Yanjiusheng
wenxian
lunei
智能电子
展开
-
AirSim
Windows下,AirSim确实比Carla好用。项目地址:https://github.com/microsoft/AirSim.git支持python、c++。api。下载已编译好的安装包:Release v1.5.0 - Windows · microsoft/AirSim (github.com)解压,启动。python环境配置参考:Core APIs - AirSim (microsoft.github.io)仅需安装两个pip包。原创 2021-08-13 09:00:02 · 684 阅读 · 0 评论 -
Carla安装
下载:latestverisonWindows 预编译版本。解压。在 PythonAPI\carla\dist 目录下:使用anaconda创建python3.7环境。安装库文件。https://carla.readthedocs.io/en/0.9.12/start_quickstart/#before-you-beginpip3 install carla-0.9.12-cp37-cp37m-win_amd64.whl或者(推荐使用,能解决上面安装的代码提示问题)原创 2021-08-13 11:07:57 · 887 阅读 · 3 评论 -
adaptiveBoosting算法
adaptiveBoosting算法实现训练自己的数据集。原创 2021-05-27 16:01:55 · 267 阅读 · 0 评论 -
Charm安装、使用
项目链接:https://github.com/JHUISI/charmCharm是Joseph A. Akinyele等在2013提出的一个用于进行快速加密的平台(Python库),再Charm平台里有着各种工具包能够进行加密,解密等,具体包括IBE,ABE,AES,DES,RSA等对称以及非堆成加密。Charm安装前准备下载Charm包 python3http://www.openssl.org/source/原创 2021-05-30 00:38:13 · 2965 阅读 · 6 评论 -
聚类算法 KMedoids KMeans
KMedoids KMeansModuleNotFoundError: No module named 'sklearn_extra'原创 2021-05-27 23:20:08 · 2515 阅读 · 0 评论 -
可视化训练过程tensorboardx使用
pip install tensorflowpip install tensorboardxttensorboard 是 TensorFlow 的一个附加工具,可以记录训练过程的数字、图像等内容,以方便研究人员观察神经网络训练过程。ttensorboardX 这个工具使得 TensorFlow 外的其他神经网络框架也可以使用到 Tensorboard 的便捷功能。原创 2021-05-26 16:15:52 · 434 阅读 · 0 评论 -
机器学习16
1、能耗和计算资源限制,距离工业界的要求仍有一段距离2、很多模型无法部署在小型设备上或计算实时性无法满足要求3、人工智能包括机器学习,深度学习是实现机器学习的技术激活函数:激活函数是为高度线性的神经网络引入非线性运算,让神经网络具备更强大的拟合能力。神经网络剪枝分三步:1、训练未剪枝的神经网络模型2、对训练完成的模型进行剪枝3、重复第2步注意:剪枝是不可逆过程,如何剪枝?剪枝网络的过程是对全连接层中的连接参数设置阈值,权重低的被清除,网络变的稀疏。衡量网络参数的重要程度:1、计算损失函原创 2021-04-30 07:02:33 · 183 阅读 · 0 评论 -
机器学习15
import torch.nn.functional as Fimport torchfrom torch import nnimport torch.nn.functional as F'''Train SetVal Set 用来选择训练时的参数(最好的参数)Test SetPyTorch中加Dropout() torch.nn.Linear() torch.nn.Dropout(p=m)#概率m丢失点 torch.nn.ReLU() torch.nn.L...原创 2021-04-19 00:02:09 · 171 阅读 · 0 评论 -
机器学习14
visdom 可视化import numpy as npimport torchimport torch.nn.functional as flogits = torch.rand(4, 10)print(logits)pred = f.softmax(logits, dim=1)print(pred)print(pred.sum())print(pred.shape)pred_label = pred.argmax(dim=1)print('pred_label: '.原创 2021-04-17 00:35:37 · 628 阅读 · 0 评论 -
机器学习13
GPU训练原创 2021-04-16 10:23:14 · 165 阅读 · 1 评论 -
机器学习12
交叉熵、多分类原创 2021-04-15 23:06:19 · 170 阅读 · 0 评论 -
机器学习11
梯度、公式、优化原创 2021-04-15 08:04:05 · 110 阅读 · 0 评论 -
机器学习10
单层感知机、多层感知机 推导编码原创 2021-04-14 00:06:05 · 100 阅读 · 0 评论 -
机器学习09
# # import torch# # import numpy as np# ## # a = torch.rand(3, 1, 3)# # print(a)# # print(a.shape)# # print(a.size())# # print(a.shape[2])# # # dim >=3 时第三位数,(3, 1, 3)访问第二个3# # print(a[2])# # # 第三行1x3矩阵# # # 照片表示# # # 2,照片数量# # # 3,RGB通道#.原创 2021-04-12 19:53:34 · 87 阅读 · 0 评论 -
机器学习08
最小二乘法、怎么更新梯度 、CPU与GPU运行时间比较测试原创 2021-04-11 11:25:01 · 109 阅读 · 1 评论 -
机器学习07
画图、torchvision.transforms包原创 2021-04-10 01:19:02 · 248 阅读 · 0 评论 -
