
机器学习
文章平均质量分 85
熙铭在学习
菜鸟一枚
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
tensorflow 配置
tensorflow 配置 1、查看选择tensorflow版本 https://tensorflow.google.cn/install/source 选择对应的tensorflow版本,确定对应的cuda和cudnn版本 比如选择tensorflow-gpu-1.15.0版本 2、查看cuda版本 输入cuda版本查看指令 nvcc -V 当版本不对时候,需要卸载并重新安装对应版本 cuda卸载指令 # --purge选项会将配置文件、数据库等删除 sudo apt-get autoremove原创 2021-06-21 23:03:48 · 924 阅读 · 0 评论 -
MoreFusion笔记
https://blog.youkuaiyun.com/congxing9333/article/details/109908336 https://blog.youkuaiyun.com/u013019296/article/details/106321873 https://blog.youkuaiyun.com/wolfcsharp/article/details/108874318 简介 对于需要在杂乱环境中进行精确操作的机器人或其他智能设备,需要能够利用他们的相机推理出物体的接触、遮挡等物理关系。目前表面一些短期任务可以利用端到端的原创 2021-02-02 16:11:23 · 777 阅读 · 0 评论 -
G2L-Net笔记
论文标题:G2L-Net: Global to Local Network for Real-time 6D Pose Estimation with Embedding Vector Features 论文来源:CVPR 2020 论文链接:https://arxiv.org/abs/2003.11089 代码链接:https://https://github.com/DC1991/G2L_Net 摘要 整个网络分三步: 1、通过yolo二维检测从RGBD中提取粗略的目标点云; 2、将粗略目标点云放到局部原创 2021-01-20 15:59:19 · 1630 阅读 · 0 评论 -
pointnet笔记
https://blog.youkuaiyun.com/qq_37314249/article/details/103605076 https://zhuanlan.zhihu.com/p/94085500 4、对点集的深度学习 4.1 欧式空间点集的特点 1、无序性 2、点与点之间的关联 3、旋转不变性 4.2 pointnet 框架 模型有3个关健模块: 1、max pooling层作为一个对称函数去中和所有点的信息, 2、一个局部和全局信息融合的框架结构, 3、两个联合对齐网络实现输入点云与点特征的对齐。 1、原创 2021-01-12 23:06:48 · 448 阅读 · 0 评论 -
DenseFusion笔记
https://blog.youkuaiyun.com/u010403272/article/details/93168245 https://blog.youkuaiyun.com/weixin_43013761/article/details/103108492 论文下载地址:https://arxiv.org/abs/1901.04780 主页地址(代码视频):https://sites.google.com/view/densefusion/ GIthub代码地址:https://github.com/j96w/Dense原创 2021-01-12 09:28:02 · 991 阅读 · 1 评论 -
pvn3d笔记
3、拟议方法 6Dof位姿估计目的:通过RGBD图像,估计对象从对象世界坐标系到相机世界坐标系的刚性变换,包括3D rotation和3D translation。 3.1 总体方案 特点:全新的基于深度3D Hough投票网络的方法。 整个方案分两阶段:1、全新的基于深度3D Hough投票网络的方法,实现3D 关键点检测;2、最小二乘法姿态拟合。 M_k:检测3D关健点,预测从可见点到目标关键点的欧式偏移量。 目标关键点是每个物体预先选定的点。 pii=1N{{p_i}^N_{i=1}}pii=1N原创 2021-01-02 18:26:15 · 1244 阅读 · 1 评论 -
神经网络-matlab使用方法
http://www.cnblogs.com/heaad/archive/2011/03/07/1976443.html https://blog.youkuaiyun.com/sinat_38321889/article/details/79182832 例子 代码 P=[3.2 3.2 3 3.2 3.2 3.4 3.2 3 3.2 3.2 3.2 3.9 3.1 3.2; 9.6 10.3 9 ...转载 2019-03-10 22:30:25 · 4141 阅读 · 0 评论 -
吴恩达机器学习—BP神经网络+matlab程序
烨枫_邱 https://www.jianshu.com/p/6ab6f53874f7 1概念: BP神经网络是一种多层的前馈神经网络,其主要的特点是:信号是前向传播的,而误差是反向传播的。 具体来说,对于如下的只含一个隐层的神经网络模型:BP神经网络的过程主要分为两个阶段, 第一阶段是信号的前向传播,从输入层经过隐含层,最后到达输出层; 第二阶段是误差的反向传播,从输出层到隐含层,最后到输入...转载 2019-03-09 18:15:06 · 4710 阅读 · 0 评论 -
吴恩达机器学习笔记-梯度下降+线性回归+正规方程+逻辑回归+正则化(带matlab程序)
线性回归模型 梯度下降公式 注意:如果多个变量的话要最后统一赋值(左边对右边错)原创 2019-03-02 15:07:22 · 809 阅读 · 0 评论 -
十大经典机器学习算法
本文来自赵松科学网博客。 链接地址:http://blog.sciencenet.cn/blog-2888249-1083229.html 决策树 根据一些 feature(特征) 进行分类,每个节点提一个问题,通过判断,将数据分为两类,再继续提问。这些问题是根据已有数据学习出来的,再投入新数据的时候,就可以根据这棵树上的问题,将数据划分到合适的叶子上。 随机森林 逻辑回归 支持向...转载 2018-12-26 22:31:08 · 252 阅读 · 0 评论 -
人工智能与机器学习和深度学习的区别(一)
引自知乎大佬https://www.zhihu.com/question/57770020/answer/249708509 机器学习:一种实现人工智能的方法 深度学习:一种实现机器学习的技术 三者的区别和联系: 机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习的技术。我们就用最简单的方法——同心圆,可视化地展现出它们三者的关系。 目前,业界有一种错误的较为普遍的意识,即深度学习最终可...转载 2018-12-26 22:17:59 · 198 阅读 · 0 评论