自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(15)
  • 收藏
  • 关注

原创 Ubuntu20.04下通过ROS中Rviz控制UR5机械臂实物

如果没有git工具,可以输入以下命令安装如果git clone 指令报错,请看我另一片文章的解决办法。

2023-09-12 22:12:36 1301

原创 解决git clone 报错-110

从github上下载package出现报错。

2023-09-12 15:28:54 226

原创 Ubuntu20.04更新源提示-没有release文件

先是根据找网上的文章,多数是说源有问题。换了很多源之后还是无法解决。最后找到了如下方法,大家可以试一试。E: 无法定位软件包 ros-noetic-desktop-full。对于这个问题的解决请见我另一篇解决问题的记录。ROS的安装,按照下面这篇博客的指导进行。但在执行完,下面这段代码之后,

2023-09-11 11:38:55 1083

原创 ubuntu20.04安装ROS出现E: 无法定位软件包 ros-noetic-desktop-full

只是对自己解决问题的过程进行记录。然后安装对应版本的ROS。按照这篇文章进行操作。

2023-09-08 10:59:36 11241 1

原创 P5 全连接神经网络(中)

sigmoid函数在x等于0的时候导数最大,当输入值大于或者小于-10的时候,局部梯度都是0,不利于网络的梯度流传递,也就是会出现梯度消失的情况。而且,就算是梯度最大的时候也只有0.25,容易出现的情况。梯度爆炸也是由于链式法则的乘法特性导致的。断崖处梯度乘以学习率后会是一个非常大的值,从而飞出了合理区域,最终导致算法不收敛。解决方法就是沿梯度方向前进的步长限制在某个值内就可以避免“飞”出了,也叫做relu函数的好处,当输入大于0的时候局部梯度永远不会为0leakly relu基本上没有梯度为0的地方。

2023-08-30 11:37:12 54

原创 P4 全连接神经网络(上)

个人理解:熵反应混乱程度,如老师所举的案例,输球的概率100%,一点都不混乱,如果赢平输的概率各为1/3,那么此时熵最大,也最混乱。又因为p(x)=0时无需计算log(q(x)),所以交叉熵损失可以简化为下式,其中j是真是类别, $q_j$就是实际类别在分类器中的预测出的概率(例如图是猫,预测器给出这张图是猫的概率)W1的行数不需要受到类别限制,那么W1可以指定为很多行,一行就是一个模板,那么对于同一类东西,我可以用很多模板去区分它,例如马,一个模板记录朝右的马,一个记录朝左的马等等。

2023-08-30 11:26:19 63

原创 3 线性分类器(下)

举例:将R(W)设定为L2正则项其中的w表示矩阵中每一个元素,即所有元素的平方求和L2正则损失对大数值权值进行惩罚,喜欢分散权值,鼓励分类器将所有维度的特征都用起来,而不是强烈的依赖其中少数几维特征此外常见的正则项损失有最后这个是弹性网络正则项。

2023-07-24 10:01:05 42

原创 2 图像分类任务介绍&线性分类器(上)

上一种方法不行,现在都采用数据驱动的图像分类方式该方法包括三个步骤:1、数据集构建;有些是有标签的,有些是无标签的2、分类器设计与学习;从数据中找出规律,那么就需要找一个数学模型(分类器),然后通过学习将模型的参数填上。3、分类器决策:运用训练好的模型像素表示,特征太多,难以得到好的分类模型全局特征表示,从图像上抽出一些特征,例如频率特征等,用于大场景的分辨,面对遮挡就没办法局部特征表示,用局部特征来辨别,不容易收到遮挡影响神经网络将特征提取和分类放一起了,

2023-07-23 21:25:11 457 1

原创 1 计算机视觉学习前言

在CPU的指令集中对于100*100的两个矩阵相加需要运行10000次加法,在GPU指令集中只需要一次加法。计算机视觉大体上分为两个方向:视觉识别和三维信息获取。机器视觉更多地用于机器人一类的对象上。所以GPU对矩阵的计算很快。