机器学习06
矩阵梯度、张量使用GPU原创 2021-04-09 14:01:05 · 109 阅读 · 2 评论 -
Softmax Regression
Softmax Regression python实现。原创 2021-03-31 16:30:49 · 235 阅读 · 0 评论 -
机器学习05
线程、线程锁、进程原创 2021-03-26 11:22:31 · 102 阅读 · 1 评论 -
机器学习04
cuda 、gpu原创 2021-03-24 23:52:21 · 117 阅读 · 1 评论 -
机器学习03
练习、原创 2021-03-22 20:04:49 · 97 阅读 · 0 评论 -
机器学习02
练习、原创 2021-03-21 17:22:09 · 118 阅读 · 1 评论 -
机器学习01
机器学习yolo5代码学习FLOPs,Floating point operations 浮点运算数量。1 GFLOPs = 10^9 FLOPs 即:10亿次浮点运算。FLOPS:注意全大写,是floating point operations per second的缩写,意指每秒浮点运算次数,理解为计算速度。是一个衡量硬件性能的指标。描述一个深度学习框架/模型,除了他的精确度,通常用Forward Pass计算量和参数个数(#Parameters)来描述复杂度,前者描述了所需的计算力,后者描述了原创 2021-03-17 16:08:58 · 178 阅读 · 0 评论 -
如何使用YOLOv5训练自己的数据集
目录1、安装Anaconda2、虚拟环境搭建3、下载源码和安装依赖库4、数据标注1、安装Anaconda一路安装,<只需要注意这里要将conda添加到PATH中,不推荐添加环境变量中>。打开终端。conda -V2、虚拟环境搭建#搭建环境conda create -n YOLO5 python=3.8#激活环境conda activate YOLO5以下可以不用操作,直接第三步。conda命令参考安装PyTorchp..原创 2021-03-05 08:14:54 · 783 阅读 · 1 评论 -
图分析与PageRank算法
目录Page Rank图分析(graph analytics)的目的是发掘隐藏在图中的统计规律或潜在结构。PageRank算法是无监督学习方法,主要是发现有向图中的重要结点。给定一个有向图,定义在图上的随机游走即马尔可夫链。随机游走者在有向图上随机跳转,到达一个结点后以等概率跳转到链接出 去的结点,并不断持续这个过程。PageRank算法就是求解该马尔可夫链的平稳分布的算法。Page Rank一个结点上的平稳概率表示该结点的重要性,称为该结点的PageRank值。被指向的结点原创 2021-01-30 13:20:06 · 987 阅读 · 0 评论 -
anaconda使用与测试搭建的环境
目录anaconda使用测试搭建的环境测试代码anaconda使用conda env list列出环境conda create -n envName python=3搭建一个python版本为3的envName环境activate envName激活环境conda remove -nenvName --all删除环境conda search opencv查看可安装包原创 2021-01-29 09:31:18 · 604 阅读 · 0 评论 -
机器学习中一些数学问题
目录机器学习误差分类回归树CART(Classification and Regression Trees)HMM和CRF概率密度函数估计机器学习机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学原创 2021-01-28 09:49:27 · 364 阅读 · 0 评论 -
模式识别《神经网络》
目录人工神经网络人工神经元拓扑结构网络训练人工神经网络- 人工神经网络是一个并行、分布式处理结构,由处理 单元及其称为联接的无向通道互连而成。- 这些处理单元具有局部内存,可以完成局部操作,该 操作由输入至该单元的信号值和存储在该单元中的信 号值来确定。- 每个处理单元有一个单一的输出联接,输出信号可以 是任何需要的数学模型。是一种模仿生物神经网络的结构和功能的数学模型或计算模型。Rumelhart等提出多层网络的学习算法—BP算法(1986)加拿大多伦多大...原创 2020-11-10 17:49:36 · 2124 阅读 · 0 评论 -
Fabric学习:Fabric源码中相关缩写的含义
Fabric源码中相关缩写的含义MSP Membership service provifer 成员服务提供者BCCSP blockchain cryptographic service provifer 区块链加密服务提供者ab atomic broadcast 原子操作广播lscc lifecycle system chaincode 生命周期系统链码Spec Specification 规格标准,详细说明KV key-value 键-值CDS ChaincodeDeploymentSpe原创 2020-11-01 20:40:16 · 526 阅读 · 1 评论 -
Fabric学习:搭建Fabric环境1.1.0、1.4.3、2.2.0版本
Fabric1.0.0版本、Fabric1.4.3版本、Fabric2.2.0版本原创 2020-11-06 18:51:56 · 882 阅读 · 4 评论 -
Fabric学习:Fabric源码
系统运行架构。下图是上图简化版。Orderer排序节点配置文件: orderer.yaml 通用配置文、账本配置、Kafka配置 ...原创 2020-10-22 20:28:37 · 1075 阅读 · 1 评论 -
Fabric学习:Fabric整体项目结构介绍
Fabric整体项目结构介绍版本较低,建议去看高版本手册。bccsp:提供了加密标准以及算法的实现,为整个项目提供统一的加密、签名、验签服务。common:common模块提供了通用功能以及一些通用的代码实现,包括日志、错误、工具包等,主要包括项目全局的功能性代码。core:core模块为Fabric项目的核心代码模块,其中包括权限控制、chaincode模块、committer、endorser、ledger、policy等核心功能的代码实现。discovery :该模块旨在为客户端程序提供服务原创 2020-10-01 13:49:37 · 1205 阅读 · 1 评论