- 博客(117)
- 资源 (14)
- 收藏
- 关注
RSS订阅原创 【python 基础】装饰器
一旦你在一个函数上方添加了@property，这个函数就不再是一个普通的“方法（Method）”了，它被转化成了一个属性对象（Property Object）/ 描述符（Descriptor）。
2026-01-23 14:40:46
394
原创 【Robot Learning】技能：深入浅出理解分布式训练
想象一下，你要训练一个拥有数十亿参数的AI模型，就像让一个学生背诵整个图书馆的书籍。单个GPU就像只有一个学生在学习——进度缓慢，记忆力有限。这就是我们需要分布式训练的原因。
2026-01-12 18:22:56
648
原创 【ROS笔记5】tf 和 tf2_ros 的使用区别
最近在使用tf or tf_ros2 来发布消息，一直出现问题，记录一下。## tf 正确## tf_ros2 错误## tf_ros2 正确是一个 ROS 工具，用于发布一个不变的坐标变换。它要求用户提供特定数量的参数来定义平移 (Position)旋转 (Orientation)坐标系名称 (Frames)和发布频率 (Period)。有两种正确的使用格式：对于tf2， 不用使用。
2025-12-12 03:49:32
543
原创 【Robot Learning】基础：VAE
传统行为克隆（BC）学习一个函数fafo，输出一个唯一的动作点。生成模型（VAEs）学习的是联合概率分布poa，输出的是所有可能oa对的可能性。
2025-11-28 03:31:04
995
原创 【Robot Learning】基础：从不同角度对机器学习分类
根据学习方式划分：监督学习， 无监督学习， 半监督学习， 强化学习根据模型架构划分： 线性模型， 决策树， 支持向量机， 贝叶斯模型，聚类模型，神经网络（包括多层感知机， 卷积神经网络CNN, 循环神经网络等），集成方法等根据生成模式分（自回归相关）：自回归模型 （AR,GPT系列）， 自编码器（无监督），生成对抗（GANs）, 流模型（flow-based models）, 扩散模型根据任务类型划分：分类模型， 回归模型，聚类模型，降维模型，生成模型。
2025-11-27 00:23:50
608
原创 【Robot Learning】基础概念一： Episode/Epoch, Step/Batch
当不同领域交汇融合时，其术语使用常会引发混淆。这既可能源于相同概念拥有不同名称，也可能是因为引入的过程虽已不完全符合原定义，却仍保留了原有名称。深度强化学习的发展历程亦如此，同样伴随着类似的术语问题。本教程将探讨围绕“”（episode）与“”（epoch）区别产生的理解难题。这种混淆还可能延伸至“”（step）和“”（batch）的概念。尽管这些差异看似细微，但它们对于理解训练过程以及比较不同深度强化学习算法具有重要作用。在深度监督学习中，训练过程通常会将可用数据划分为若干（batches）。
2025-11-25 00:32:00
616
原创 【杂记六】安装miniconda后，如何去除terminal的base
conda config --set auto_activate_base false：此命令修改 Miniconda 配置，以防止在打开新的终端会话时自动激活基本环境。通过执行这些步骤，能够删除 (base) 指示器。执行以下命令，关闭基础环境的自动激活功能。关闭并重新打开您的终端以确保更改生效。禁用基本环境的自动激活的步骤。
2025-04-10 04:34:59
456
原创 【杂记五】python -m module_name 命令
当模块不在当前目录或需要确保正确的导入路径时，-m会以sys.path）的方式运行模块，避免路径错误。：如果在run.py中导入，直接运行可能报错（因为my_package不在sys.path中）。：使用，Python 会自动将项目根目录添加到sys.path，确保正确导入包。当模块需要以包的形式运行时，-m允许使用相对导入（如），而直接运行脚本会报错。假设→ 报错。→ 相对导入生效。在虚拟环境中，直接运行脚本可能意外调用系统全局的 Python，而-m确保始终使用当前激活的 Python 环境。
2025-04-02 21:17:28
562
原创 【杂记四】刚体运动 +SE(3)
三维空间中刚体运动 = 平移 + 旋转 的组合！准确地知道一个刚体的位置和方向位置坐标（平移）姿态 / 朝向（旋转，通常用欧拉角、四元数、旋转矩阵）这就是机器人、机械臂、无人机、VR 控制器等领域中最基本的物理模型！
2025-03-25 20:29:34
1015
原创 [Linux] Not enough free space to extract *.zip or file
ZIP 文件在解压过程中会产生比压缩包本身更大的临时数据，一旦超出 1.6 GB 的限制，就会报“空间不足”的错误，即使主分区空间还很充裕也无济于事。导致该错误的主要原因是，虽然你的主分区确实有足够的可用空间，但很多图形解压工具在解压时会默认先把文件写到一个较小的临时文件系统（命令直接解压到磁盘上的某个文件夹，不再依赖小容量的临时文件系统。是 GNOME 的图形解压工具，你可以根据自己的软件更换命令。这样会直接把解压后的文件放到指定目录，跳过小容量的。如果只是想顺利解压，最简单的方法就是使用命令行的。
2025-03-13 23:01:14
666
