- 博客(26)
- 资源 (5)
- 收藏
- 关注
原创 MRPT学习(三)——编译MRPT出错:OniPlatform.h:49:3: error: #error Xiron Platform Abstraction Layer - Unsupported
在编译MRPT时,出现了如下错误:OniPlatform.h:49:3: error: #error Xiron Platform Abstraction Layer - Unsupported解决办法:将OpenNI-Linux-x86-2.2/Include目录下的OniPlatform.h,由// Supported platforms#define ONI_PLATF...
2018-09-30 20:30:52 804
原创 MRPT学习(二)——Win10安装MRPT
本篇博客介绍如何在Win10 系统上安装MRPT(Mobile Robot Programming Toolkit,移动机器人编程工具箱)。一、准备编译安装环境1、下载并安装CMake。64位系统:https://cmake.org/files/v3.12/cmake-3.12.2-win64-x64.msi32位系统:https://cmake.org/files/v3.12/c...
2018-09-27 14:56:05 1343
原创 MRPT学习(一)——ubuntu for ROS MRPT安装
MRPT(Mobile Robot Programming Toolkit,移动机器人编程工具箱)的安装。1、准备编译环境:sudo apt-get install build-essential pkg-config cmake \ libwxgtk2.8-dev libftdi-dev freeglut3-dev \ zlib1g-dev libusb-1.0-0-dev...
2018-09-26 16:04:57 5557 4
原创 PyTorch学习(15)——生成对抗网络(GAN)
Gan的全称是Generative Adveratial Nets,生成对抗网络。Generator采用随机数生成有意义的数据,Discriminator学习判定哪些是真实数据哪些是生成数据,并反向传递到Generator。生成对抗网络接收一些信息,生成有意义的物体。下面是示例代码:import torchimport torch.nn as nnimport numpy...
2018-09-25 20:45:19 3957
原创 PyTorch学习(14)——强化学习(DQN)
强化学习(Deep Q Network, DQN)是一种融合了神经网络和Q learning的方法。实现不经过supervision,让机器学会做某件事情(如AlphaGo)。两种使得DQN变得很强大的因素:1、Experience replay:随机抽取以前的经历进行学习2、Fixed Q-targets:接下来,将介绍如何在PyTorch中使用强化学习DQN。接下来...
2018-09-25 15:57:21 7317 2
转载 NLTK学习(三)
本篇博客转自:NLTK学习之三:文本分类与构建基于分类的词性标注器学习记录所用,如有侵权,立即删除。一、有监督的分类1、分类分类时为给定输入选择正确的类标签的任务。比如判断一封Email是否是垃圾邮件,确定一篇新闻的主题。如果分类的时候需要人工标注的标签进行训练,则称为有监督的分类。分类器需要决定选择什么样的特征,并对特征进行编码。2、NLTK分类器在NLTK中提供...
2018-09-23 11:45:27 1251
转载 NLTK学习(二)
转载自:NLTK学习之二:建构词性标注器学习所用,如有侵权,立即删除。词性标注,或POS(Part Of Speech),是一种分析句子成分的方法,通过它来识别每个词的词性。下面简要列举POS的tagset含意,详细可看nltk.help.brown_tagset()标记 词性 示例 ADJ 形容词 new, good, high, special, big...
2018-09-17 10:32:06 707
转载 NLTK学习(一)
转载自: NLTK学习之一:简单文本分析学习记录所用,如有侵权,一定删除。(1)、nltk.text.Text()类用于对文本进行初级的统计与分析,它接受一个词的列表作为参数。方法 作用 Text(words) 对象构造 concordance(word, width=79, lines=25) 显示word出现的上下文 common_contexts(w...
2018-09-16 20:16:20 1296
转载 jieba分词器学习
转载自:好玩的分词——python jieba分词模块的基本用法学习记录所用,如有侵权,一定删除。结巴分词分为三种模式:精确模式(默认)、全模式和搜索引擎模式。精确模式:import jiebas = '武汉大学是一所还不错的大学'result = jieba.cut(s)print(','.join(result))输出:武汉大学,是,一所,还,不错,的,大学...
2018-09-16 15:48:29 652
原创 MATLAB读取nc数据并显示
本篇博客主要介绍采用MATLAB读取nc数据并进行显示。首先是显示经纬度:示例代码:lon = ncread('met_em.d02.2018-09-12_00_00_00.nc', 'XLONG_C');lat = ncread('met_em.d02.2018-09-12_00_00_00.nc', 'XLAT_C');plot(lon, lat, 'r')运行结果:...
2018-09-15 17:03:04 32348 7
原创 PyTorch学习(13)——自编码(AutoEncoder)
本篇博客主要介绍PyTorch中的自编码(AutoEncoder),并使用自编码来实现非监督学习。示例代码:import torchimport torch.nn as nnimport torch.utils.data as Dataimport torchvisionfrom torch.autograd import Variableimport matplotlib.p...
2018-09-12 11:32:11 7878 1
原创 PyTorch学习(12)——循环神经网络(RNN)-回归
本篇博客主要介绍采用RNN做回归。示例代码:import torchfrom torch import nnimport torchvision.datasets as dsetsimport torchvision.transforms as transformsimport matplotlib.pyplot as pltimport numpy as npfrom to...
2018-09-10 16:24:43 1097 1
原创 PyTorch学习(11)——循环神经网络(RNN)-分类
本篇博客主要介绍采用RNN做MNIST数据集分类。示例代码:import torchfrom torch import nnfrom torch.autograd import Variableimport torchvision.datasets as datasetsimport torchvision.transforms as transformsimport nump...
