<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qqGHJ的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qqGHJ</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qqGHJ]]></copyright><item><title><![CDATA[Linux内核]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/145356987</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/145356987</guid><author>qqGHJ</author><pubDate>Sun, 02 Feb 2025 19:03:48 +0800</pubDate><description><![CDATA[内核在整个Linux系统的重要性不言而喻。系统属于软件的范畴，负责管理系统硬件资源，同时为应用程序开发和执行提供配套环境。内核分为宏内核和微内核，其中1、宏内核：所有的内核代码都编译成一个二进制，所有的内核代码都运行在一个大内核地址空间里，内核代码可以直接访问和调用，效率高并且性能好。具体框架是：2、微内核：把操作系统分成多个独立的功能模块，每个功能模块之间的访问都需要通过消息来完成，因此效率没有那么高。具体架构如下：宏内核结构设计简洁性能较好，而微内核架构稳定性和实时性更好。]]></description><category></category></item><item><title><![CDATA[rocon app]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/129899303</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/129899303</guid><author>qqGHJ</author><pubDate>Sat, 01 Apr 2023 17:24:36 +0800</pubDate><description><![CDATA[Rapp指代rocon_app或者叫robot_app,用在机器人的控制中，这是通过 Rapp Manager 安装和执行的元数据。它旨在允许更高级别的控制器采用提供所需公共接口的系统，而不管其平台如何。Rapps 根据平台相关参数（例如启动）和 Rapp 继承的存在分为实现/虚拟和祖先/子级。]]></description><category></category></item><item><title><![CDATA[优快云周赛第十二期]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/128258156</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/128258156</guid><author>qqGHJ</author><pubDate>Fri, 09 Dec 2022 19:44:18 +0800</pubDate><description><![CDATA[优快云周赛第十二期]]></description><category></category></item><item><title><![CDATA[turtlebot2利用turtlebot_exploration_3d进行自主建图]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/128120704</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/128120704</guid><author>qqGHJ</author><pubDate>Wed, 30 Nov 2022 20:24:23 +0800</pubDate><description><![CDATA[turtlebot2利用turtlebot_exploration_3d实现自主探索建图]]></description><category></category></item><item><title><![CDATA[Turtlebot2简单控制]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/128087091</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/128087091</guid><author>qqGHJ</author><pubDate>Wed, 30 Nov 2022 11:50:37 +0800</pubDate><description><![CDATA[ubuntu16+turtlebot2+kinect V2一些简单操作集合]]></description><category></category></item><item><title><![CDATA[VINS_FUSION编译运行]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/127535507</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/127535507</guid><author>qqGHJ</author><pubDate>Thu, 27 Oct 2022 10:51:08 +0800</pubDate><description><![CDATA[VIN_FUSIO编译运行]]></description><category></category></item><item><title><![CDATA[VINS_FUSION]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/127440699</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/127440699</guid><author>qqGHJ</author><pubDate>Tue, 25 Oct 2022 18:43:50 +0800</pubDate><description><![CDATA[VINS_FUSION代码解析]]></description><category></category></item><item><title><![CDATA[利用手机摄像头采集图片运行ORB-SLAM2]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/127397326</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/127397326</guid><author>qqGHJ</author><pubDate>Wed, 19 Oct 2022 20:11:07 +0800</pubDate><description><![CDATA[利用Android手机的摄像头，跑ORB_SLAM单目相机模型]]></description><category></category></item><item><title><![CDATA[ROS仿真环境安装与配置]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/127363884</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/127363884</guid><author>qqGHJ</author><pubDate>Tue, 18 Oct 2022 18:13:23 +0800</pubDate><description><![CDATA[利用gazebo搭建ROS仿真环境跑ORB-SLAM2代码]]></description><category></category></item><item><title><![CDATA[ORB-SLAM2代码解析]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/127266528</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/127266528</guid><author>qqGHJ</author><pubDate>Fri, 14 Oct 2022 20:47:17 +0800</pubDate><description><![CDATA[整理了一些有关于ORB-SLAM2的代码的资料]]></description><category></category></item><item><title><![CDATA[决策树模型]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/124919197</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/124919197</guid><author>qqGHJ</author><pubDate>Mon, 23 May 2022 01:00:05 +0800</pubDate><description><![CDATA[决策树



•决策树是一种树形结构

•

•其中每个内部节点表示一个特征上的判断

•

•每个分支代表一个判断结果的输出

•

•最后每个叶节点代表一种分类结果



例子：





决策树-构造过程

•选择一个特征 （如：是否有房产）

•根据特征值对样本进行划分 （有房，无房）

•目标：划分后的样本尽量在同一个类别

•

•不断重复上述过程

•

•关键点：

•1.如何选择最值得划分的特征

•2.如何选择划...]]></description><category></category></item><item><title><![CDATA[维特比、beam_search的实现]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/124905625</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/124905625</guid><author>qqGHJ</author><pubDate>Sun, 22 May 2022 00:20:43 +0800</pubDate><description><![CDATA[import numpy as np
import random
import copy


'''
维特比解码和beam search
'''

class Fence:
    def __init__(self, n, h):
        self.width = n
        self.height = h