原创 【latex \multicolumn and \multirow】
在 LaTeX 的表格中，和\multirow用来横向合并多个单元格。： 指定要合并的列数。例如，2表示合并两列。<对齐方式>： 定义单元格内容的对齐方式。clr|c|<内容>： 指定合并后的单元格显示的内容。用来纵向合并多个单元格。： 指定要合并的行数。例如，2表示合并两行。<宽度>2cm<内容>： 指定合并后的单元格显示的内容。
2024-11-26 22:51:41
2732
原创 [error] Unable to find either executable ‘empy‘ or Python module ‘em‘... try
【代码】[error] Unable to find either executable ‘empy‘ or Python module ‘em‘... try。
2024-08-03 21:21:37
721
原创 [Ubuntu Error] RuntimeError: CUDA error: no kernel image is available for execution on the device
命令显示使用的是CUDA 11.8编译器。这种不一致可能导致运行时出现问题，因为库和编译器版本不匹配。提供的输出信息来看，系统上安装了CUDA 10.1相关的包，但。如果你不再需要CUDA 10.1，可以卸载它以避免冲突。
2024-07-07 22:36:13
1225
原创 CUDA Install--Configure
这里提供了两种常见的CUDA安装方法的卸载指南：通过包管理器（如APT）和通过运行时安装（直接下载的.run文件）。你可以用它来列出系统中已缓存的共享库，并检查CUDA库是否包含在其中。确保你的环境变量设置正确，指向CUDA库的路径。如果你知道CUDA的安装目录，可以直接在该目录下查找。文件中添加了CUDA的路径，需要将这些设置移除。如果你想确保系统全局的共享库路径设置，可以编辑。首先找到你安装的CUDA版本的路径，通常位于。替换为实际安装的CUDA版本号，例如。并添加CUDA库路径，然后运行。
2024-07-07 20:55:25
1237
原创 【Python 笔记2】os.path.join()
函数是 Python 中处理文件和目录路径的非常重要和常用的方法。它可以自动处理不同操作系统之间在路径分隔符方面的差异，从而使代码更加可移植和易于维护。下面我将详细解释每个用法，并提供示例代码。
2024-04-02 21:52:19
3458
1
原创 【Python 笔记1】字典
想象你手头有一本非常厚的食谱书，这本书里面收集了来自世界各地的菜肴配方。书的每一页都详细描述了如何准备一个特定的菜肴，包括所需的原料、准备步骤、烹饪时间等。现在，为了更方便地查找和管理这些食谱，你决定将它们整理进一个大型的数字化数据库——这就是我们的“复杂字典”。在这个“复杂字典”中，每个“键”是一个菜肴的名字，而每个“键”对应的“值”是一个包含所有相关信息的小字典，这个小字典里面包含了原料、准备步骤、烹饪时间等。例如，如果你想查找“意大利面”的配方，你只需要在你的复杂字典中找到“意大利面”这个键。
2024-04-02 20:46:59
443
原创 【ROS 笔记5】话题发布与订阅————高级（一）
在使用ros pulisher时， 我们在建立话题 pub = rospy.Publisher('chatter', String, queue_size=10)我们的目的时将我们的message (string)通过话题发布出去，如：pub.publish(hello_str)。如果是为了处理单个话题的问题， 我们只用一个pub.publish()去发布就好。我们也能够记住这个话题是干什么的。
2024-04-02 20:24:15
964
原创 【ROS 笔记4】service 通信（通俗理解）
首先，我们需要定义一个服务，包括请求和响应的消息类型。这通常在一个.srv文件中完成，该文件位于你的ROS包的srv目录下。例如，如果我们要创建一个服务来执行两个整数的加法，我们可能会定义一个名为# 定义一个AddTwoInts.srv 文件# 内容如下int64 aint64 b---int64 sum---之前的部分是请求消息（客户端发送给服务端的），---之后的部分是响应消息（服务端返回给客户端的）。
2024-04-02 03:36:41
768
原创 【ROS笔记3】节点 和 命名空间 (通俗理解运用)
在ROS中，节点、话题、服务、参数等都可以有自己的命名空间（namespace）。命名空间是ROS用来组织和隔离不同资源的一种方式，确保了系统中的名字是唯一的，并允许同样的结构在不同的上下文中被重用。这就像在真实世界中的邮政系统，同一个城市里可以有多条同名的“梅花路”，但它们位于不同的区域，比如“东区的梅花路”和“西区的梅花路”。假设ROS是一个大型的邮局，而这个邮局需要处理来自世界各地的信件。每个信件都有一个地址，告诉邮局如何正确地投递这封信。在这个比喻中，邮局的“地址系统”就像是ROS的命名空间。
2024-04-01 23:11:28
1877
原创 【ROS 笔记1】Topic message通俗理解
topic 能够将所有的独立的模块， 进行有序的交流，链接。可以想象， roscore, 假设是一个铁路系统的总的开关，当打开总的开关（run roscore）， 铁路路就可以畅通起来， 铁路畅通后， 如何进行北京站（机器人recognition）与上海站(机器人抓取)的交流。那么我们可以从北京发送一列动车 D120 （topic 是动车， topic的名字是D120）。
