- 博客(31)
- 收藏
- 关注
RSS订阅原创 四元素&旋转
四元素表示旋转四元素表示旋转的注意事项四元素表示旋转的注意事项四元数旋转的几个需要注意的地方：用于旋转的四元数，每个分量的范围都在（-1，1）；每一次旋转实际上需要两个四元数的参与，即q和q*；所有用于旋转的四元数都是单位四元数，即它们的模是1；...
2021-08-27 09:36:32
664
原创 Assertion `index ＞= -sizes[i] && index ＜ sizes[i] && “index out of bounds“` failed
CUDA error: device-side assert triggered，Assertion `index >= -sizes[i] && index < sizes[i] && "index out of bounds"` failed原来如此原来如此在进行点云分割时遇到的问题。后来发现问题居然在于，没有将点云的起始标签改为0...
2021-08-09 17:16:58
1341
1
转载 3D模型检索
1、引言在互联网、计算机辅助设计（CAD）、分子生物学（3D蛋白质模型）、计算机图形学、医药以及考古学等不同领域中，大型的三维（3D）数据库变得越来越普遍。近期在激光扫描技术的进展使我们可以方便地构造一个物体精确的3D几何模型。这方面的应用包括对文化遗产的重建，例如斯坦福大学的数字米可朗基罗[1]和数字罗马[2]项目。激光扫描也可以生成工业和动画中人体头部、身体等真实对象的3D模型。其他领域也有很多3D数据库。例如，“国立设计库”为在线的CAD模型数据库[3]，“蛋白质数据银行”[4]是在线的3D生物高
2021-01-15 14:30:31
2261
翻译 BOP数据集格式说明
BOP数据集的格式本文章描述BOP数据集的通用格式[1].目录结构数据集具有以下结构:models[_MODELTYPE] —物体的3D模型例如：lm_models:指lm数据集的3D模型models[_MODELTYPE]_eval - 用来进行对物体位姿估计误差的三维模型，这些是通过一致采样和抽取的三维物体模型.例如：tless_models_eval—tless来进行对物体位姿估计误差的三维模型train[_TRAINTYPE]/X (optional) - 物体X的训练图像例如：
2021-01-08 18:52:03
4231
3
原创 DEEP LEARNING WITH PYTORCH: A 60 MINUTE BLITZ （官网60min闪电战第三部分注释）
DEEP LEARNING WITH PYTORCH: A 60 MINUTE BLITZ （官网60min闪电战第三部分注释）NEURAL NETWORKSimport torchimport torch.nn as nnimport torch.nn.functional as Fclass Net(nn.Module): #继承nn.Moudle def __init__(self): super(Net, self).__init__() #调用nn.Mou
2020-11-29 19:31:20
454
原创 Ubuntu18.04系统配置cuda10.1、cudnn、pytorch
本帖是作者测试过三遍的环境配置，18.04桌面版和服务器版均经过测试没问题，作者只讲战术不讲战略，杠精请绕路
2020-11-21 10:45:20
1310
1
原创 DHNN
Hopfiled霍普菲尔德网络，设计一个反馈网络存储下列目标平衡点： T=[1 -1；-1 1];用六组任意随机初始列矢量，包括一组在垂直平分线上的点，观察输入和输出，给出最后收敛到的平衡点。matlab代码如下：clcclearcloseT=[1 -1;-1 1]plot(T(1,:),T(2,:),'rp');axis([-1.1 1.1 -1.1 1.1]);title('H...
2018-10-31 11:14:46
1351
1
原创 plot
plot用于matlab二维绘图：句法：1.plot(X,Y) 在Y中创建数据的二维线图，而在X中创建相应的值。2.plot(X,Y,LineSpec) 设置线条样式、标记符号和颜色。3.plot(X1,Y1,...,Xn,Yn)对所有线使用相同的轴绘制多个x，Y对。4.plot(X1,Y1,LineSpec1,...,Xn,Yn,LineSpecn) 设置每一行的线条样式、标记类型和...
2018-10-27 23:01:37
878
原创 cell2
cell2mat函数的用法：作用：将元胞数组转换为基础数据类型的普通数组句法：A = cell2mat（C）解释：元胞数组C的元素必须包含相同的数据类型，生成的数组也是同样的数据类型。C的内容必须支持连接成N维矩形，即，同一列中单元格的内容必须具有相同的列数，尽管它们不需要具有相同的行数。举例：C = {[1], [2 3 4]；[5; 9]， [6 7 8; 10 11 12]}...
