![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习笔记
文章平均质量分 94
Clown Piece
这个作者很懒,什么都没留下…
展开
-
【深度学习初探】Day32 - 三维点云数据基础
点云是某个坐标系下的点的集合。这些点包含了丰富的信息,包括三维坐标 X,Y,Z、颜色、分类值、强度值、时间等等。点云在组成特点上分为两种,一种是有序点云,一种是无序点云。有序点云:一般由深度图还原的点云,有序点云按照图方阵一行一行从左上角到右下角排列,其中还会有一些无效点。有序点云按顺序排列,很容易找到它的相邻点信息,在某些处理下还是比较便利的,但是获取有序点云难度很大,在很多情况下是无法获取的。无序点云:无序点云更为常见和普遍,它就是点的集合,点的排列之间无任何顺序,点顺序交换后也不会有任何影响。原创 2023-12-14 17:37:05 · 1063 阅读 · 0 评论 -
【深度学习初探】Day31 - 三维点云数据的获取
以上是四个常用的点云获取方法,其中,通过 LiDAR 激光探测与测量是比较好的获取点云的方法,这样获得的点云更加拟真。根据激光测量原理得到的点云,包括三维坐标(XYZ)和激光反射强度(Intensity),强度信息和目标表面的材质、粗糙度、入射角方向以及仪器的发射能量、激光波长有关。根据相机摄影测量原理得到的点云,包括三维坐标(XYZ)和颜色信息(RGB)。根据获取点云数据的方式不同,后续处理点云的基础信息也不同。原创 2023-12-05 21:51:36 · 1394 阅读 · 0 评论 -
【深度学习初探】Day11 - Cirfa10数据集
Cifar-10数据集是一个比较出名的数据集。它一共有10类图片,每一类有6000张图片,加起来就是60000张图片,每张图片的尺寸是32x32,图片是彩色图。今天我们来了解一下这个数据集,然后对其进行可视化操作。原创 2023-04-17 16:50:39 · 598 阅读 · 0 评论 -
【深度学习初探】Day03 - 感知机(Perceptron)
感知机(Perceptron)这一算法是神经网络(深度学习)的起源算法,我们学习感知机的构造,以了解通向神经网络和深度学习的一种重要思想。原创 2023-04-11 18:24:12 · 212 阅读 · 0 评论 -
【深度学习初探】Day04 - 神经网络
那么,这里的argmax(y_batch, axis = 1)其实是在找出每一行(也就是每一张图片)被识别出的结果(因为是几的话,它在的那一列就是1,其他列都是0,找出最大值下标,这个下标值也就是这个数字本身了),比如:[ 0, 0, 1, 0, 0, 0, 0, 0 ,0 ,0 ],说明这个数字是2,此时argmax( )它得到的结果刚好是“2”。这指定了在 100 × 10 的数组中,沿着第1维方向(以第1维为轴,这里的第1维是行方向,而第0维是列方向)找到最大的元素的索引。原创 2023-04-10 23:03:38 · 158 阅读 · 0 评论 -
【Pytorch学习笔记】Day01 - Pytorch的基本操作
从零开始学PyTorch,一定要看的基本操作。原创 2023-02-21 11:20:57 · 383 阅读 · 0 评论 -
【深度学习初探】Day 02 - 前置库的引入
对应元素”的英文是element-wise,NumPy不仅可以进行element-wise运算,也可以和单一的数值(标量)组合起来运算,此时是数组各个元素和标量之间进行运算。之前提到一个2 × 2矩阵A和标量10之间进行了乘法运算,在此过程中,标量10首先被扩展为2 × 2的形状,四个元素都是10,然后再与A进行乘法运算,这个功能就叫。如上所示,X > 15 这个语句也是有返回值的,返回的是一个bool类型的数组,它会将每个元素进行逻辑语句判断得到True或False的结果,填充到相应位置上。原创 2023-04-03 16:06:27 · 238 阅读 · 0 评论 -
【深度学习初探】Day01 - 卷积神经网络(CNN)的基础概念
学习一下CNN的基础概念。原创 2023-03-30 21:37:02 · 224 阅读 · 0 评论