原创 多層感知機(multilayer perceptron,MLP)

多層感知機(multilayer perceptron,MLP) 文章目錄多層感知機(multilayer perceptron,MLP)1、激活函數關於激活函數的選擇2、多層感知機從零開始的實現2.1 手寫多層感知機2.2 基於

原创 手寫VIO作業總結(二)

作業題目: 1、基礎作業 1.1 生成標定曲線 1.建立work space 2.利用caktin_make編譯vio_data_simulation-ros_version 3.rosrun vio_data_simulat

原创 C++之引用

C++ 之引用 一、引用 1、引用:類型名 &引用名 =變量名** example1: int n=4; ​ int & r= n; 引用時一定要將其初始化成引用某個變量;初始化後,他就一直

原创 動手學深度學習之深度學習基礎

動手學深度學習之深度學習基礎 文章目錄動手學深度學習之深度學習基礎1、過擬合、欠擬合及其解決方案2、梯度消失、梯度爆炸3、循環神經網絡進階4、機器翻譯及相關技術5、注意力機制與Seq2seq模型6、Transformer7、卷積神

原创 this指針與靜態成員

this指針 1、C++程序到C語言程序的轉換: class CCar { public: int price; void SetPrice(int p); }; void CCar::SetPrice(int p) { pric

原创 視覺SLAM十四講之基於特徵點的視覺里程計

視覺SLAM十四講之基於特徵點的視覺里程計 文章目錄視覺SLAM十四講之基於特徵點的視覺里程計1 主要目標2 特徵提取與匹配2.1 特徵點法2.2 特徵匹配3 估計相機運動3.1 對極幾何解決單目問題3.2 3D-2D:PnP 1

原创 手寫VIO作業總結(三)

手寫VIO作業總結(三) 手寫VIO作業總結(一) 手寫VIO作業總結(二) 手寫VIO作業總結(四) 1.1pyhon實現繪圖 import numpy as np import matplotlib.pyplot as pl

原创 VINS_Fusion程序註釋(一) rosNodeTest.cpp

VINS_Fusion程序註釋(一) rosNodeTest.cpp VINS_Fusion程序註釋(一) rosNodeTest.cpp 1、具體程序說明: // 獲得

原创 # 手寫VIO作業總結(六)

手寫VIO作業總結(六) 文章目錄手寫VIO作業總結(六)1、作業2.1 證明2.2 代碼實現SVD分解(基於eigen代碼實現) 1、作業 2.1 證明 2.2 代碼實現 CmakeLists cmake_minimu

原创 手寫VIO作業總結(一)

** 手寫VIO課程總結(一) 文章目錄手寫VIO課程總結(一)1、視覺與IMU融合之後的優勢?2、常見的視覺+IMU融合方案?工業界的例子?3、學術界,VIO研究進展?4、編程實現四元數和李代數更新?5、求導? 1、視覺與IMU

原创 樹莓派B3+連接9軸IMU傳感器(GY-85模塊)獲取信息

樹莓派B3+連接9軸IMU傳感器(GY-85模塊)獲取信息 文章目錄樹莓派B3+連接9軸IMU傳感器(GY-85模塊)獲取信息準備工作準備工作安裝quick2wire-gpio-admin安裝quick2wire-python-a

原创 手寫VIO總結(四)

手寫VIO總結(四) 手寫VIO總結一 手寫VIO總結二 1、 2、 需要用到的知識: 具體代碼實現 CMakeLists.txt cmake_minimum_required(VERSION 3.5.1) project

原创 Softmax解決離散值迴歸問題(分類問題)[pytorch]

Softmax解決離散值迴歸問題(分類問題)[pytorch] 文章目錄Softmax解決離散值迴歸問題(分類問題)[pytorch]一、理論知識二、代碼實現(基於Fashion-MNIST數據集)1、加載顯示數據集2、softm

原创 視覺SLAM十四講之迴環檢測(第二版)

視覺SLAM十四講之迴環檢測(第二版) 文章目錄視覺SLAM十四講之迴環檢測(第二版)1、SLAM框架:前端、後端、迴環檢測2、迴環檢測的關鍵:如何有效解決相機經過同一個地方。3、迴環檢測的作用:4、迴環檢測的方法5、基於外觀的迴

原创 第三講 類和對象提高

第三講 類和對象提高 文章目錄第三講 類和對象提高1 this指針2 靜態成員函數3、成員對象和封閉類4、友元(friends)5、常量成員函數 1 this指針 1、c++程序到c程序的翻譯 class CCar{ public