matlab toolbox 安装,matlab中robot toolbox 下载安装

先是工具包,进robot toolbox官网  http://petercorke.com/wordpress/toolboxes/robotics-toolbox#Downloading_the_Toolbox

进去之后有两个源包,两个下载一种就行。这包会有人维护更新,不同时间不一样。5c0dd0ac537fcfed395b5efc17bb40ec.png

1.下载第一个源(.matbx文件)则可以直接用matlab打开安装,但是一般用的时候会报错,因为内存不够。

2.推荐下载第二个源(.zip文件)。下载后找到matlab安装文件夹,将解压后的rvctool文件夹复制进toolbox文件夹(如我的E:\Program Files\MATLAB\R2018a\toolbox)

3.接下来打开matlab,将rvctool文件夹和子文件夹添加进路径。在命令栏输入 pathtool

7c2eecb7226e3cd9b253300882929eed.png

4.路径添加完毕安装成功,使用startup_rvc开始robot toolbox

024f09d97e2e44f12371cc8d2a78bfcd.png

参考代码:

startup_rvc

然后

%建立简单机械臂给出参数

L1 = Link('d', 1, 'a', 1, 'alpha', pi/3)

L2 = Link('d', 1, 'a', 1, 'alpha', 0)

bot = SerialLink([L1 L2], 'name', 'my robot')

%正运动学

bot.fkine([0.1 0.2])

%画出形态

bot.plot([pi/4 pi/3])

161159a74084b3128db86301ab5fdda2.png

Done

Deep Learning Toolbox™提供了一个框架,用于设计和实现具有算法,预训练模型和应用程序的深度神经网络。您可以使用卷积神经网络(ConvNets,CNN)和长期短期记忆(LSTM)网络对图像,时间序列和文本数据进行分类和回归。应用程序和图表可帮助您可视化激活,编辑网络体系结构以及监控培训进度。 对于小型训练集,您可以使用预训练的深层网络模型(包括SqueezeNet,Inception-v3,ResNet-101,GoogLeNet和VGG-19)以及从TensorFlow™-Keras和Caffe导入的模型执行传输学习。 了解深度学习工具箱的基础知识 深度学习图像 从头开始训练卷积神经网络或使用预训练网络快速学习新任务 使用时间序列,序列和文本进行深度学习 为时间序列分类,回归和预测任务创建和训练网络 深度学习调整和可视化 绘制培训进度,评估准确性,进行预测,调整培训选项以及可视化网络学习的功能 并行和云的深度学习 通过本地或云的多个GPU扩展深度学习,并以交互方式或批量作业培训多个网络 深度学习应用 通过计算机视觉,图像处理,自动驾驶,信号和音频扩展深度学习工作流程 深度学习导入,导出和自定义 导入和导出网络,定义自定义深度学习图层以及自定义数据存储 深度学习代码生成 生成MATLAB代码或CUDA ®和C ++代码和部署深学习网络 函数逼近和聚类 使用浅层神经网络执行回归,分类和聚类 时间序列和控制系统 基于浅网络的模型非线性动态系统; 使用顺序数据进行预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值