2018-09-28 15:40:54 1006

翻译 5, Data Augmentation

Intro这是深度学习第5课在本课程结束时,您将能够使用数据增强。 这个技巧让你看起来拥有的数据远远超过实际拥有的数据,从而产生更好的模型。 Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('ypt_BAotCLo', width=800, height=450) Sample Code...

2018-09-28 14:55:55 312

转载 网络编程懒人入门(二):快速理解网络通信协议(下篇)

转自即时通讯网:http://www.52im.net/原作者:阮一峰(ruanyifeng.com),本文由即时通讯网重新整理发布,感谢原作者的无私分享。1、前言本文上篇《网络编程懒人入门(一):快速理解网络通信协议(上篇)》分析了互联网的总体构思,从下至上,每一层协议的设计思想。基于知识连贯性的考虑,建议您先看完上篇后再来阅读本文。本文从设计者的角度看问题,今天我想切换到用户的角...

2018-09-27 20:19:21 502

转载 Apollo自动驾驶入门课程第④讲 — 感知(上)

目录1.感知的概述2.计算机视觉3.摄像头图像4.LiDAR图像5.机器学习6.神经网络7.反向滤波法本文转自微信公众号:Apollo开发者社区原创:阿波君Apollo开发者社区8月23日上一篇文章中,我们发布了无人驾驶技术的定位篇(点击阅读)。很多开发者结合定位篇与Apollo平台的视频,对定位系统已经有了自己的见解,提出了有趣的问题。也希望...

2018-09-27 16:14:34 4547

转载 网络编程懒人入门(一):快速理解网络通信协议(上篇)

转自即时通讯网:http://www.52im.net/原作者:阮一峰(ruanyifeng.com),本文由即时通讯网重新整理发布,感谢原作者的无私分享。1、写在前面论坛和群里常会有技术同行打算自已开发IM或者消息推送系统,很多时候连基本的网络编程理论(如网络协议等)都不了解,就贸然定方案、写代码,显得非常盲目且充满技术风险。即时通讯网论坛里精心整理了《通俗易懂深入理解TCP协议》、...

2018-09-26 12:47:05 821

翻译 4.Transfer Learning

Intro这是深度学习第4课。在本课程结束时,您将能够使用迁移学习为您的自定义目标构建高度准确的计算机视觉模型,即使您的数据相对较少。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('mPFq5KMxKVw', width=800, height=450) Sample CodeSpec...

2018-09-26 10:19:54 266

转载 Apollo自动驾驶入门课程第③讲 — 定位

本文转自微信公众号:Apollo开发者社区原创:阿波君Apollo开发者社区8月17日上周我们发布了Apollo入门课堂第②讲—高精地图,收到了很多开发者的认同和赞赏,也看到越来越多的开发者对学习自动驾驶技术有了浓厚的兴趣,希望有更多开发者能够通过本门课程,学到更多的自动驾驶知识。本周我们将介绍定位模块的知识,了解车辆如何以个位数厘米级别的精度进行自定位。定位是让无人...

2018-09-25 14:49:39 4196

转载 《TCP/IP详解》学习笔记(七):广播和多播、IGMP协议

单播,多播,广播的介绍1单播(unicast)单播是说,对特定的主机进行数据传送。例如给某一个主机发送 IP 数据包。这时候,数据链路层给出的数据头里面是非常具体的目的地址,对于以太网来说,就是网卡的 MAC 地址(不是 FF-FF-FF-FF-FF-FF 这样的地址)。现在的具有路由功能的主机应该可以将单播数据定向转发,而目的主机的网络接口则可以过滤掉和自己 MAC 地址不一致的数据。...

2018-09-24 21:55:18 608

翻译 3.Programming in TensorFlow and Keras

Intro这是深度学习第3课。在本课程结束时,您将能够编写TensorFlow和Keras代码,以使用计算机视觉中最好的模型之一。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('Epn3ryqr-F8', width=800, height=450)Sample Code选择要使用的图像...

2018-09-24 20:54:13 269

翻译 2.Building Models from Convolutions

Intro这是深度学习课程的第2课在本课程结束时,您将了解如何将卷积结合起来,以实现计算机视觉中的超人成就。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('ToBPiUlLFEY', width=800, height=450)Keep Going现在你理解了模型的结构,学会了怎么使用Te...

