原创 動手學深度學習TF2.0第八課: 模型構造-模型參數保存+加載-GPU計算
本章節涉及到模型的構造、參數訪問、初始化以及自定義網絡層等細節問題，在這裏省略討論，等後面在具體項目中具體分析。 本章重點記錄模型和數據保存、讀取; 以及GPU的調用； 1. 讀取和存儲 import tensorflow
2020-07-04 23:17:23
原创 TF2.0項目實戰一:汽車質量檢測
1. 獲取數據集 car-evaluation下載鏈接: https://archive.ics.uci.edu/ml/datasets/Car+Evaluation 在下載頁面有對數據的詳細描述, 參照數據描述, 對數據進行處理
2020-07-04 23:17:23
原创 TF2.0學習NOTE5: 探索解析 過擬合/欠擬合
對模型的訓練的準確性, 會先達到峯值, 然後下降. 模型訓練的目的: 使模型能夠適用於大部分泛化測試數據, 並保持較高的準確率. "名詞解析" "模型數據較少時, 使用正則化等技術, 限制了模型可以存儲的信息的數據量和類型，
2020-07-04 23:17:23
原创 數據結構與算法第十節：排序算法之歸併、快速排序
1. 常用經典排序算法 冒泡排序、插入排序、選擇排序； O(n^2) 快速排序、歸併排序； O(nlogn) 計數排序、基數排序、桶排序； O(n) 歸併排序和快速排序。這兩種排序算法適合大規模的數據排序，比上一節講的那三種排序
2020-07-04 23:17:23
原创 隨筆記錄1：ubuntu18.04下ROS的安裝
#! /bin/bash sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.l
2020-07-04 23:17:23
原创 動手學深度學習TF2.0第一課: 目錄框架梳理+預備知識
2020年伊始， 開始正式進軍機器學習–深度學習（但依然保持原有的SLAM基礎）。 第一部分 1.介紹深度學習的背景和深度學習的預備知識。 2.介紹深度學習最基礎的概念和計數。 第二部分 1.描述深度學習計算的各個重要組成部
2020-07-04 23:17:23
原创 DAVIS第八課: EMVS- 基於事件相機的多立體視野3D環境重建
1. 摘要 事件相機與傳統視覺相機的數據輸出不一致, 因此需要轉換處理模式. EMVS優雅地利用事件相機的兩個固有屬性: 天然提供幾何邊緣信息; 提供連續的數據測量信息; 本文的算法利用上述兩個特性,在已經事件相機的運動軌跡下,能
2020-07-04 23:17:23
13
原创 C++11學習之字符串轉換、字母數字等判斷庫函數
一. C/C++語言判斷數字或字符的函數 頭文件: #include <ctype.h> 1. 如isalnum() isupper() 2. isalnum()–判斷是否爲字母、數字。 3.庫函數判斷是否爲字母、數字 #incl
2020-07-04 23:17:23
原创 FastAI-1-0-6學習第一節:框架特性與前言準備
1. 爲什麼學習FastAI ? 1. 它可以快速, 可靠地把最先進的深度學習應用於實際問題; 2. 它的準確性和速度上有着明顯的提高, 同時所需的代碼大大減少; 3. 它能用模塊化-高級API實現最先進的技術和創新; 2
2020-05-19 13:44:43
原创 史上最全源碼安裝ROS-BUG解決集合:在樹莓派4B上安裝Raspbian Bluster + ROS-kinetic + 配置navigation
Raspberry Pi 源碼安裝ROS-Kinetic 這裏的測試中rosdep 無法使用, 通過其他方式下載了kinetic-desktop-wet.rosinstall文件，並註銷opencv的編譯+安裝。 １. 前言背
2020-05-01 05:47:30
90
原创 動手學深度學習TF2.0第十二課: 從數據導入、預處理、模型創建、編譯、保存、預測模型的整個流程(圖像分類)
對項目一: 圖像分類的逐步解析 #!/bin/bash # -*-coding:utf-8-*- ###### 第一個簡單項目測試: 圖像分類模型測試. 數據集爲: Fashion MNIST. Tensorflow2.
2020-04-19 00:06:49
原创 DAVIS第七課：Feature Detection and Tracking with the Dynamic and Active-pixel Vision
第八課：Feature Detection and Tracking with the Dynamic and Active-pixel Vision 1.摘要 因爲標準的相機以一種連續的時間間隔採樣場景，所以他們並不提供後續幀之
2020-04-06 06:49:52
9
原创 動手學深度學習TF2.0第七課: 模型訓練和參數調節技巧
模型結構的改變和超參數調節技巧 訓練誤差和泛化誤差 通俗解釋: 訓練誤差就是由訓練集上表現出的誤差, 而泛化誤差爲測試集上表現出的誤差. 由於訓練誤差是在訓練集上通過最小化訓練誤差不斷迭代得到的, 所以訓練誤差的期望<=泛
2020-03-31 20:05:02
原创 隨筆記錄1：ubuntu16.04下ROS的安裝
#! /bin/bash sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.l
2020-02-29 21:12:04