原创 用SDF文件模擬激光雷達
在上一篇文章中，我們介紹瞭如何使用Gazebo提供的模型編輯器來創建一個機器人模型，並在仿真中使用。 通過GUI的形式創建機器人模型的過程是很繁瑣的，尤其是在機器人比較複雜的時候。而且我個人在使用過程中，發現它的GUI界面還是有很多Bug
2020-04-24 07:23:09
原创 [CentOS 7] 整合 Apache、MySQL、PHP 7 組成 LAMP Server
我們已經完成了 建置 Nginx、MariaDB、PHP 7 的 LEMP Server 實作之後，有些朋友在說：我是很想換成 LEMP 架構，可是暫時還沒辦法放下 Apache 跟 MySQL。OK！真的不難，Let's try it
2020-02-21 07:24:19
2
原创 SLAM 綜述
參考資料分享來自本人博客：https://blog.csdn.net/Darlingqiang/article/details/78840931 SLAM一般處理流程包括track和map兩部分。所謂的track是用來估計相機的位姿，也叫
2019-01-25 13:29:23
18
原创 X270 安裝 win7 + ubuntu16.04
1.1 進入Security-->Secure Boot，設置爲Disabled； 1.2 在Startup中，將UEFI/Legacy Boot 改爲 Both，並將Legacy設爲 First，CSM Support 設爲
2019-01-17 15:31:36
原创 文章Product Quantization Tree (PQT)的理解
首先話不多說，貼上文章《Efficient Large-scale Approximate Nearest Neighbor Search on the GPU》，點進去的是作者的個人主頁，在裏邊找到這篇文章即可，最重要的是作者附帶了源碼
2018-12-25 16:42:39
原创 PQ(product quantization) 算法
轉自：http://vividfree.github.io/ 1. 引言 Product quantization，國內有人直譯爲乘積量化，這裏的乘積是指笛卡爾積（Cartesian product），意思是指把原來的向量空間分解爲
2018-11-07 06:55:59
2
原创 Nearest Neighbor Search
Product Quantizer2011年在IEEEE上發表的論文《Product Quantization for Nearest Neighbor Search》中提出來的. •提出目的：在內存和效率之間求得一個平衡，既保證圖像索引
2018-11-04 07:25:32
3
原创 【TensorFlow】quantization量化
一、 Question 1:How does Tensorflow do quantization and dequantization? Details According to the blog post “https://pete
2018-10-27 07:02:18
原创 caffe源碼深入學習6：超級詳細的im2col繪圖解析，分析caffe卷積操作的底層實現
在先前的兩篇博客中，筆者詳細解析了caffe卷積層的定義與實現，可是在conv_layer.cpp與base_conv_layer.cpp中，卷積操作的實現仍然被隱藏，通過im2col_cpu函數和caffe_cpu_gemm函數(後者實
2018-10-20 06:50:10
5
原创 Winograd 方法快速計算卷積
在 ConvNet 中, 大部分的計算耗費在計算卷積的過程中, 尤其是在端上設備中, 對於性能的要求更爲苛刻. 程序的性能優化是一個複雜而龐大的話題. 高性能計算就像系統設計一樣, 雖然有一些指導原則, 但是, 對於不同的場景需要有不同的
2018-10-20 06:50:10
7
原创 移動端深度學習框架小結
1. 起因 昨天看到小米開源了深度學習框架MACE（https://github.com/XiaoMi/mace） 看到它有幾個特點：異構加速、彙編級優化、支持各種框架的模型轉換。 整體來看，料很足，特別是異構的支持，非常有誠意。 有
2018-10-20 06:50:10
2
原创 分類模型評估——func()
“所有模型都是壞的，但有些模型是有用的”。建立模型之後，接下來就要去評估模型，以確定此模型是否“有用”。sklearn庫的metrics模塊提供各種評估方法，包括分類評估、迴歸評估、聚類評估和交叉驗證等，本節主要介紹分類模型評估方法。
2018-10-13 11:34:30
19
原创 over-fitting、under-fitting 與 regularization
機器學習中一個重要的話題便是模型的泛化能力，泛化能力強的模型纔是好模型，對於訓練好的模型，若在訓練集表現差，不必說在測試集表現同樣會很差，這可能是欠擬合導致；若模型在訓練集表現非常好，卻在測試集上差強人意，則這便是過擬合導致的，過擬合與欠
2018-10-13 11:34:30
1
原创 乾貨|機器學習算法線上部署方法
最近發現了兩個比較好的工具和方法，未來會進行詳細的探索和分析； H2O.AI ,H2O.ai,提供了MOJO和POJO的方式； preditionIO，Welcome to Apache PredictionIO™!，可以基於spark和
2018-10-13 11:34:30
4
原创 如何評估一個機器學習模型
爲什麼需要評估模型 評估訓練出的模型是準確預測的關鍵。訓練出的模型是建立在總數據的子集上的，其被稱爲訓練數據，訓練結束後該模型將被用於預測其它新數據。 通過訓練集產生的模型，利用測試數據來進行模型效果的評估，評估結果以模型評估報告的形式呈
2018-10-13 11:34:30