2018-09-24 19:42:32 225

翻译 1.Intro to Deep Learning and Computer Vision

Intro这是Kaggle深度学习教育课程的第一课。在本课程结束后,您将了解卷积。 卷积是计算机视觉(以及许多其他应用程序)中深度学习模型的基本构建块。之后,我们将很快开始使用世界一流的深度学习模型。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('OVbiVIChkVY', width=800...

2018-09-24 19:28:07 568

原创 LeetCode刷题实战(13):Roman to Integer

 题目描述:13 Roman to Integer       49.5% Easy Roman numerals are represented by seven different symbols: I, V, X, L, C, D and M.Symbol ValueI 1V ...

2018-09-23 16:17:38 241

转载 Apollo自动驾驶入门课程第②讲 — 高精地图

目录1.高精地图与传统地图2.高精地图与定位、感知规划的关系2.1高精地图用于定位2.2高精地图用于感知2.3高精地图用于规划3.Apollo高精度地图与构建3.1Apollo高精地图3.2Apollo高精地图的构建本文转自微信公众号:Apollo开发者社区原创:阿波君Apollo开发者社区8月9日上周我们开始带领小白开发者学习“U...

2018-09-23 14:26:17 4619

转载 《TCP/IP详解》学习笔记(六):UDP 协议

UDP 简要介绍UDP 是传输层协议,和 TCP 协议处于一个分层中,但是与 TCP 协议不同,UDP 协议并不提供超时重传,出错重传等功能,也就是说其是不可靠的协议。UDP 协议头1UDP 端口号由于很多软件需要用到 UDP 协议,所以 UDP 协议必须通过某个标志用以区分不同的程序所需要的数据包。端口号的功能就在于此,例如某一个 UDP 程序 A 在系统中注册了3000端口号...

2018-09-22 16:48:36 170

翻译 0.Overview----Machine Learning

本文为Kaggle Learn的Machine Learning课程的中文翻译,原文链接为:https://www.kaggle.com/learn/machine-learning1.How Models Work     The first step if you're new to machine learning2.Explore Your DataLoad data and...

2018-09-22 14:09:26 255

翻译 13.Data Leakage

本教程是ML系列的一部分。在此步骤中,你将学习什么是data leakage及如何预防它。 What is Data Leakage数据泄漏是数据科学家需要理解的最重要问题之一。 如果您不知道如何防止它,则会频繁出现泄漏,并且会以最微妙和危险的方式破坏您的模型。 具体而言,泄漏会导致模型看起来准确,当您开始使用模型做出决策,模型则变得非常不准确。 本教程将向您展示泄漏是什么以及如何避免泄漏...

2018-09-22 13:48:11 3842

原创 LeetCode刷题实战(43):Multiply Strings

题目描述:43 Multiply Strings 28.7% Medium Given two non-negative integers num1 and num2 represented as strings, return the product of num1 and num2, also represented as a string.Example 1:...

2018-09-21 22:28:45 222

转载 《TCP/IP详解》学习笔记(五):IP选路、动态选路

静态 IP 选路1一个简单的路由表选路是 IP 层最重要的功能之一。前面的部分已经简单的讲过路由器是如何根据 IP 数据包的 IP 地址来选择路由的。 这里就不重复了。首先来看看一个简单的系统路由表: 对于一个给定的路由器,可以打印出五种不同的 flag:  U 表明该路由可用。  G 表明该路由是到一个网关。如果没有这个标志,说明和 Destination 是直连的,而相应的 ...

2018-09-21 22:05:23 292

转载 Apollo自动驾驶入门课程第①讲—无人驾驶概览

本文转自微信公众号:Apollo开发者社区Apollo自动驾驶入门课程第①讲—无人驾驶概览原创:阿波君Apollo开发者社区8月1日在Apollo 3.0发布的同时,我们面向更多对自动驾驶感兴趣的开发者免费开放了“Udacity X Apollo自动驾驶入门课程”,帮助小白开发者快速入门自动驾驶,不知道开发者现在学习的怎么样了呢?本次课程从自动驾驶核心技术模块出发,...