2023-07-23 21:18:51 79 1

原创 python从入门到实践11-3

11-3 雇员:编写一个名为Employee 的类,其方法__init__()接受名、姓和年薪,并将它们都存储在属性中。编写一个名为give_raise()的方法,它默认将年薪增加5000美元,但也能够接受其他的年薪增加量。为Employee 编写一个测试用例,其中包含两个测试方法:test_give_default_raise()和test_give_custom_raise()。使用方法setUp(),以免在每个测试方法中都创建新的雇员实例。运行这个测试用例,确认两个测试都通过了。感觉最后

2022-04-02 21:39:05 216

原创 python从入门到实践11-1并11-2试题解答

题目:11-1 城市和国家:编写一个函数,它接受两个形参:一个城市名和一个国家名。这个函数返回一个格式为City, Country 的字符串,如Santiago, Chile。将这个函数存储在一个名为city_functions.py 的模块中。创建一个名为test_cities.py 的程序,对刚编写的函数进行测试(别忘了,你需要导入模块unittest 以及要测试的函数)。编写一个名为test_city_country()的方法,核实使用类于'santiago'和'chile'这样的值来调用前述函

2022-03-31 23:00:16 841

原创 python从入门到实践10-13答案

题目:10-13 验证用户:最后一个remember_me.py 版本假设用户要么已输入其用户名,要么是首次运行该程序。我们应修改这个程序,以应对这样的情形:当前和最后一次运行该程序的用户并非同一个人。为此,在greet_user()中打印欢迎用户回来的消息前,先询问他用户名是否是对的。如果不对,就调用get_new_username()让用户输入正确的用户名。import jsondef get_stored_username(): """如果存储了用户名,就获取它""" f

2022-03-30 23:11:12 168 1

原创 python从入门到实践10-11并10-12试题答案

题目:10-11 喜欢的数字:编写一个程序,提示用户输入他喜欢的数字,并使用json.dump()将这个数字存储到文件中。再编写一个程序,从文件中读取这个值,并打印消息“I know your favorite number! It’s _____.”。10-12 记住喜欢的数字:将练习10-11 中的两个程序合而为一。如果存储了用户喜欢的数字,就向用户显示它,否则提示用户输入他喜欢的数字并将其存储到文件中。运行这个程序两次,看看它是否像预期的那样工作。import jsondef

2022-03-30 22:34:13 1184

原创 Python从入门到实践10-8并10-9答案

题目:10-8 猫和狗:创建两个文件cats.txt 和dogs.txt,在第一个文件中至少存储三只猫的名字,在第二个文件中至少存储三条狗的名字。编写一个程序,尝试读取这些文件,并将其内容打印到屏幕上。将这些代码放在一个try-except 代码块中,以便在文件不存在时捕获FileNotFound 错误,并打印一条友好的消息。将其中一个文件移到另一个地方,并确认except 代码块中的代码将正确地执行。10-9 沉默的猫和狗:修改你在练习10-8 中编写的except 代码块,让程序在文件不存在时.

2022-03-29 22:23:12 622

原创 Python从入门到实践10-6并10-7试题答案

题目:加法运算:提示用户提供数值输入时,常出现的一个问题是,用户提供的是文本而不是数字。在这种情况下,当你尝试将输入转换为整数时,将引发TypeError 异常。编写一个程序,提示用户输入两个数字,再将它们相加并打印结果。在用户输入的任何一个值不是数字时都捕获TypeError 异常,并打印一条友好的错误消息。对你编写的程序进行测试:先输入两个数字,再输入一些文本而不是数字。注:经过实验,异常好像应该是ValueError而不是TypeError,如果有大佬能够解释的话欢迎评论。程序比较简单,不过考

2022-03-29 21:57:35 369

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除