- 博客(14)
- 收藏
- 关注
原创 机器学习算法入门梳理——支持向量机的分类预测详解
基于支持向量机的分类预测机器学习算法详解,day3 打卡!1. 相关的概念线性可分:在二维空间上,两类点被一条直线完全分开叫做线性可分。超平面:从二维空间扩展到多维空间时,将两两类样本完全正确的划分开来的线(上述线性可分的直线)就变成了超平面(wx+b=0)。以最大间隔把两类样本分开的超平面称之为最大间隔超平面(这样做是为了使该超平面更具鲁棒性(稳定))。两类样本分别被分割在超平面的两侧两侧距离超平面最近的样本点到超平面的距离被最大化了。支持向量:是一些离散的点,通常为样本中距离超平面
2020-08-26 23:57:40 917
原创 机器学习算法入门梳理——决策树的分类预测详解
基于决策树的分类预测机器学习算法详解,day2 打卡!决策树概念信息熵基尼系数剪枝总结1. 决策树的概念决策树(decision tree)也是机器学习中的一个重要算法,但是我们可能平时在决策的时候就常常用到,比如以下天气和怎么出行的问题:决策树是一种非参数学习算法,可以解决分类(包括多分类)问题,还可以解决回归问题。如下的例子,用iris简单看一下决策树。import numpy as npimport pandas as pdimport seaborn as sns
2020-08-23 23:33:01 1061
原创 机器学习算法入门梳理——逻辑回归的分类预测详解
基于逻辑回归的分类预测机器学习算法详解,day1 打卡!逻辑回归概述及函数逻辑回归的python实现sklearn实现二分类逻辑回归决策边界适用多项式特征多分类问题总结1. 逻辑回归概述及函数1.1 概述逻辑回归(logistic regression)是在数据科学领域最常用到的方法之一,虽然名字为“回归”,但逻辑回归其实是一个分类模型,主要是解决分类问题。在逻辑回归中,我们会得到一个事件的概率值 p,当 p >= 0.5 时,事件发生;当 p < 0.5 时,事
2020-08-20 22:44:49 453
原创 Apollo-r5.5.0自动驾驶开发指南(五)——车辆循迹演示
从零开始搭建 Apollo 自动驾驶系统(五)——车辆循迹演示一般做到这一步,以后就不会出现什么大问题了。至少我们在测试时官方文档给出的错误示例我们都没遇到。正式循迹时使用到了 GPU 进行编译(即编译选项从 build_opt 变成了 build_opt_gpu),编译时长和最初编译时相近,需要耐心等待。正式循迹前,需要注意每次进入 Docker 之前运行 CAN 卡驱动文件夹下的 start.sh 文件,这样才能和底盘建立正常的数据通路。在进行循迹时,尽量保证起点和车头朝向都和录制时保持一致,
2020-07-18 23:48:39 2131 4
原创 Apollo-r5.5.0自动驾驶开发指南(四)——车辆动力学云标定
从零开始搭建 Apollo 自动驾驶系统(四)——车辆动力学云标定此部分可大致分为前期准备、数据采集、任务提交三个模块。前期准备前期准备主要需要斥巨资注册一个百度智能云的账号,和商务部门进行联系然后开通服务。由于我们在使用时正好赶上服务平台崩溃了,所以并没有成功开通,但是这并不影响车辆的正常标定。对于文档中想要修改的参数,我们可以直接使用默认值,默认的采集数量是 4000 帧,大约采集时长为 40-60 分钟。如果怕时间太长可以考虑适当缩小一下这个数值。数据采集数据采集时,需要我们有足够的耐心,
2020-07-18 23:46:56 1921
原创 Apollo-r5.5.0自动驾驶开发指南(三)——定位模块配置
从零开始搭建 Apollo 自动驾驶系统(三)——定位模块配置此部分分为导航设备配置、系统文件配置、定位文件配置三个模块。最后一个模块相对简单,此处我们不叙述。而前两个模块中,较复杂的在于第二部分,涉及到很多玄学问题。导航设备配置首先,进行导航设备配置。基本按照官方文档的代码示例就可以完成,只是 copy-paste 的工作,最后一定记得输入保存语句然后重启。这里需要稍作解释的是网口配置里面的各种 IP。每个路由器都有一个域名(在路由器上写着),比如是 192.168.0.1。用网线连上 IPC
2020-07-18 23:43:52 2637 7
原创 Apollo-r5.5.0自动驾驶开发指南(二)——车辆集成
