2019年05月_不愿透露姓名的王建森

原创 SLAM十四讲ch4笔记——李群和李代数

在SLAM问题中我们经常要进行位姿的优化，一般我们在李代数上进行优化，因为李代数上的优化是一种无约束的优化。什么是李群和李代数基础知识：三维旋转矩阵构成了特殊正交群SO(3)={R∈R3×3∣RRT=I,det(R)=1}SO_{(3)}=\{ R \in \mathbb{R}^{3 \times 3} |RR^T=I,det(R)=1 \}...

2019-05-18 22:58:59 521

原创 Cmake语句find_package()函数

背景如果我们在cmake某个程序的时候，经常会提示找不到某个所依赖的库，那么这是时候我们就需要检查我们的

2019-05-14 15:11:38 11006

原创数组、结构体在程序中的机器级表示

一直感觉机组老师讲课特别棒，学习完编程语言底层的一些机制之后，感觉对数组指针和结构体的理解更透彻了，趁着还没有忘记先记录下来。数组一维数组一个维度的数组在内存中是连续存储的，一个T arr[N]的数组长度可表示为：N*sizeof(T)。我们在编程的时候，经常用数组名当做指针来使用，进而方便访问数组中的元素，例如我们有个数组int val[5]={1,5,2,1,3};，这个数组名的相关...

2019-05-10 23:06:32 301

转载 Boost学习之格式化输出--Format

boost::format类提供了类似C语言里’printf’功能的格式化输出能力，当然功能更强大。所需头文件:#include <boost/format.hpp>示例代码:#include <iostream>#include <string>#include <boost/format.hpp> using namespace...

2019-05-08 22:30:04 235

原创 SLAM十四讲ch5——相机成像模型

针孔相机模型首先可以利用这样一个简单的模型解释相机成像过程：其中OxyzOxyzOxyz是相机坐标系，OOO是相机光心，假设P[X,Y,Z]TP[X,Y,Z]^TP[X,Y,Z]T，P′[X,Y,Z]TP'[X,Y,Z]^TP′[X,Y,Z]T，物理成像平面到小孔距离为焦距fff，那么有：从而有：Zf=−XX‘=−YY‘{Z \over f } =-{ X \over...

2019-05-07 23:24:30 601

喜欢Ubuntu的一个好处就是相比win来说Linux可以更方便的对系统进行一些修改，而且安装很多东西很方便，相比mac可以充分利用硬件（mac没有N卡，配置深度学习的时候不能用显卡跑代码）。作为一个颜控，最重要的当然是Ubuntu界面很舒服很漂亮～～～～自从接触了Ubuntu之后就开始了折腾之旅，装双系统、分区、熟悉操作命令、配置环境、美化界面等等，对于一个小白来说，过程还是很艰辛的。很早之前...

2019-05-05 19:07:52 3114 2

原创 LeetCode刷题日记-持续更新中

立志刷500道leetcode…每天更新…3.给定一个字符串，请你找出其中不含有重复字符的最长子串的长度给定一个字符串，请你找出其中不含有重复字符的最长子串的长度。示例 1:输入: “abcabcbb”输出: 3解释: 因为无重复字符的最长子串是 “abc”，所以其长度为 3。示例 2:输入: “bbbbb”输出: 1解释: 因为无重复字符的最长子串是 “b”，所以其...

2019-05-05 19:03:24 660 1

原创位运算练习作业

简介进一步理解书中第二章《信息的表示和处理》部分的内容,深刻理解整数、浮点数的表示和运算方法,掌握GNU GCC工具集的基本使用方法。要求请按照要求补全 bits.c 中的函数,并进行验证。包括以下6个函数 :1. int isAsciiDigit(int x)功能:当0x30<=x<=0x39时(即字符0-9的ASCII码值)返回1;其他情况下返回0示例:isAscii...

2019-05-05 19:02:22 10555 1

原创 Pytorch中的squeeze-和unsqueeze-函数

在numpy库中，经常会出现“秩为1的一维数组”（come from 吴恩达的深度学习，目前还没有搞清楚numpy中如此设计的意图）。比如：>>> a = torch.rand(3)>>> a.shapetorch.Size([3])注意这里的a的shape是[3] ，既不是 [1,3] 也不是 [3,1]。这就说明它既不是行向量也不是列向量，只是一个...

2019-05-05 19:00:26 684 1

原创 Pytorch中的torch.cat函数

cat是concatnate的意思：拼接，联系在一起。先说cat( )的普通用法如果我们有两个tensor是A和B，想把他们拼接在一起，需要如下操作：C = torch.cat( (A,B),0 ) #按维数0拼接（竖着拼）C = torch.cat( (A,B),1 ) #按维数1拼接（横着拼）>>> import torch>>> A=t...

2019-05-05 18:59:31 5198

原创 Pytorch中的交叉熵函数CrossEntropyLoss()

分类问题中，交叉熵函数是比较常用也是比较基础的损失函数，原来就是了解，但一直搞不懂他是怎么来的？为什么交叉熵能够表征真实样本标签和预测概率之间的差值？趁着这次学习把这些概念系统学习了一下。交叉熵的数学原理首先说起交叉熵，脑子里就会出现这个东西：L=−[ylog⁡y^+(1−y)log⁡(1−y^)]L=-[y\log{\hat{y}}+(1-y)\log{(1-\hat{y})}]L=−[...

2019-05-05 18:50:53 15468

原创 Pytorch中的自动求导函数backward()所需参数的含义

正常来说backward( )函数是要传入参数的，一直没弄明白backward需要传入的参数具体含义，但是没关系，生命在与折腾，咱们来折腾一下，嘿嘿。

2019-05-04 23:57:04 2517 1

不愿透漏姓名的王建森的博客