- 博客(6)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 为什么深度学习在输入多模态信息需要通过标准化进行数据预处理
如Sigmoid、Tanh在输入接近0时梯度最大，标准化让特征值落在激活函数的敏感区间。：模型（如神经网络）会天然倾向于数值大的特征（如坐标），而忽略数值小的特征（如速度）。消除数据分布偏移（如不同场景的坐标中心差异），提高模型对新场景的适应能力。：标准化后数据分布更对称，梯度下降方向更明确，避免模型在训练中“震荡”。：特征的算术平均值，用于中心化（将数据平移到以0为中心）。：不同特征的单位和取值范围差异巨大（例如：坐标值可能为。：数据的离散程度，用于缩放数据到合理范围。：标准化将所有特征缩放到接近。
2025-03-17 21:46:35
202
原创 nuplan官方教程训练和仿真笔记本文件学习及踩坑过程
本博客依据nupan官方教程文件（./nuplan-devkit/tutorials/nuplan_framework.ipynb）介绍planner的训练和仿真评价。希望可以帮助到大家，欢迎大家交流学习！
2025-02-27 08:00:00
1912
原创 nuplan官方教程中的传感器数据读取和可视化教程学习（避坑 纯干货）
本篇博客主要分享教程nuplan_sensor_data_tutorial记事本文件 nuplan_scenario_visualization记事本文件的学习过程（踩坑过程）。
2025-02-25 16:02:06
2140
10
原创 Nuplan数据集入门笔记（全干货）
最近也是在复现一篇论文，接触到了nuplan数据集，顺便记录一下我的学习笔记，我使用的平台是ubuntu20.04。希望可以帮助到大家。
2025-02-22 19:22:43
797
1
K210数字识别（0~9）模型源文件，模型测试，和全过程，K210原理图（加摄像头）
2022-04-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人