从零开始搭建 Apollo 自动驾驶系统(二)——车辆集成此部分完成的是安装 IPC(工控机)和 GPS 导航设备等硬件,包括了机械层面的安装校准、线材的连接和固定参数的测量。首先,我们先一起来理解一下官方文档中给出的整车设备集成后的硬件连接图:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tbDCBa09-1595084388857)(assets/architecture.png)]整车硬件系统基本可以分为四个大类:计算中心(IPC)、传感器、底盘、路由器。底
2020-07-18 23:33:40 2115
原创 Apollo-r5.5.0自动驾驶开发指南(一)——Apollo系统安装
从零开始搭建 Apollo 自动驾驶系统(一)——Apollo 系统安装万事开头难。此部分主要分为 IPC 硬件系统安装和软件系统安装两大部分。硬件系统安装一般硬件系统在出厂时都会安装好,所以基本不用担心硬件的问题,除非极端状况下造成硬件损坏,这就需要及时联系客服维修了。需要注意的几个部分:要根据自己 IPC 的型号确定自己的 CAN 卡类型,涉及到后面测试时一些 WARNING 的处理,这个在官方文档中都有提到。学习如何拆解 IPC。这一部分官方文档上有说明(具体旋什么螺丝、如何把盖板
2020-07-18 22:57:51 2929
原创 移动机器人路径规划算法介绍及A*算法详解
这里写自定义目录标题移动机器人路径规划算法介绍及A*算法详解路径规划算法总结各种算法比较A*算法详解移动机器人路径规划算法介绍及A*算法详解随着人工智能的兴起,移动机器人逐渐走入了更多人的视线,ML和DL为移动机器人的导航及定位算法提供了很多的重要参考。对于移动机器人的研发最为基本的问题就是如何对机器人的运动进行控制,在目前众多的机器人路径规划算法中,针对静态、动态环境存在着很多不同的解决方案...
2020-04-25 18:09:45 7068
原创 trilateration三边测距算法及C语言实现(适用stm32)
trilateration三边测距算法及C语言实现(适用stm32)我们经常会使用UWB进行室内的简单定位工作,其使用的算法多种多样,今天简单介绍一下trilateration三边测距算法,这个算法很好理解,同时代码实现起来也不是很困难。算法解析1、已知三点位置 (x1, y1), (x2, y2), (x3, y3)2、已知未知点 (x0, y0) 到三点距离 d1, d2, d3以 ...
2020-04-11 17:42:30 3800 5
原创 Python深度学习——循环神经网络
MordernRNNGRURNN存在的问题:梯度较容易出现衰减或爆炸(BPTT)⻔控循环神经⽹络:捕捉时间序列中时间步距离较⼤的依赖关系重置⻔有助于捕捉时间序列⾥短期的依赖关系;• 更新⻔有助于捕捉时间序列⾥⻓期的依赖关系。载入数据集...
2020-02-18 22:17:55 408
原创 Python深度学习——文本与语言
文本与语言本文包含以下内容1、文本预处理2、语言模型文本预处理文本是一类序列数据,一篇文章可以看作是字符或单词的序列,本节将介绍文本数据的常见预处理步骤,预处理通常包括四个步骤:1、读入文本import collectionsimport redef read_time_machine(): with open('/home/kesci/input/timemachin...
2020-02-14 17:08:39 273
原创 Python深度学习——softmax的概念
softmax的概念本文主要内容:1、softmax的基本概念。softmax的基本概念1、分类问题一个简单的图像分类问题,输入图像的高和宽均为2像素,色彩为灰度。图像中的4像素分别记为x1,x2,x3,x4。假设真实标签为狗、猫或者鸡,这些标签对应的离散值为y1,y2,y3。我们通常使用离散的数值来表示类别,例如y1=1,y2=2,y3=3。2、权重矢量o1 = x1w11 ...
2020-02-14 16:44:34 634
原创 Python深度学习——线性回归
线性回归主要内容包括:线性回归的基本要素线性回归模型从零开始的实现线性回归模型使用pytorch的简洁实现线性回归的基本要素模型深度学习应用中,最为重要的一条便是对参数的优化,下面介绍的内容也是基于此展开。开始是我们考虑一个简单的房地产定价问题。为了简单起见,这里我们假设价格只取决于房屋状况的两个因素,即面积(平方米)和房龄(年)。接下来我们希望探索价格与这两个因素的具体关系。线性...
2020-02-13 23:48:37 356
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