2018-09-14 22:40:03 7976

转载 《TCP/IP详解》学习笔记(四):ICMP 协议、ping 和 Traceroute

ICMP 协议介绍前面讲到了,IP 协议并不是一个可靠的协议,它不保证数据被成功送达,那么自然的,保证数据送达的工作应该由其他的模块来完 成。其中一个重要的模块就是 ICMP(网络控制报文)协议。当传送 IP 数据包发生错误--比如主机不可达,路由不可达等等,ICMP 协议将会把错误信息封包,然后传送回给主机。给主机 一个处理错误的机会,这也就是为什么说建立在 IP 层以上的协议是可以做到...

2018-09-14 14:29:52 352

原创 LeetCode刷题实战(2):Add Two Numbers

题2描述:2 Add Two Numbers 29.10% Medium You are given two non-empty linked lists representing two non-negative integers. The digits are stored in reverse order and each of their nodes contai...

2018-09-12 16:10:59 194

原创 Leetcode刷题实战(1):Two Sum

Leetcode不需要过多介绍了,今天一边开始刷题一边开始总结:官网链接如下:https://leetcode.com/problemset/all/题1描述:1 Two Sum 38.80% Easy Given an array of integers, return indices of the two numbers such that they add ...

2018-09-12 14:27:14 268

翻译 12.Cross-Validation

本教程是ML系列的一部分。 在此步骤中,您将学习如何使用交叉验证来更好地衡量模型性能。What is Cross Validation机器学习是一个迭代过程。您将面临关于要使用的预测变量,要使用的模型类型,提供这些模型的参数等的选择。我们通过测量各种替代方案的模型质量,以数据驱动的方式做出这些选择。您已经学会使用train_test_split来分割数据,因此您可以测量测试数据的模型质...

2018-09-07 21:51:01 261

翻译 11.Pipelines

本教程是ML系列的一部分。 在此步骤中,您将了解如何以及为何使用管道清理建模代码。What Are Pipelines管道是保持数据处理和建模代码有序的简单方法。 具体来说,管道捆绑了预处理和建模步骤,因此您可以像使用单个包一样使用整个捆绑包。许多数据科学家在没有管道的情况下将模型混合在一起,但是管道有一些重要的好处。 其中包括:     清洁代码:您无需在每个处理步骤中跟踪您的训练...

2018-09-07 21:14:06 269

转载 0.《Apollo自动驾驶工程师技能图谱》

【新年礼物】开工第一天,送你一份自动驾驶工程师技能图谱!布道团队Apollo开发者社区1月2日AI时代到来,人才的缺乏是阻碍行业大步发展的主要因素之一。Apollo平台发布以来,我们接触到非常多的开发者他们并不是专业自动驾驶领域工程师,他们或是兴趣,或想转行,都对自动驾驶专业知识学习充满渴望。因此,我们做了一个重大的决定——做一份《Apollo自动驾驶工程师技能图谱》,这也是...

2018-09-07 17:03:55 4119

翻译 10.Partial Dependence Plots

本教程是ML系列的一部分。 在此步骤中,您将学习如何创建和解释部分依赖图,这是从模型中提取洞察力的最有价值的方法之一。What Are Partial Dependence Plots有人抱怨机器学习模型是黑盒子。这些人会争辩说我们无法看到这些模型如何处理任何给定的数据集,因此我们既不能提取洞察力也不能确定模型的问题。总的来说,提出这种说法的人不熟悉部分依赖图。部分依赖图显示每个变量或...

2018-09-07 16:06:45 10278 10

转载 《TCP/IP详解》学习笔记(三):IP协议、ARP协议

把这三个协议放到一起学习是因为这三个协议处于同一层,ARP 协议用来找到目标主机的 Ethernet 网卡 Mac 地址,IP 则承载要发 送的消息。数据链路层可以从 ARP 得到数据的传送信息,而从 IP 得到要传输的数据信息。 IP 协议IP 协议是 TCP/IP 协议的核心,所有的 TCP,UDP,IMCP,IGCP 的数据都以 IP 数据格式传输。要注意的是,IP 不是可靠的...

2018-09-06 14:21:46 218

转载 《TCP/IP详解》学习笔记(二):数据链路层

数据链路层有三个目的: 为IP模块发送和 接收IP数据报。 为ARP模块发送ARP请求和接收ARP应答。 为RARP发送RARP请 求和接收RARP应答ip大家都听说过。至于ARP和RARP,ARP叫做地址解析协议,是用IP地址换MAC地址的一种协议,而RARP则叫做逆地址解析协议,在tcp/ip协议的后面章节会介绍它们(在局域网里面用ARP协议可以很容易的搞瘫痪网络哦)数据链路层...

