FAST_LIO_SAM 融入后端优化的FASTLIO SLAM 系统 前端：FAST_LIO2 后端：LIO_SAM
FAST_LIO_SAM 融入后端优化的FASTLIO SLAM 系统 前端：FAST_LIO2 后端：LIO_SAM
机器学习和深度学习概述
学习笔记
Ubuntu20.04LTS下安装Intel Realsense D435i驱动与ROS包
这里写自定义目录标题目标一、D435i简介二、环境配置三、RealSense的SDK2.0安装四、ROS包安装目标在Ubuntu20.04LTS系统下安装D435i的驱动SDK2和ROS包，实现在ROS环境中使用D435i。一、D435i简介D435i是Inter公司RealSense系列摄像头的一
快速了解 GPT 发展三阶段
GPT-1 的预训练模型在 GPT-2 团队看来有一个不足的地方，虽然 GPT-1 构建了一个不错的预训练模型，但是对下游任务还是需要使用有标注的样板来训练新的模型，也就是说需要对具体的下游任务做有监督的微调。同时，GPT-2 还引入了一些新的技术，如动态掩码、自适应的词向量权重、多层次的表示等，以
三分钟认知Softmax和Sigmoid的详细区别
Softmax以及Sigmoid这两者都是神经网络中的激活函数，对应还有其他的激活函数引入激活函数是为了将其输入非线性化，使得神经网络可以逼近任何非线性函数（原本没有引入激活函数，就是多个矩阵进行相乘，无论神经网络多少层都是线性组合，这个概念是感知机）Softmax以及Sigmoid两者都是作为神经
ros(23)：接收rviz中的2D Nav Goal、2D Pose Estimate消息
即设置二维导航目标，并使用“goal”这个话题进行通讯（结合rviz的其他教程，话题名也可能是“/move_base_simple/goal”）其消息类型为：geometry_msgs/PoseStamped1.2 2D Pose Estimate即设置二维初始位姿并使用“initialpose”进
关联规则挖掘（Apriori算法和FP-Growth算法）
Apriori算法的频繁项集的方式是：先产生低阶频繁项集（从1开始的）的，再由低阶频繁项集产生高阶候选项集，高阶候选项集经过支持度的度量筛选产生，最后生成同阶频繁项集。这是不断重复的“产生-测试”的过程。而FP-growth算法采用是完全不同的方式，算法的第一个核心是压缩数据集，采用的是FP_tre
【机器学习】支持向量回归
支持向量回归 SVR 回归模型 支持向量机 管道 惩罚 拉格朗日 KKT 对偶 互补松弛 支持向量 几何意义 间隔 边界 超平面
各种生成模型：VAE、GAN、flow、DDPM、autoregressive models
各种生成模型：VAE、GAN、flow、DDPM、autoregressive models
人工智能能否取代软硬件开发工程师
因此，虽然人工智能技术可以在某些方面辅助嵌入式开发工程师的工作，但是嵌入式系统开发需要掌握的技能和知识比较多，需要工程师在硬件、软件和系统集成等多个方面进行综合考虑和实现，因此人工智能无法完全取代嵌入式开发工程师的工作。虽然人工智能技术可以辅助前端开发工程师完成某些重复性和机械性的任务，如自动化测试
图解自注意力机制
写在最前边这个文章是《图解GPT-2 | The Illustrated GPT-2 (Visualizing Transformer Language Models)》的一部分，因为篇幅太长我就单独拿出来了。当然如果你只想了解自注意力机制也可以看看本文章的前半部分，这篇文章属算是入门科普读物了，不
矢量数据压缩算法“Douglas-Peucker”——递归与非递归实现（python）
思路参考whttps://blog.csdn.net/johntzh/article/details/114916069#comments_16881210
python读写二进制文件（读写字节数据）
Here's how to do it with the basic file operations in Python. This opens one file, reads the data into memory, then opens the second file and writes i
R语言|plot和par函数绘图详解，绘图区域设置 颜色设置 绘图后修改及图像输出
如果bty的值为”o”（默认值）、”l”、”7”、”c”、”u”或者”]”中的任意一个，对应的边框类型就和该字母的形状相似，如果bty的值为”n”，表示无边框。R语言绘图讲解
GNSS及其定位原理，差分GNSS技术分析
根据后方交会定位原理，要实现 GNSS定位，需要解决两个问题:一是观测瞬间卫星的 空间位置；二是观测站点和卫星之间的距离，即卫星在某坐标系中的坐标。为此首先要建 立适当的坐标系来表征卫星的参考位置[8]，而坐标又往往与时间联系在一起[9]，因此， GNSS定位是基于坐标系统和时间系统进行的。...
线性代数 linear algebra
2.3 实现属于我们自己的向量Vector.pyclass Vector:def __init__(self, lst):self._values = lst#return lendef __len__(self):return len(self._values)#return index th i
【KDD20】多变量时间序列异常检测算法之USAD：对抗性训练AE
前言KDD20的paper链接：https://dl.acm.org/doi/pdf/10.1145/3394486.3403392代码链接：https://github.com/manigalati/usad一、摘要在摘要中主要指出了本文的难题引出本文的方法。原因出自Orange公司的IT系统的自
机器学习基础 HMM模型（隐马尔科夫）
在机器学习算法中，马尔可夫链(Markov chain)是个很重要的概念。马尔可夫链（Markov chain），又称离散时间马尔可夫链（discrete-time Markov chain），因俄国数学家安德烈·马尔可夫（俄语：Андрей Андреевич Марков）得名。马尔科夫链即为状
【机器学习】线性回归（超详细）
机器学习之线性回归，看懂这一篇就够了(超详细)。
SE(Squeeze and Excitation)模块的理解以及代码实现
SEBlock并非一个完整的网络，而且一个子结构，可以嵌在其他分类或检测模型中。SEBlock的核心思想是通过网络根据loss去学习特征权重，使得有效的featuremap权重更大，无效或效果小的featuremap权重更小的方式去训练模型已达到更好的结果。当然，SEblock嵌在原有的一些分类网络
