摘要: 转自:https://www.cnblogs.com/snake-hand/archive/2012/05/25/2517412.html 前期准备: 1、Java JDK 2、gcc 3、g++ 确保上述准备工作完成后开始下边的工作: Java代码: 在终端输入 javac Hello.java 阅读全文
posted @ 2018-11-08 20:27 SuperVan 阅读(452) 评论(0) 推荐(0) 编辑
摘要: MCMC算法的核心思想是我们已知一个概率密度函数,需要从这个概率分布中采样,来分析这个分布的一些统计特性,然而这个这个函数非常之复杂,怎么去采样?这时,就可以借助MCMC的思想。 它与变分自编码不同在于:VAE是已知一些样本点,这些样本肯定是来自于同一分布,但是我们不知道这个分布函数的具体表达式,然 阅读全文
posted @ 2018-08-05 13:03 SuperVan 阅读(34947) 评论(0) 推荐(2) 编辑
摘要: 博客转载自:https://blog.csdn.net/u010821666/article/details/78793225 原文标题:深度学习结合SLAM的研究思路/成果整理之 1. 深度学习跟SLAM的结合点 深度学习和slam的结合是近几年比较热的一个研究方向,具体的研究方向,我简单分为三块 阅读全文
posted @ 2018-07-19 11:12 SuperVan 阅读(17994) 评论(0) 推荐(1) 编辑
摘要: 博客转载自:https://blog.csdn.net/xiaoxiaowenqiang/article/details/81051010 原文标题:深度学习结合SLAM 语义slam 语义分割 端到端SLAM CNN-SLAM DenseSLAM orbslam2 + ssd LSD-SLAM + 阅读全文
posted @ 2018-07-19 10:42 SuperVan 阅读(12902) 评论(0) 推荐(0) 编辑
摘要: 博客转载自:https://blog.csdn.net/davincil/article/details/77893185 函数原型:slice(input_, begin, size, name=None) 参数: input:待切片的矩阵tensor。 begin:起始位置,表示从哪一个数据开始 阅读全文
posted @ 2018-07-16 11:54 SuperVan 阅读(8757) 评论(0) 推荐(0) 编辑
摘要: 文章转自:https://zhuanlan.zhihu.com/p/31426458 经过R-CNN和Fast RCNN的积淀,Ross B. Girshick在2016年提出了新的Faster RCNN,在结构上,Faster RCNN已经将特征抽取(feature extraction),pro 阅读全文
posted @ 2018-07-14 20:38 SuperVan 阅读(33559) 评论(2) 推荐(1) 编辑
摘要: 本文转自:Tensorflow】超大规模数据集解决方案:通过线程来预取 原文地址:https://blog.csdn.net/mao_xiao_feng/article/details/73991787 现在让我们用Tensorflow实现一个具体的Input pipeline,我们使用CoCo20 阅读全文
posted @ 2018-07-14 14:36 SuperVan 阅读(11749) 评论(0) 推荐(0) 编辑
摘要: 转载自:目标检测:SPP-net 地址 https://blog.csdn.net/tinyzhao/article/details/53717136 上文说到R-CNN的最大瓶颈是2k个候选区域都要经过一次CNN,速度非常慢。Kaiming He大神最先对此作出改进,提出了SPP-net,最大的改 阅读全文
posted @ 2018-07-13 15:47 SuperVan 阅读(20674) 评论(1) 推荐(3) 编辑
摘要: Batch Normalization导读 博客转载自:https://blog.csdn.net/malefactor/article/details/51476961 作者: 张俊林 为什么深度神经网络随着网络深度加深,训练起来越困难,收敛越来越慢?这是个在DL领域很接近本质的好问题。很多论文都 阅读全文
posted @ 2018-07-07 11:10 SuperVan 阅读(1449) 评论(0) 推荐(0) 编辑
摘要: RCNN算法的tensorflow实现 转载自:https://blog.csdn.net/MyJournal/article/details/77841348?locationNum=9&fps=1 这个算法的思路大致如下: 1、训练人脸分类模型 输入:图像;输出:这张图像的特征 1-1、在Cal 阅读全文
posted @ 2018-05-03 14:35 SuperVan 阅读(6243) 评论(0) 推荐(0) 编辑