杂杂碎碎
文章平均质量分 78
一只不出息的程序员
致力于构建人类美好生活的程序员
展开
-
ROS入门与实践(2)
ROS入门与实践2ROS C++ Client库(roscpp)本节主要ros的基本编程,我们讲通过Husky模拟器完成一个简易的ROS包,通过实例了解ROS下的CMake文件的语法,然后使用Rviz可视化激光扫描的结果。我们从roscpp入手开始ROS编程学习。ROS C++ Client库(roscpp)下面是使用ros c++ 库编写的一个hello world程序:...原创 2020-09-22 01:08:13 · 517 阅读 · 0 评论 -
ROS入门与实践(1)
ROS入门与实践1 1、ROS简介2、ROS中的概念Master(主机)Node(节点)Topic(主题)Message(消息)catkin 创建系统3、ROS中的项目组织package.xmlCMakeLists.txt4、基于Husky模拟器的实践目前最广泛使用的开源机器人软件平台,ROS(Robot Operating System)极大的提升了机器人开发的效率。目前无人驾驶系统的实际实现仍然依赖于ROS,作为一个相对成熟的机器人软件平台,ROS虽然存在一些缺点,在无人驾驶系统的系统实现上,R原创 2020-09-15 00:47:34 · 812 阅读 · 0 评论 -
STL | Map(映射)的使用
STL | Map(映射)的使用一. 定义一个Map(映射)二. 插入数据三. Map容器的大小四. 遍历Map容器五.判定关键字是否在Map中的方法六.Map的基本操作函数七.对Map进行排序①自然数值key的排序②非数值类型的key排序重载小于号仿函数的应用八.Map的删除Map是STL的一个关联容器,它提供一对一(其中第一个可以称为关键字,每个关键字只能在map中出现一次,第二个可能称为该关键字的值)的数据处理能力。由于这个特性,它完成有可能在我们处理一对一数据的时候,在编程上提供快速通道。ma原创 2020-08-03 18:16:39 · 818 阅读 · 0 评论 -
整数快速幂 & 快速幂取模
整数快速幂 & 快速幂取模快速幂a^b^的朴素算法快速幂的原理快速幂【代码】快速幂取模幂取模的朴素的实现快速幂取模原理快速幂取模【代码】矩阵快速幂矩阵快速幂【代码】例题P1226 【模板】快速幂||取余运算P3390 【模板】矩阵快速幂快速幂所谓的快速幂,其目的是为了快速求幂,将时间复杂度从O(n)朴素算法的降到O(logn)。假如现在要求ab,按照朴素算法,就是将a连乘b次,时间复杂度为O(b),即O(n)级别。ab的朴素算法// O(n)#include<cstdio>原创 2020-07-27 11:58:17 · 948 阅读 · 0 评论 -
vector的排序与查找的运算符重载问题(sort&find)
vector的排序与查找的运算符重载问题(sort&find)Sort()函数和find()函数重载运算操作符:vector重载运算符“<”和“==”,进行排序和查找实例一:对struct结构体进行排序、查找实例二:对class类进行排序和查找Sort()函数和find()函数Sort函数:主要用于对无序的序列进行操作后得到有序的序列。std::find()函数的原型声明:template <class RandomAccessIterator> void sort (原创 2020-07-20 19:54:25 · 2407 阅读 · 0 评论 -
递归神经网络Recurrent Neural Networks
循环神经网络Recurrent Neural Networks介绍时序预测问题前馈网络与递归网络对比递归网络特点递归网络数据的输入输出递归网络问题LSTM/GRURNN问题Long Short Term Memory (LSTM)门(gate)的理解理解LSTM的数学公式:信息流普通RNN与LSTM的比较Gated RNNs的变种实现LSTM处理训练数据权重初始化方法定义LSTM类构建网络训练网络预测效果总结双向LSTM&GRU介绍时序预测问题用前馈神经网络来做时序信号预测有什么问题?前馈网络原创 2020-07-13 23:59:19 · 2008 阅读 · 0 评论 -
word embedding词嵌入
word embedding词嵌入One hot representationDistributed representation神经网络分析Word embedding训练方法word embedding的功能一般提现在文字序列预测中,比如存在于LSTM网络中。它的功能类同将图片在计算机中以像素的存储方式一样,对序列中的每一个元素进行编码,形成自己的表达序列的独特方式。序列中表达单词的方式有One hot representation和Distributed representation。One h原创 2020-07-06 18:19:39 · 455 阅读 · 0 评论 -
卷积神经网络CNN特点功能及其缺陷
卷积神经网络CNN特点功能及其缺陷卷积神经网络(CNN)中的模块及其功能作用CNN的目的特征卷积与特征提取卷积的特点:局部感知、参数共享、多核Down-Pooling多层卷积池化激活函数的意义LRN的催化与抑制Dropout的作用卷积神经网络中的局部连接卷积神经网络中的权值共享卷积神经网络的平移不变性卷积的缺陷坐标建模的任务上(如目标检测、图像生成等)的缺陷卷积神经网络(CNN)中的模块及其功能作用CNN的目的CNN的目的是以一定的模型对事物进行特征提取,而后根据特征对该事物进行分类、识别、预测或决策原创 2020-06-22 15:14:09 · 48715 阅读 · 3 评论 -
VAE:变分自编码器(Variational Auto-Encoder,VAE)
VAE---变分自编码器1、AE模型回顾2、关于分布3、VAE的思路与实现4、VAE的原理5、本质6、总结1、AE模型回顾AE(Auto-Encoder)模型,它的逻辑如下所示:其中,x是真实数据构成的样本空间里面的一个采样值,z是Encoder编码得到的latent code(隐编码),最后经过Decoder解码出来一个接近x的值。理论上,x的数量是无限的。实际操作时,只能获取有限个采样值,构成训练数据集,比如ImageNet、COCO等数据集中的图片,可以看成是从真实世界中采样(拍照)得到的有原创 2020-06-11 17:47:09 · 2725 阅读 · 0 评论 -
深度学习问题集锦
问题描述深度学习训练中断后继续训练时,loss变大,精度下降,随机种子不变。有什么原因会导致这种情况?理解全连接层深度学习训练中断后继续训练时,loss变大,精度下降,随机种子不变。有什么原因会导致这种情况?可能先要搞清楚,loss变大,是否真的跟“训练中断”有关系。有下面两种可能:1)如果代码没有问题,中断之前的learning rate应该与继续训练开始时是一样的。这种情况,有没有中断,应该没有影响。loss变大的原因,可能是此时的learning rate太大了,需要变小一些。2)如果你有使用原创 2020-06-11 17:36:16 · 390 阅读 · 0 评论 -
Rotation - 旋转
Rotation - 旋转1. 二维空间中的旋转1.1 旋转矩阵1.2 复数坐标2. 三维空间中的旋转2.1 旋转矩阵2.2 四元数(quaternion)几种旋转方式的实现。1. 二维空间中的旋转假设平面内任意一点的坐标是 (x,y),绕坐标原点逆时针旋转的角度是 θ,旋转后的坐标(x^\hat xx^,y^\hat yy^),有以下几种方法来计算旋转后的坐标:1.1 旋转矩阵1.2 复数坐标2. 三维空间中的旋转2.1 旋转矩阵按照右手螺旋法则,拇指指向轴的方向,其它指头的方向原创 2020-06-11 17:29:36 · 2949 阅读 · 0 评论