Arcpii的博客

看这篇文章

1 摘要点云具有不规则和无序性，直接在点云上使用卷积核提取特征，会导致形状信息的丢失和对点云输入顺序的敏感。本文提出了x-transform，解决两个问题：（1）给学习到的特征赋予权重（2）将特征按某种潜在的顺序排列。2 引言如果数据是按特定顺序表达的，如i所示，比如图片，CNNs就可以很好的完成任务。但是如果是点云数据，如ii、iii、iv所示，由于点云的不规则和无序性，CNNs就不能...

前言本人是刚入门小白，把最近看的论文记录一下，记录的内容都是感觉比较重要的，望大家可以指点一下。引言PointNet是直接处理点云的结构，大体思想是学习到每个点的空间编码然后聚合所有独立的点特征到全局特征。PointNet的缺点是没有捕获点云的局部结构特征。论文作者提出了一种级联神经网络，pointnet++，用级联方式处理空间中采样得到的点。pointnet++的思想很简单：首先把点集分...

https://machinelearningmastery.com/gentle-introduction-mini-batch-gradient-descent-configure-batch-size/

转自知乎一 名词解释二 换算关系NumOfBatches=TrainSetSizeBatchSizeNum Of Batches = \frac{TrainSetSize}{BatchSize}NumOfBatches=BatchSizeTrainSetSize​

numpy.concatenatenumpy.concatenate((a1, a2, ...), axis=0, out=None)Join a sequence of arrays along an existing axis.Parameters: a1, a2, … : sequence of array_likeThe arrays must have the same sh...

请看这篇文章

请看这篇文章

请看这篇文章

理解协方差