全手搓一个简单的机器学习算法 注：此为粗略介绍机器学习实际上是尝试让机器表示一种从对象到对象的变换过程。而矩阵则是数学上非常便于描述一种变换关系的类型（可以进行多维度的变换描述、存储信息量大且易于操作）。故在很多机器学习中经常使用多次矩阵变换来描述一个更复杂的变换。而如何使得变换更加趋于准确呢？便是调整各个矩阵的值。在这里我们把这些矩阵叫做参数矩阵。而如何进行变换呢？
neo4j安装、部署、迁移数据、连接python 前往安装neo4j，注意安装社区版，解压在任意文件夹中，复制路径设置中搜索环境，打开编辑系统环境变量，选择“环境变量”在下方“系统变量”中选择“Path”，新建一个变量，将上面解压的neo4j路径粘贴，以\bin结尾，然后确定使用neo4j.bat console启动neo4j，进入localhost:7474，默认账户密码都是neo4j，第一次进入修改密码。
ROS2-简单的节点之间交互实操案例 经过节点、话题、服务、动作、参数的基本学习，我们可以得到如下总结：ros2是一个控制机器人的系统，每个机器人，或者复杂机器人的每个部件都可以看作是一个节点，节点这里被我们定义为能够执行特定功能的最小单位。而ros2就是负责统筹、从整体层面去控制它们的。进行控制的本质就是将信息传递给每个节点，从而告知每个节点现在应该进行什么动作。而告知这个行为的实现，以话题、服务、动作为典型。现在我们通过一个案例，复习以上学过的知识
ROS2-参数 注：本博客所有的#{}都是代表需要被替换的内容！这个表示并不标准，只是我习惯了参数类似于变量，由键值对构成（变量名-值）相比于变量，参数显著的优势有能够在运行中修改、能在不同节点中互相调用。
ROS2-动作 对于实际应用场景，我们希望使用一个指令控制机械臂抓起面前的方块。这种情况可以用话题，机械臂节点订阅该话题，我们向话题中发布消息，从而使机械臂移动。也可以使用服务，客户端向机械臂节点发送消息，机械臂作为服务端在确认收到消息后返回消息，告知消息已接收但以上两种操作中，我们都无法得知机械臂具体进行了什么操作。于是动作的出现，完美解决了这个问题动作的本质是在发送了请求后，接收端重复周期性返还数据，以告知消息发送者当前动作进行到了哪里，以此来实现对动作的全程跟踪。
ROS2-服务 在前面学习信息传递时我们用到了话题，其好处是可以适合多个节点相互传输数据、定时周期传输数据等功能，其传递是单向的、异步的对于一个复杂的机器人系统，我们需要一个双向的、同步的数据传输方法，即服务。注：一个服务中服务端只能有一个，客户端可以有多个。
ROS2-话题相关 节点之间传递数据注意，话题是一个抽象的概念，其具体执行还是由节点完成，故每个话题都至少会有一个节点传输数据，一个节点收到数据面向对象编程相比于面向过程编程有显著的开发优势，在以后的内容中我们使用面向对象编程风格。
ROS2-节点相关 每个节点都是执行某项功能进程的可执行文件每个节点都有唯一的命名命令行进入工作区文件夹，使用$ colcon build命令编译（之前编译过不需要重复编译）此步执行需保证src目录下仅有一个文件夹，否则报错$ ros2 run learning_node node_helloworld 此步运行learning_node功能包中node_helloworld节点。
Linux中ROS2的环境配置与前置知识 命令行输入：$ sudo apt update && sudo apt install locales$ sudo locale-gen en_US en_US.UTF-8$ sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8$export LANG=en_US.UTF-8命令行输入：echo "deb [arch=$(dpkg --print-architecture)] https://repo.huaweicloud.com/ros2/ubun
关注