2018-09-10 09:57:32 1244
原创 PyTorch学习(10)—卷积神经网络(CNN)
本篇博客主要介绍PyTorch中使用CNN网络进行MNIST数据分类。示例代码:import torchimport torch.nn as nnfrom torch.autograd import Variableimport torch.utils.data as Dataimport torchvisionimport numpy as npimport matplot...
2018-09-08 19:42:11 934
原创 RGB-D SLAM实战(Kinect)
系统:indigo ROS(ubuntu 14.4)设备:Kinect(1)安装Kinect参考了:ROS Indigo下配置Kinect1摄像头测试结果:(上面这篇博客的博主也说了,最好不要使用虚拟机,由于设备的限制,我只能在虚拟机上进行实验,因此可以看到得到的图片效果很差) (2)安装使用RGB-D SLAM参考了:看我是怎么学SLAM(一)—...
2018-09-06 21:03:58 990
原创 PyTorch学习(9)—优化器(optimizer)
本篇博客介绍如何在pytorch中加速神经网络的训练过程。可以采用SGD、Momentum、AdaGrad、RMSProp、Adam等来加快神经网络的训练过程。示例代码:import torchimport torch.utils.data as Dataimport torch.nn.functional as Ffrom torch.autograd import Vari...
2018-09-06 17:38:41 2170
原创 PyTorch学习(8)—批训练
本篇博客主要介绍PyTorch中的批训练。Torch中提供了一种整理数据结构的工具DataLoader。示例代码:import torchimport torch.utils.data as DataBATCH_SIZE = 5x = torch.linspace(1, 10, 10) # x (torch tensor)y = torch.linspace(10, 1, 1...
2018-09-06 17:09:22 1096
原创 PyTorch学习(7)—保存和加载训练结果
本篇博客主要介绍如何在PyTorch中保存和加载模型训练的结果。对训练结果进行保存,有两种方式,一种是保存整个网络,另一种是保存训练好的参数,相对而言,第二种方式具有更高的效率。下面是示例代码:import torchfrom torch.autograd import Variableimport matplotlib.pyplot as plt# 生成假数据# tor...
2018-09-05 10:57:43 7606
原创 PyTorch学习(6)—快速搭建法
本篇博客主要介绍如何在PyTorch中更加快速便捷地搭建神经网络。示例代码:import torchfrom torch.autograd import Variableimport torch.nn.functional as Fimport matplotlib.pyplot as plt# 生成假数据n_data = torch.ones(100, 2)x0 = to...
2018-09-05 09:46:12 404
原创 PyTorch学习(5)—分类
本篇博客主要介绍采用PyTorch对数据进行分类。首先是分类数据(生成的假数据):示例代码:import torchfrom torch.autograd import Variableimport torch.nn.functional as Fimport matplotlib.pyplot as plt# 生成假数据n_data = torch.ones(100...
2018-09-04 11:16:29 357
原创 PyTorch学习(4)—回归
深度学习中有两大类问题:回归和分类。本篇博客主要介绍采用PyTorch来解决回归问题。下面是示例代码:import torchfrom torch.autograd import Variableimport torch.nn.functional as Fimport matplotlib.pyplot as plt# 生成假数据# torch.unsqueeze() ...
2018-09-04 10:09:11 640
原创 Kinect使用(二)——Kinect获取深度图RGB-D
新建C++项目,打开属性找到VC++目录在包含目录下添加:C:\Program Files\Microsoft SDKs\Kinect\v1.7\inc 在库目录下添加:C:\Program Files\Microsoft SDKs\Kinect\v1.7\lib\x86找到链接器->输入在附加依赖项里添加:Kinect10.lib新建CPP文件并输入如下代码:...
2018-09-03 21:15:20 6378 3
原创 Kinect安装与使用(一)
系统:win 10一、Kinect的安装点击下载Kinect for Windows SDK 1.7,并进行安装。官网给出的安装要求:支持的操作系统Windows 7,Windows 8,Windows Embedded Standard 7硬件要求您的计算机必须具备以下最低功能:32位(x86)或64位(x64)处理器双核2.66-GHz或更快的处理器专用USB...
2018-09-03 20:46:17 23368 1
原创 PyTorch学习(3)—激活函数
Pytorch中主要使用到的激活函数有relu、sigimoid、tanh和softmax,其中softmax通常用于分类。示例代码:import torchimport torch.nn.functional as Ffrom torch.autograd import Variableimport matplotlib.pyplot as plt# 生成数据x = tor...
2018-09-03 11:09:41 2625
原创 PyTorch学习(2)—Variable(变量)
神经网络里面的参数都是变量(variable)的形式。Tensor和Variable在反向传播的时候会出现差别,Tensor不能反向传播,Variable可以反向传播。Variable containing是指该variable属于搭建图的一部分。示例代码1:import torchfrom torch.autograd import Variabletensor = to...
2018-09-03 10:54:00 1024
原创 PyTorch学习(1)—Torch与Numpy对比
PyTorch相比TensorFlow,其最大的优点是建立的神经网络是动态的,相比静态的TensorFlow,它能更加有效地去处理一些问题,比如RNN变化时间长度的输出,TensorFlow相比PyTorch的有点在于分布式训练上。在神经网络中Torch可以替换Numpy。首先,Tensor和Numpy之间的转换,示例代码如下所示:import torchimport numpy ...
2018-09-02 21:12:31 3254
垃圾分类数据集及代码
2020-11-11
Naruto.zip
2019-05-16
TensorFlow transfer learning权值文件、数据集
2019-04-14
pose_deploy.prototxt
2019-02-27
南瓜、西瓜、西红柿图片数据集
2019-01-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人