    #用行列组成的list代表一个节点，每两个相邻的列的节点之间可以计算距离
    #e.g:node1 = [2,1] node2 = [3, 2]
    #为两个节点给.]]></description><category></category></item><item><title><![CDATA[以jieba结果作为数据训练分词模型]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/124905562</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/124905562</guid><author>qqGHJ</author><pubDate>Sun, 22 May 2022 00:18:44 +0800</pubDate><description><![CDATA[基于pytorch的网络编写一个分词模型
我们使用jieba分词的结果作为训练数据
看看是否可以得到一个效果接近的神经网络模型



#coding:utf8

import torch
import torch.nn as nn
import jieba
import numpy as np
import random
import json
from torch.utils.data import DataLoader



class TorchModel(nn.Module):
    def ..]]></description><category></category></item><item><title><![CDATA[正则表达式的应用]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/124905315</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/124905315</guid><author>qqGHJ</author><pubDate>Sat, 21 May 2022 23:50:23 +0800</pubDate><description><![CDATA[import re
import random
import time

"""
介绍正则表达式的常用操作
"""

# # re.match(pattern, string) 验证字符串起始位置是否与pattern匹配
# print(re.match('www', 'www.runoob.com'))         # 在起始位置匹配
# print(re.match('run', 'www.runoob.com'))         # 不在起始位置匹配

# # re.search(patter.]]></description><category></category></item><item><title><![CDATA[nlp学习随笔]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/124441025</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/124441025</guid><author>qqGHJ</author><pubDate>Sat, 21 May 2022 23:47:32 +0800</pubDate><description><![CDATA[NLP发展历史

•20世纪五十年代开始，与计算机的诞生几乎同时

•始于机器翻译任务

•两种路线：

 1.基于规则的理性主义 

 主张建立符号处理系统，由人工整理和编写初始的 语言知识表示体系，构造相应的推理程序

 2.基于统计的经验主义

 主张通过建立特定的数学模型来学习复杂的、广泛的语言结构，利用统计、模式识别、机器学习等方法来训练模型

•
•20世纪20年代-60年代

• 经验主义处于主导地位，人们在研究语言的应用规律是进行统计、分析和...]]></description><category></category></item><item><title><![CDATA[序列标注任务]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/124874756</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/124874756</guid><author>qqGHJ</author><pubDate>Sat, 21 May 2022 23:46:57 +0800</pubDate><description><![CDATA[•对于序列中的每个时间步做分类

•得到每个时间步的标签

•

•对于输入：X1X2X3X4….Xn

•预测输出：Y1Y2Y3Y4…..Yn

•

•应用场景：

•分词，词性标注，句法分析，命名实体识别等



中文分词




•B:词左边界

•

•E:词右边界

•

•M:词内部

S:单字







命名实体识别（NER）



•BA:地址左边界

•MA:地址内部

•EA:地址右边界

•

•BO:机构左边界

•MO:机构内部

•EO:机构右边界

•

•BP:人名左.]]></description><category></category></item><item><title><![CDATA[阿里云ECS服务器搭建]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/114375653</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/114375653</guid><author>qqGHJ</author><pubDate>Fri, 05 Mar 2021 17:52:45 +0800</pubDate><description><![CDATA[有试用资格



无试用资格




]]></description><category></category></item><item><title><![CDATA[猫狗分类]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/113791448</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/113791448</guid><author>qqGHJ</author><pubDate>Thu, 11 Feb 2021 18:49:30 +0800</pubDate><description><![CDATA[图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题

猫狗分类属于图像分类中的粗粒度分类问题



实践总体过程和步骤如下图



首先导入必要的包

paddle.fluid---&gt;PaddlePaddle深度学习框架

os-------------&gt;python的模块，可使用该模块对操作系统进行操作

In [1]


#导入需要的包
import paddle as paddle
import paddle.fluid as fluid
import num]]></description><category></category></item><item><title><![CDATA[Paddlehub一些简单应用]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/113791369</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/113791369</guid><author>qqGHJ</author><pubDate>Thu, 11 Feb 2021 18:41:30 +0800</pubDate><description><![CDATA[首先介绍两个终端命令


hub list

该命令可以列出当前系统内存在的模型






hub show UGATIT_100w

该命令可以查看模型的具体信息如作者、版本号等



更新PaddleHub

开始之前先更新一下PaddleHub的版本
In [1]


!pip install paddlehub==2.0.0b2 -i https://mirror.baidu.com/pypi/simple


Looking in indexes: https://mirror.baid...]]></description><category></category></item><item><title><![CDATA[paddle产品部署]]></title><link>https://blog.youkuaiyun.com/qqGHJ/article/details/113791325</link><guid>https://blog.youkuaiyun.com/qqGHJ/article/details/113791325</guid><author>qqGHJ</author><pubDate>Thu, 11 Feb 2021 18:24:29 +0800</pubDate><description><![CDATA[概念

























代码实践

1. 准备数据

In [1]


!unzip -oq data/data69186/xiaodu_bear.zip #解压数据集

In [2]


import paddle
paddle.seed(8888)
print(paddle.__version__)

import numpy as np
import PIL.Image as Image
from paddle.vision.datasets import Data..]]></description><category></category></item></channel></rss>