2018-09-06 11:04:15 219

翻译 9.XGBoost

本教程是机器学习系列的一部分。 在此步骤中,您将学习如何使用功能强大的xgboost库构建和优化模型。What is XGBoostXGBoost是处理标准表格数据的领先模型(您在Pandas DataFrames中存储的数据类型,而不是像图像和视频这样的更奇特的数据类型)。 XGBoost模型在许多Kaggle比赛中占据主导地位。为了达到峰值精度,XGBoost模型比Random Fo...

2018-09-06 10:15:42 1958

转载 《TCP/IP详解》学习笔记(一):基本概念

为什么会有TCP/IP协议在世界上各地,各种各样的电脑运行着各自不同的操作系统为大家服务,这些电脑在表达同一种信息的时候所使用的方法是千差万别。就好像圣经中上帝打乱 了各地人的口音,让他们无法合作一样。计算机使用者意识到,计算机只是单兵作战并不会发挥太大的作用。只有把它们联合起来,电脑才会发挥出它最大的潜力。 于是人们就想方设法的用电线把电脑连接到了一起。  但是简单的连到一起是远远不够的...

2018-09-05 21:13:04 543

翻译 8.Using Categorical Data with One Hot Encoding

本教程是机器学习系列的一部分。 在此步骤中,您将了解“分类”变量是什么,以及处理此类数据的最常用方法。Introduction分类数据是仅采用有限数量值的数据。例如,如果人们回答一项关于他们拥有哪种品牌汽车的调查,结果将是明确的(因为答案将是本田,丰田,福特,无等等)。 答案属于一组固定的类别。如果您尝试将这些变量插入Python中的大多数机器学习模型而不首先“编码”它们,则会出现错误...

2018-09-05 09:21:22 476

转载 用OpenSSL编写SSL,TLS程序

http://zhoulifa.bokee.com/6134045.htmlhttp://blog.sina.com.cn/s/blog_86ca13bb0100vaph.htmlhttp://blog.chinaunix.net/uid-265753...

2018-09-04 19:27:54 966

翻译 7.Handling Missing Values

本教程是学习机器学习课程的第2部分。 本教程选择了1级完成的位置,因此如果您从1级完成练习,您将获得最大的收益。在此步骤中,您将学习三种处理缺失值的方法。 然后,您将学习如何比较这些方法在任何给定数据集上的有效性。Introduction数据可以通过多种方式以缺失值终止。 例如     两卧室房子不包括第三间卧室有多大的答案      接受调查的人可能会选择不分享收入Python...

2018-09-04 09:43:50 628

翻译 6.Random Forests

Introduction决策树会让您做出艰难的决定。 有很多树叶的深树将会过拟合,因为每个预测都来自其叶子上只有少数房屋的历史数据。 但是叶子很少的浅树会表现不佳,因为它无法捕获原始数据中的许多区别。即使在今天,最成熟的建模技术也面临着过拟合和欠拟合之间的这种紧张关系。 但是,许多模型都有聪明的想法,可以带来更好的性能。 我们将以随机森林为例。随机森林使用许多树,并通过平均每个组树的预测来...

2018-09-02 11:14:43 214

停车位检测数据集PSV。

停车位检测数据集PSV。

2022-07-08

KITTI数据集可视化源码,对应教程为:https://blog.csdn.net/cg129054036/article/details/119516704

KITTI数据集可视化教程,教程:https://blog.csdn.net/cg129054036/article/details/119516704

2021-08-08

139分钟学会Latex.zip

139分钟学会LATEX

2021-07-17

Coursera无人驾驶课程PPT

资源包含Coursera无人驾驶课程PPT课件及阅读资料。 B站课程视频地址为:https://www.bilibili.com/video/BV1WE411D74g?p=1。 课程笔记地址为:https://blog.csdn.net/cg129054036/article/details/110008047

2020-12-01

《动手学无人驾驶(1):交通标志识别》训练集和测试集

本资源是对应文章《动手学无人驾驶(1):交通标志识别》的训练集和测试集数据。 博文链接:https://blog.csdn.net/cg129054036/article/details/101367355 训练集大小为 :171.3MBytes,62种交通标志图片,4575张图片。 测试集大小为: 76.5MBytes,62种交通标志图片,2520张图片。

2019-09-25

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除