- 博客(142)
- 收藏
- 关注
RSS订阅原创 python语法
num：表示分割次数。如果存在参数num，则仅分隔成 num+1 个子字符串，并且每一个子字符串可以赋给新的变量,[n]： 表示选取第n个分片。str: 表示为分隔符，默认为空格，但是不能为空(”)。若字符串中没有分隔符，则把整个字符串作为列表的一个元素。split()：拆分字符串。通过指定分隔符对字符串进行切片，并返回分割后的字符串列表（list）语法：str.split(str=”“,num=string.count(str))[n]input() 默认接收到的是 str 类型。
2025-03-29 19:04:39
265
原创 【论文阅读】PointNetVLAD: Deep Point Cloud Based Retrieval for Large-Scale Place Recognition
SfM)：使用结构-从运动(SfM)的图像集合构建。利用多张图像之间的视差来恢复场景的三维结构。SLAM:使用雷达传感器在移动过程中扫描环境，实时构建3D点云地图，同时利用SLAM算法计算出传感器在环境中的位置和姿态。给定查询图像或局部场景的LiDAR扫描，然后去数据库检索最好的匹配，这将得到查询图像/扫描相对于参考地图的确切位姿。基于图像的定位一般采用两步法：位置识别、姿态估计每个全局描述符和相机位姿同时存储到数据库中。
2024-07-21 17:33:18
693
1
原创 【论文阅读】Global visual localization in LiDAR-maps through shared 2D-3D embedding space（2020-ICRA）
视觉定位，2D到3D的地点识别。Global visual localization in LiDAR-maps through shared 2D-3D embedding space
2024-07-21 11:01:06
748
1
原创 动手学深度学习(二)---线性回归
（3）定义一个data_iter函数，该函数接收批量大小、特征矩阵和标签向量作为输入，生成大小为batch_size的小批量。从0开始实现整个方法，包括数据流水线、模型、损失函数和小批量随机梯度下降优化器。（1）使用深度学习框架实现线性回归模型，生成数据集。（2）调用框架中现有的API来读取数据。（5）计算均方误差使用MSELoss类。（3）使用框架预定义好的层。（4）初始化模型参数。
2023-11-21 14:43:17
222
原创 node教程(五)接口+会话
一般情况下接口都是由前端开发工程师调用的，但有时后端工程师也会调用接口，比如短信接口，支付接口等。大多数接口都是由后端工程师开发的，开发语言不限。接口是前后端通信的桥梁。
2023-11-05 21:01:46
250
原创 node(三)express框架
是一个基于Node平台的极简、灵活的WEB应用开发框架，官网地址：https://www.expressjs.com.cn/简单来说，express是一个封装好的工具包，封装了很多功能，便于开发Web应用（HTTP服务）。路由确定了应用程序如何响应客户端对特定端点的请求。
2023-10-27 22:25:15
328
原创 node教程(二)
⭐什么是模块化与模块？将一个复杂的程序文件依据一定规则（规范）拆分成多个文件的过程称之为模块化。其中拆分出的每个文件就是一个模块，模块的内部数据是私有的，不过模块可以暴露内部数据以便其他模块使用。⭐什么是模块化项目？编码时是按照模块一个一个编码的，整个项目就是一个模块化的项目。⭐模块化好处下面是模块化的一些好处：1.防止名命冲突2.高复用性3.高维护性。
2023-10-23 20:11:00
331
原创 【第四讲---李群和李代数】
用李群与李代数解决SLAM中的问题误差是位姿的函数，Localization就是找使得误差最小的位姿。SLAM中存在的问题：没办法通过求导找出误差最小值。
2023-08-16 21:24:20
171
原创 【第二讲---初识SLAM】
这些相机种类在SLAM中的选择取决于应用场景、需要的精度和实时性等因素。不同的相机类型有不同的优势和限制，选择合适的相机是设计SLAM系统时需要考虑的重要因素之一。视觉SLAM中使用的相机与常见的单反摄像头并不是一个东西，它更简单，不携带昂贵的镜头，以一定速率拍摄周围环境，形成一个连续的视频流。视觉SLAM，主要指的是利用相机完成建图和定位问题。如果传感器是激光，那么就称为激光SLAM。定位（明白自身状态（即位置））+建图（了解外在环境）。
2023-08-13 12:33:43
1714
原创 主题模型分析-【LDA】
左边这个通过对应的主题把文档联系起来，右边这个通过与他们对应的单词把主题联系起来，那么这两个怎么联系起来呢？重复多次生成语料库中的大量文档，之后与原始文档进行比较，找出狄利克雷中点的最佳排布方式。通过某种方式为每个单词着色来使这个概率最高，试图使文章更加单色，以便将我们的文档分类为主题。假设上图三个顶点是主题，黄色的点是文章，那么中间那个就是主题-文档的狄利克雷分布。主题模型分析的典型代表就是本篇文章将要介绍的隐含迪利克雷分布，也就是LDA。假设我们有一个文档或者新闻的集合，我们想将他们分类为主题。
2023-08-09 15:58:07
854
原创 动态规划之背包模型
给定n个物品，及每个物品对应的体积，要让剩余空间最少，就是求放进去的体积的体积的最大值。我们将每个物品的体积当作背包的价值，不就等价于之前的求背包的最大价值了。初始化dp[0][j]代表前0件物品，体积为j，那么它的最少剩余空间就是j,初始化这些状态。直接设dp[i][j]代表前i个物品，体积为j的最少剩余空间。最后用总的体积-dp[n][vv]
2023-05-17 13:14:43
647
原创 Level3题目整理
也可以过很多，先排个序，优先全选最小的，所以只要存在第一种方案即是最优的。按从大到小排序，可以实现大的覆盖小的。暴力解法：（👍👍👍）
2023-04-13 22:03:03
651
原创 Level_2(2)题目整理
对于相同排名的处理很巧妙，只要与前面的人分数相同，那么我们一直不去更新这个当前排名，只有与前面的人分数不同时再去更新为自己当前的排名（前面无论有多少人，都不会影响我本应该的排名，所以直接设置为自己排序后所处的位置即可）💡💡先找到-1的节点，记住此节点编号，即为最高的老祖宗，然后以此为根节点进行深度优先遍历，求所有点的深度，即为辈分 ，最后输出最小的辈分，并统计个数即可。首先统计所有需要发的代金卷的面值，我们需要进行结构体排序，先按照成绩，再按照账号。思路：直接根据题意进行即可。
2023-04-11 09:22:37
671
原创 第八讲 数论
思路：首先我们可以肯定最大值和最小值肯定是等差数列的首项和尾项，an=a1+(n-1)d，得到n=(an-a1)/d+1，为了使项数更少，显然是d越大越好，那么最大的d是什么呢，显然是排序后两项之间的差的最大公约数。很明显，选择了一个所有的差的约数，为了更大，需要选择最大公约数。dp[]记录最长条数，count[]记录有多少种方案。2 2 4 10的最大公约数是2所以公差是2。比如样例：2 4 6 10 20。法1：dp（TLE）
2023-03-24 16:15:32
688
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人