2018-10-27 22:29:07
602
原创 newff
newff该函数用于创建一个前馈BP神经网络句法：net=netff(P,T,S,TF,BTF,BLF,PF,IPF,OPF,DDF)解释：P:输入数据矩阵T：目标数据矩阵S：隐含层节点数TF：节点传递函数（阈值函数hardlim，hardlims，线性函数purelin，双曲正切S型函数tansig，对数S型传递函数）BTF：训练函数（梯度下降训练函数traingd，动量反传梯度...
2018-10-12 19:24:52
6632
1
原创 newcf
newcf该函数用于创建级联前向BP网络函数句法：net=newcf(PR,[S1,S2,…,SN],{TF1 TF2 … TFN},BTF,BLF,PF)
2018-10-12 19:07:00
2018
3
原创 np.roots函数
np.root函数解释：python中用来求方程的根或函数的零解（复数根或实数根都可以）句法：np.roots(,)括号中的参数就是一个定义多项式的参数向量，，具体点说就是，方程多项式按照未知数的降幂排列，然后将各式的系数依次填入括号中。...
2018-10-06 18:56:03
7457
原创 newlind
功能：该函数可以设计一个线性层，它通过输入向量和目标向量来计算线性层的权值和阈值句法：net=newlind(P,T,Pi)解释：P是输入向量T是目标分类向量Pi是初始输入延迟状态的ID个单元阵列，每个元素Pi{i，k}都是一个RixQ维的矩阵，默认为空。net是函数返回值，一个线性层，它的输出误差平方和对于输入P来说具有最小值，也就是说，newlind可以将误差取到最小...
2018-10-02 12:56:06
1182
原创 .weight.initFcn
nnproperty.weight.initFcn神经网络权重initFcn属性。NET.inputWeights {i，j} .initFcn或NET.layerWeights {i，j} .initFcn此属性定义了权重初始化函数用于初始化从第j个输入或层转到第i层权重矩阵（net.IW {i，j}...
2018-10-02 12:36:02
636
原创 神经网络
1. 网络创建函数newp 创建感知器网络newlind 设计一线性层newlin 创建一线性层newff 创建一前馈BP网络newcf 创建一多层前馈BP网络newfftd 创建一前馈输入延迟BP网络newrb 设计一径向基网络newrbe 设计一严格的径向基网络newgrnn 设计一广义回归神经网络newpnn 设计一概率神经网络newc 创建一竞争层newsom 创建...
2018-10-02 11:01:34
399
原创 maxlinlr
maxlinlr函数：作用：该函数为分析函数，用于计算线性网络层的最大学习效率，句法：lr=maxlinlr§lr=maxlinlr(P,‘bias’)解释：P为输入向量的PxQ矩阵例子：P=[1.0 -1.2] lr=0.4*maxlinlr(P) ...
2018-10-02 10:45:39
1431
原创 cat
matlab函数cat的介绍：功能：沿指定维度连接数组句法：C =cat（dim，A，B）C = cat（dim，A1，A2，A3，A4，…）解释：C = cat（dim，A，B）将数组A和B连接在由dim指定的维度的数组 上。 dim参数必须是实数，正整数值。C = cat（dim，A1，A2，A3，A4，…）沿数组的维度dim连接所有输入数组（A1，A2，A3，A4等...
2018-09-24 16:13:41
211
原创 plotpc
神经网络工具箱中的plotpc函数简介：功能：用于显示最后出来的分类线句法：plotpc（W,B）或者plotpc（W,B,H）解释：W:SxR的加权矩阵（R必须小于3）；B:Sx1维的偏差；H：最后划线的控制权；plotpc（W,B）:以T为标尺，绘制P的列向量；plotpv（W,B,H）:用于在绘制新线之前检验最新绘制的分界线。通俗点说，就是在之前plotpc绘制出的坐标系中...
2018-09-23 18:57:38
4242
1
原创 trainParam.epochs
net.trainParam.epochs神经网络trainParam属性。NET.trainParam此属性定义当前训练函数的参数net.trainFcn。最大值（epochs）函数参数epochs是一个训练函数参数。它必须是一个正值。epochs可用来定义训练迭代的最大值。此参数由trainb，trainbfg，trainbr使用，trainbu，trainbuwb，tra...
