数学原理与数学哲学
数学原理与数学哲学
南山二毛
怕什么真理无穷,进一寸有一寸的欢喜。
展开
-
数学与深度学习
深度学习与人工智能领域主要的门槛有编程能力,需要有很好的逻辑思维和编程经验;还需要有扎实的数学基础,能够看懂相关的理论;同时计算机基础知识也需要掌握;最后还要了解相关学科的知识,比如计算机视觉领域的图像处理知识等。 下面主要介绍数学方面的掌握内容: 线性代数。想要学习深度学习, 你第一个需要理解透彻的学问是线性代数。 为什么? 因为深度学习的根本思想就是把任何事物转化成高维...原创 2018-03-20 16:29:37 · 3708 阅读 · 0 评论 -
数据归一化和代码实现
数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性。原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价。以下是两种常用的归一化方法:1、min-max标准化(Min-Max Normalization)也称为离差...原创 2018-05-15 17:41:47 · 11827 阅读 · 1 评论 -
三维刚体运动笔记
旋转矩阵欧式变换欧拉角和四元数四元数和旋转矩阵变换原创 2018-08-20 16:06:05 · 1974 阅读 · 0 评论 -
手推 Bundle Adjustment(2)--根据两幅图像进行位姿优化的C++实现
需要使用的第三方库:opencv Eigen3 Sophus解决问题:根据两幅RGB图像和对应的深度图像,通过特征点匹配+PnP估计变化的位姿,然后在通过Bundle Adjustment来优化位姿。...原创 2018-12-19 17:03:24 · 4708 阅读 · 2 评论 -
手推Gaussian Newton算法与C++实现
(1)mina,b,c∑i=xin∥y−eaxi2+bxi+c∥22 \min_{a,b,c}\sum_{i=x_i}^n \parallel y-e^{ax_i ^2+bx_i+c} \parallel_2^2 \tag{1}a,b,cmini=xi∑n∥y−eaxi2+bxi+c∥22(1)(2)error=y−eaxi2+bxi+c error = y-e^{ax_i^2+...原创 2018-12-17 18:10:26 · 1865 阅读 · 0 评论 -
手推 Levenberg-Marquardt算法与C++实现
Levenberg-Marquardt算法的主要应用是最小二乘曲线拟合问题:给定一组数量为nnn的独立变量和因变量的经验数据对(xi,yi)(x_i,y_i)(xi,yi),找到模型曲线f(x,β)f(x,\beta )f(x,β)的参数β\betaβ 使得偏差S(β)S(\beta )S(β)的平方和最小化:(()β^=argminβS(β)=argminβ∑i=1n∥yi−f(xi,...原创 2018-12-17 20:38:29 · 4569 阅读 · 0 评论 -
手推 Bundle Adjustment(1)--理论推导
Bundle Adjustment主要应用在从视觉重建中BA求解原创 2018-12-19 14:56:05 · 3612 阅读 · 0 评论