2024-03-29 00:27:05
685
原创 【Timm 问题1】LayerNorm2d
所以我直接找到/home/sla/.conda/envs/sla_envs/lib/python3.8/site-packages/timm/models/layers/norm.py", line 23, 修改。在timm 0.8.6.dev0 version中。安装的timm 是0.4.12 version。如果有问题， 请留言。
2024-03-24 21:42:48
1148
原创 【Pytorch 第四讲】图像分类的Tricks
在分类问题中，最后一层一般是全连接层，然后对应标签的one-hot编码，即把对应类别的值编码为1，其他为0。这种编码方式和通过降低交叉熵损失来调整参数的方式结合起来，会有一些问题。这种方式会鼓励模型对不同类别的输出分数差异非常大，或者说，模型过分相信它的判断。但是，对于一个由多人标注的数据集，不同人标注的准则可能不同，每个人的标注也可能会有一些错误。模型对标签的过分相信会导致过拟合。
2024-03-01 20:27:04
1317
原创 【Numpy 版本 匹配 Tensorflow & Opencv version】
如果你安装的tensorflow=2.x需要的numpy是1.19.5。如果你安装的opencv的numpy版本是2.4.x。那么你需要调整tensorflow （以及之前的keras）， opencv版本， 让他们能使用统一版本的numpy。#. 首先谈论一下，为什么写这一篇。如果在安装python包时， 同时安装tesnorflow 和opencv包时， 如果幸运的，可能一次成功。如果不幸运的， 估计可能是两者的同时依赖项numpy出现了问题。
2024-02-02 00:37:28
3145
1
原创 【tensorflow 版本 & keras版本】
. 安装tensorflow and keras， 总是遇到版本无法匹配的问题。2.再根据下面表，确定安装的tesorflow, keras。1.先确定你的python version。
2024-02-02 00:27:08
987
原创 【Python版本与Opencv版本匹配】
. 在安装opencv时，经常遇到，python版本与opencv版本无法匹配。当安装了opencv以后， 发现依赖项numpy又无法匹配。根据上面的图片， 可知道opencv python-3.3.1.11-cp34， python3.4对应opencv3.3.1.11。#. 本章节首先记录python and opencv match.
2024-02-02 00:23:36
4449
原创 【Ubuntu issues】ModuleNotFoundError: No module named ‘apt_pkg‘
【代码】【Ubuntu issues】ModuleNotFoundError: No module named ‘apt_pkg‘
2024-01-30 03:43:50
912
原创 【Pytorch 第三讲】如何使用pre-trained weights 来训练自己的模型
理由#有时在训练自己的模型时，如果从头开始训练自己的模型， 不但费时费力， 有时可能训练了很久， 好不容易收敛， 发现结果不是太好。如果能够基于被人 已经训练好的权重， 初始化自己的模型。那么在训练自己的模型时会事半功倍。
2024-01-26 20:47:38
1313
原创 【Pytorch 第二讲】 如何遍历 或者查看Model权重/参数/tesnsor_size/dict_names
【代码】【Pytorch 第二讲】 如何遍历 或者查看Model权重/参数/tesnsor_size/dict_names。
2024-01-25 21:16:14
727
原创 【Pytorch 第一讲】 如何加载预训练模型
导入 PyTorch# 初始化你的模型# 加载预训练权重# 或者当完成这个加载以后， 可以考虑打开 checkpoint , 看看该模型保存时，包含哪些dict keys.结果： dict_keys(['epoch', 'arch', 'state_dict',根据上面的 state_dict， 可以接下来用来将权重赋予模型Model# 将权重赋值给模型。
2024-01-25 21:10:52
1831
原创 Difference Between [Checkpoints ] and [state_dict]
在PyTorch中，checkpoints 和状态字典（state_dict）都是用于保存和加载模型参数的机制，但它们有略微不同的目的。
2024-01-24 22:04:55
705
原创 [Linux] Ubuntu install Miniconda
请注意，这些命令假定您正在使用64位系统。如果要安装不同版本或架构的Miniconda，请替换wget命令中的安装程序名称。2. 安装完成后，请初始化新安装的Miniconda。以下是用于bash和zsh shells的命令，
2024-01-20 20:42:44
722
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人