2018-09-23 18:35:09
7747
原创 plotpv
神经网络工具箱中的plotpv函数简介：功能：用于显示感知器句法：plotpv（P,T）或者plotpv（P,T,V）解释：P:Q组R维的输入向量；T:Q组S维的目标向量；V=[x_min x_max y_min y_max]:坐标轴的取值范围plotpv（P,T）:以T为标尺，绘制P的列向量；plotpv（P,T,V）:在V的范围中绘制P的列向量。通俗点说，就是把想要分类...
2018-09-23 18:28:37
3614
原创 多组神经元
%多组神经元分类又称模式联想 %将10组二维矩阵，分为4类，所对应的输入矢量为P=[0.1 0.7 0.8 0.8 1.0 0.3 0.0 -0.3 -0.5 -1.5;1.2 1.8 1.6 0.6 0.8 0.5 0.2 0.8 -1.5 -1.3],T=[1 1 1 0 0 1 1 1 0 0;0 0 0 0 0 1 1 1 1 1]P=[0.1 0.7 0.8 0.8 1.0 0.3 0...
2018-09-23 11:07:12
292
原创 train
train函数功能：训练神经网络句法：[net,tr,Y,E,Pf,Af]=train(net,P,T,Pi,Ai)解释：P:输入样本数据，T:目标样本数据Pi：初始化输入层延迟条件Ai：初始化层延迟条件Y：神经网络的输出数据，数据格式同输入的目标样本数据E：神经网络的输出误差数据Pf：训练后的网络输出层延迟条件Af：训练后网络延迟条件举例：假设net网络已经定义好net....
2018-09-22 21:27:16
3141
原创 net.b
神经网络b属性。NET.b此属性定义具有偏差的每个层的偏置矢量。 它是始终是Nl x 1单元阵列，其中Nl是网络层的数量（net.numLayers）。第i层（或空矩阵[]）的偏置矢量位于net.b {i}如果net.biasConnect（i）是1（或0）。偏置矢量中的元素数总是等于与之关联的图层（net.layers {i} .size）。这个维度也可以从偏差属性中获得： ...
2018-09-22 20:44:09
1059
原创 net.iw
神经网络IW属性。NET.IW此属性定义去往图层的权重的权重矩阵来自网络输入。 它总是Nl x Ni单元阵列，其中Nl是网络层数（net.numLayers），Ni是数量网络输入（net.numInputs）。从第j个输入到到第i层的权重的权重矩阵（或null matrix []）位于net.iw {i，j}如果：net.inputConnect（i，j）为1（或0）。权重矩阵...
2018-09-22 20:37:23
5516
原创 sim
matlab2016a中sim函数的应用：用处：对神经网络进行仿真（simulink的简写）句法：[Y,Pf,Af,E,pref]=sim(net,P，Pi，T)[Y,Pf,Af,E,pref]=sim(net,{Q TS}，Pi，Ai，T)[Y,Pf,Af,E,pref]=sim(net,Q，Pi，Ai，T)解释：P:输入样本数据，T:目标样本数据Pi：初始化输入层延迟条件Ai：...
2018-09-22 19:50:36
4527
3
原创 newp函数
matlab2016a中newp函数的应用：作用：构造感知器模型。句法：net=newp[PR,S,TF,LF]解释：PR:Rx2的输入向量最大值和最小值构成的矩阵，即每一行的最大值最 小值构成一行。S：构造的神经元的个数TF：激活函数的设置，可设置为hardlim函数或者hardlins函数，默认为 hardlim函数LF：学习修正函数的设置，可设置为learnp函数或者l...
2018-09-22 19:01:59
9466
1
原创 learnp
learnp感知器权重和偏差学习功能句法：[dW，LS] = learnp（W，P，Z，N，A，T，E，gW，gA，D，LP，LS）info = learnp（‘code’）描述：learnp是感知器重量/偏差学习功能。[dW，LS] = learnp（W，P，Z，N，A，T，E，gW，gA，D，LP，LS）需要几个输入，W - SxR权重矩阵（或b，Sx1偏差向量）。P - Rx...
2018-09-22 18:27:05
1911
原创 感知器简单分类
考虑一个简单的分类问题：设计一个感知器，将二维的四组输入矢量分成两类matlab2016a实现:输入矢量P=[-0.5 -0.5 0.3 0;-0.5 0.5 -0.5 1]目标矢量T=[1.0 1.0 0 0]P=[-0.5 -0.5 0.3 0;-0.5 0.5 -0.5 1]T=[1 1 0 0]%初始化，确定R S Q[R,Q]=size§[S,Q]=size(T)[W]=ra...
2018-09-22 18:19:04
1474
1
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