waterfeeling-CSDN博客

原创 Autoware自动驾驶平台（第一章）：Autoware安装

强烈建议通过docker的方式安装和运行Autoware，安装方法可参见后面的链接（链接）。主要步骤如下：clone Autoware docker项目git clone https://github.com/Autoware-AI/docker.git进入到docker/generic文件夹cd docker/generic运行run.sh./run.sh运行文件解读...

2021-02-14 21:00:49 1875

原创 Autoware自动驾驶平台（第二章）：Autoware官方demo运行

目录1. 准备数据1.1 下载数据1.2 解压数据2. 运行DEMO2.1 开启辅助工具2.1.1 开启rqt_graph2.1.2 开启rqt_tf_tree2.2 开启Autoware Runtime Manager并运行Demo2.2.1 开启Autoware Runtime Manager2.2.2 配置Demo2.2.3 正式开始运行Demo2.2.4 利用rqt_graph和rqt_tf_tree分析系统运行状态参考文献1. 准备数据1.1 下载数据3D点云地图和向量地图数据：wge

2021-02-12 23:20:30 4843 4

原创 Autoware自动驾驶平台（序言）：什么是Autoware

Autoware自动驾驶平台系列文章序言什么是Autoware第一章 Autoware安装第二章 Autoware官方demo运行第三章文章目录Autoware自动驾驶平台系列文章前言一、Autoware的前世今生二、Autoware相关资源1.代码资源2.文档资源总结前言一、Autoware的前世今生在Autoware官网（https://www.autoware.ai/）上对其是如此描述的：Autoware.AI is the world’s first “All-in-One

2021-01-20 22:40:35 1609

原创 Python用Pip安装Package遇到的常见问题解决方案

问题：运行：pip install -U [your_desired_package]报错如下：Command "python setup.py egg_info" failed with error code 1 in XXXX原因：setuptools版本太老。解决方法：运行pip install --upgrade setuptools后再次运行安装命令。...

2019-02-21 23:19:39 1924 1

原创 Google BERT概览（一） -它解决了哪些问题？

2018之秋，一篇《谷歌新发布的BERT模型突破11项纪录》的文章一出来，重燃大家对人工智能自然语言处理领域的热情。借此热点，在这里整理一下自然语言处理最新发展状况。首先需要注明的一点的是，严格意义上来说，BERT模型更加针对的是自然语言处理（NLP）中的自然语言理解（NLU）分支的问题，而自然语言处理（NLP）是一个更加宽泛的研究领域，包含更多的算法，模型和应用场景。数据集此次所谓Googl...

2019-02-06 21:24:01 3373

原创 Google Colab实战-基于Google BERT的中文命名实体识别（NER）

目录项目背景关于BERT基于Google BERT的中文命名实体识别（NER）项目实施代码和文件的准备在Google Colab上准备相应的环境项目背景之前的博文《Google Colab使用Tips》里面介绍了Google Colab使用的基本方法。其实写那篇文章的时候博主正在研究Google于2018年发表（论文）和开源（开源代码）的NLP通用框架BERT。在利用BERT实战的时候苦于手头...

2019-02-02 19:00:08 11170 15

原创 Google Colab使用Tips

目录Google Colab介绍Google Colab的使用在Google Colab上执行AI算法的总体流程附A：挂载Google Drive硬盘的其他方法Google Colab介绍依据官方介绍，Google Colaboratory项目（简称Google Colab）旨在提供一个提供一个基于Jupyter的云端在线工具，帮助实现Machine Learning的教育和研究。而对于AI的...

2019-02-02 17:28:53 1314 1

原创大数据风控AI竞赛总结

前海征信“好信杯”大数据算法大赛 (2017)竞赛背景作为平安旗下专业第三方商业征信机构，前海征信有着丰富的数据资源。本次赛事中主办方前海征信开放业务数据，设计国内首个迁移学习赛题：参赛选手需依据给定的4万条业务A数据及4千条业务B数据，建立业务B的信用评分模型。其中业务A为信用贷款, 其特征就是债务人无需提供抵押品，仅凭自己的信誉就能取得贷款，并以借款人信用程度作为还款保证的；业务B为现金贷...

2019-01-02 14:58:36 1933

原创 AI优秀开源项目总结

零售金融风控用户画像小微企业风控供应链需求预测@DataFountain基于机构实体的智能摘要和风险等级识别@DataFountain企业经营退出风险预测@DataFountain小超市供销存管理优化P2P网络借贷平台的经营风险量化分析金融消费消费金融场景下的用户购买预测@DataFountain其他基于运营商数据的互联网金融创新@DataFountain大数据精准营销中搜...

2018-12-25 11:03:37 1285

weixin_42441790的博客