2018年6月16日

Apollo2.5摄像头安装

摘要: 前言:在Apollo美研团队和长沙CiDi团队的支持下,最近完成了Apollo推荐的摄像头AR023ZWDR(Rev663F12)调试,在这里对Apollo的笔记做一个补充,希望以后的开发者不用在踩我们踩过的坑。 在本博客中提到的补充文件在我的百度网盘中,请大家自行下载。百度网盘:链接: https 阅读全文

posted @ 2018-06-16 16:49 LeonHuo 阅读(1752) 评论(10) 推荐(1) 编辑

2018年6月2日

百度Apollo安装说明

摘要: 前言:最近在和百度Apollo合作,Apollo的人很nice,大家都在全力帮助我们解决问题。但Apollo系统有点难搞,安装起来很费劲,为了避免再次踩坑,留下笔记,流传后人,O(∩_∩)O。 1. 程序版本: Ubuntu:14.04.3:apollo github主页推荐了Ubuntu16.04 阅读全文

posted @ 2018-06-02 10:41 LeonHuo 阅读(2490) 评论(1) 推荐(0) 编辑

2018年5月2日

Ubuntu 16.04 kinetic 下安装turtlebot2

摘要: 默认安装Ubuntu16.04以及ROS kinetic 防止忘记. 1. 准备工作: 2. 分别建立三个工作空间rocon,kobuki,turtlebot,下载和编译源码 (1) roncon (2) kobuki (3) turtlebot 阅读全文

posted @ 2018-05-02 14:02 LeonHuo 阅读(822) 评论(0) 推荐(0) 编辑

2018年1月12日

三维点云地图构建方法

摘要: 博主由于有逐帧的点云(.bag)需要累加成点云地图,环境:Ubuntu14.04 ROS:indigo,具体步骤如下: 将点云通过逐帧的累加形成点云地图,即SLAM方法,我们采用loam_SLAM方法构建地图,具体安装方法为:loam_slam的详细介绍见:http://blog.csdn.net/ 阅读全文

posted @ 2018-01-12 17:28 LeonHuo 阅读(11518) 评论(0) 推荐(0) 编辑

2018年1月5日

jupyter中添加conda环境

摘要: 安装完Anaconda利用conda创建了虚拟环境,但是启动jupyter notebook之后却找不到虚拟环境。 实际上是由于在虚拟环境下缺少kernel.json文件,解决方法如下: 创建环境: conda create -n 环境名称 也可以创建环境时直接加入ipykernel,比如:cond 阅读全文

posted @ 2018-01-05 14:15 LeonHuo 阅读(24082) 评论(0) 推荐(3) 编辑

2017年10月6日

Pyplot教程(深度学习入门3)

摘要: 源地址:http://matplotlib.org/users/pyplot_tutorial.html Pyplot tutorial¶ matplotlib.pyplot是一组命令函数集合,使得matplotlib.pyplot像matlab一样工作。每个pyplot函数可以对图片做一些操作,比 阅读全文

posted @ 2017-10-06 12:17 LeonHuo 阅读(902) 评论(0) 推荐(0) 编辑

2017年10月4日

Pandas快速入门(深度学习入门2)

摘要: 源地址为:http://pandas.pydata.org/pandas-docs/stable/10min.html#min Pandas(Python Data Analysis Library) 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一 阅读全文

posted @ 2017-10-04 18:02 LeonHuo 阅读(502) 评论(0) 推荐(0) 编辑

2017年10月3日

Anaconda安装与常用命令及方法(深度学习入门1)

摘要: Anaconda是一个软件发行版,它附带了conda、Python 和 150 多个科学包及其依赖项。 安装Anaconda Anaconda分为Linux、Windows、Mac等版本,去https://www.continuum.io/downloads下载对应的Anaconda包,然后: Ubuntu执行: 运行:bash Anaconda-2.2.0-... 阅读全文

posted @ 2017-10-03 15:29 LeonHuo 阅读(7904) 评论(0) 推荐(0) 编辑

2017年4月11日

最大熵模型

摘要: 最大熵模型预备知识 信息量:一个事件发生的概率越小,信息量越大,所以信息量应该为概率的减函数,对于相互独立的两个事有p(xy)=p(x)p(y),对于这两个事件信息量应满足h(xy)=h(x)+h(y),那么信息量应为对数函数: 对于一个随机变量可以以不同的概率发生,那么通过信息量期望的方式衡量,即信息熵。 信息熵:一条信息(属性、特征)的信息量大小和它的不确定性... 阅读全文

posted @ 2017-04-11 15:15 LeonHuo 阅读(7549) 评论(0) 推荐(1) 编辑

2017年4月5日

Softmax回归(Softmax Regression, K分类问题)

摘要: Softmax回归:K分类问题, 2分类的logistic回归的推广。其概率表示为: 对于一般训练集: 系统参数为: Softmax回归与Logistic回归的关系 当Softmax回归用于2分类问题,那么可以得到: 令θ=θ0-θ1,就得到了logistic回归。所以... 阅读全文

posted @ 2017-04-05 21:57 LeonHuo 阅读(763) 评论(0) 推荐(0) 编辑

导航