原创 機器學習——監督分類小項目(識別作者)

文章目錄樸素貝葉斯小項目——識別作者SVM小項目——識別作者決策樹小項目——識別作者KNN小項目——識別作者Adaboost小項目——識別作者RandomForest小項目——識別作者 整理了六種監督算法在同一項目上實現的方法。

原创 十大排序算法——python實現

文章目錄排序算法的分類排序算法複雜度相關概念1.冒泡排序算法步驟2. 選擇排序算法步驟3. 插入排序(Insertion-Sort)算法步驟4. 希爾排序(shell sort)算法步驟5.歸併排序(Merge sort)算法步驟

原创 兩個3*3的卷積核替代5*5(三個3*3卷積核替代7*7)分析

文章目錄爲什麼一個5x5的卷積核可以用兩個3x3的卷積核來替代一個5*5卷積兩個3*3卷積核爲什麼一個7x7的卷積核可以用三個個3x3的卷積核來替代一個7*7卷積三個3*3卷積核優點總結 爲什麼一個5x5的卷積核可以用兩個3x3的

原创 機器學習目錄整理

文章目錄數據集處理特徵機器學習算法評估 機器學習主要包含以下內容: 將之前做的機器學習筆記目錄整理如下: 數據集處理 機器學習——共享單車數據集單項分析 機器學習——共享單車數據集預測 機器學習(7)——安然數據集分析 特徵 機器

原创 機器學習——決策樹

文章目錄1 基本流程構建決策樹決策樹算法流程決策樹參數決策樹的準確率熵熵的計算2 劃分選擇2.1 信息增益信息增益的計算(坡度)信息增益的計算(地形的顛簸和平坦)信息增益的計算(限速)2.2 增益率2.3 基尼指數3 剪枝處理3.

原创 無人駕駛技術——P5:3D Object Tracking

文章目錄SFND 3D Object TrackingDependencies for Running LocallyBasic Build InstructionsRubric PointsFP.1 : Match 3D Obj

原创 無人駕駛技術——無損卡爾曼濾波(UKF)

文章目錄無損卡爾曼濾波(UKF)UKF Predict1.選擇預測點sigma點sigma點計算代碼實現添加過程噪聲處理構建噪聲擴充矩陣 c++2.預測sigma點預測sigma點方法預測sigma點 c++代碼實現3.根據預測的

原创 無人駕駛技術——擴展Kalman濾波(EKF)

文章目錄基本原理運用範圍以機器人移動爲例,推導過程:融合高斯分佈:案例分析:卡爾曼濾波器數據流直觀圖:擴展卡爾曼濾波器:系統的線性和非線性:線性系統:非線性系統:爲什麼要採用線性系統:將非線性系統轉化爲線性系統: 基本的卡爾曼濾波

原创 MxNet封裝實現經典深度網絡框架 LeNet,Alex-Net,VGGNet,Google-Net,ResNet

文章目錄LeNet打印每一層的輸出形狀在GPU上計算精度在GPU上訓練訓練模型AlexNet(2012)定義模型查看每一層的輸出形狀訓練VGGVGG塊定義模型使用一個窄版本來訓練GoogLeNetInception塊Incepti

原创 機器學習——激活函數

激活函數總結表格

原创 無人駕駛技術——CTRV模型

文章目錄機器人運動與三角學CTRV模型CTRV差分方程CTRV積分角速度爲0時CTRV過程噪聲矢量CTRV過程噪聲位置 運動模型和卡爾曼濾波器 在擴展卡爾曼濾波課程中,我們使用了一個等速模型(CV)。等速模型是用於物體跟蹤的最基本

原创 雅克比矩陣

文章目錄雅克比矩陣推導雅可比矩陣的代碼實現 計算雅克比矩陣 雅克比矩陣推導 函數h(x)相對於x的導數,被稱作雅可比式。 推到過程如下: 爲了計算這個函數的導數,我們使用了商的求導規則。 給定一個函數z,它是另外兩個函

原创 李弘毅 深度學習筆記 之 P1ML lecture 1_Regression

文章目錄梯度下降法一次方模型二次方模型三次方模型四次方模型五次方模型過擬合擴充訓練集重新設計加入物種信息的模型重新設計加入物種信息的複雜模型加入正則化 臺灣李弘毅教授的Deep Learning教程,第一講1Regression相

原创 leetcode刷題:1-20

文章目錄1 Two Sum2 Add Two Numbers3 Longest Substring Without Repeating Characters4 尋找兩個有序數組的中位數5 Longest Palindromic S

原创 OpenCV小例程——攝像機標定

獲取到的標定板圖像爲: Python3下opencv攝像機標定 import numpy as np import cv2 import glob # termination criteria criteria = (cv2.T