Diiiiiiiiiiiiiiii-CSDN博客

原创 ROS 基础知识（一）

ROS基础目录工作空间创建工作空间编译工作空间设置环境变量仅在当前terminal中有效的设置方法永久有效的方法在环境变量中筛选有用信息创建功能包编译功能包查找功能包ROS通信机制1、话题编程创建发布者创建接收者此处出现的问题：自定义消息结构2、服务编程定义srv文件**注意**创建一个服务器客户端程序编译代码工作空间src 代码空间build 编译空间devel 开发空间install 安装控件创建工作空间创建工作空间是在src目录下进行catkin_init_workspacemkd

2021-12-29 19:53:45 1316

原创软件以及驱动安装

STM32 F767 学习笔记软件以及驱动安装MDK keil 5 安装对应芯片支持包安装 .pack 文件直接双击即可安装串口驱动 CH340串口下载程序工具 FlyMCU （选装）STlink 驱动安装STN32--F767\阿波罗STM32 F767 资料盘(A盘)\6，软件资料\1，软件\ST LINK驱动及教程\ST-LINK驱动\ST-LINK官方驱动...

2021-12-05 09:21:24 154

原创快速安装ROS系统（ubantu：18.---）（ROS：melodic）

文章目录准备内容配置ubuntu的软件和更新添加ROS软件源添加密钥更新软件源开始安装ROS初始化rosdep更新rosdep设置环境变量使环境变量生效安装rosinstall启动小海龟仿真器和键盘输入节点准备内容1、需要自己安装好VMware2、在虚拟机中安装好ubantu操作系统（本文所有指令均在ubantu18.04.6上应用）亲测有效，亲测三遍。配置ubuntu的软件和更新配置ubuntu的软件和更新，允许安装不经认证的软件。首先打开“软件和更新”对话框，具体可以在 Ubuntu 搜

2021-11-24 12:57:32 872

原创 ROS一个node中实现topic 发布和订阅 subscber

ROS中实现一个node中建立发布和订阅在person_subscber2中实现消息的发布，同时实现监听。person_subscber2 中代码代码是在古月居上面进行的修改，感谢古月其中最重要的地方主要是去掉 ros::spin(); 如果有ros::spin(); 就不会进入while循环，实现不了topic信息发布在while循环中加入 ros::spinOnce(); 实现监听！！！要注意的事情！！！因为person_subscber2 是发布的while循环中实现的监听，那也

2021-11-16 22:22:49 861

原创 Coursera - RNN

Building a Recurrent Neural Network - Step by Step1.1 - RNN celldef rnn_cell_forward(xt, a_prev, parameters):return a_next, yt_pred, cache1.2 - RNN forward pass

2019-09-11 18:04:26 157

原创使用清华园镜像安装 TensorFlow 2.0 rc版本

使用清华园镜像安装 TensorFlow 2.0 rc版本pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.0.0-rc # 使用清华园镜像飞快!pip install -i https://pypi.douban.com/simple tensorflow==2.0.0-rc #使用豆瓣镜像...

2019-09-02 14:57:35 3976

原创 3-Tensorflow基础API使用

目录常量二维矩阵算子操作TensorFlow 和numpy 之间相互转换零维的向量就是一个数字符串数值字符串RaggedTensor 不完整的矩阵ragged tensor(不对齐的矩阵) 拼接 concatragged 变为普通矩阵空闲位置用0补齐sparse tensor (稀疏矩阵)稀疏矩阵操作变量重新赋值只能使用assign 函数赋值使用等号赋值会报错自定义lossfunction自...

2019-08-28 19:51:58 365

原创 TensorFlow2.0 学习笔记 keras实战(下)

目录wide&Deep 模型编程实战函数式API 功能API子类API多输入与多输出多输入实现多输出实现超参数搜索手动实现超参数搜索用sklearn 实现超参数搜索1.定义并转化为sklearn的model2.定义参数集合3.搜索参数打印超参数搜索结果用超参数搜索得到的最好的model 来在测试集上验证wide&Deep 模型16年发布,用于分类和回归应用在Google P...

2019-08-27 17:31:38 423

原创 TensorFlow2.0 学习笔记 keras实战(上)

目录简介分类问题和回归问题为什么需要目标函数one hot 编码实战2-3 实战分类模型之数据读取与展示导入经常要用到的数据库下载数据集2-4构建模型训练模型显示学习曲线对测试集进行评估2.5数据归一化2.6回调函数2.7回归模型2.8神经网络讲解2.9构建深度神经网络2.10 批归一化,激活函数,dropout简介keras 是TensorFlow 的有个高级APITf-keras 是...

2019-08-26 22:38:33 717

转载 csdn markdown语言

目录欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑...

2019-08-23 09:27:15 426

转载玩转ADB命令（ADB命令使用大全）

我相信做Android开发的朋友都用过ADB命令，但是也只是限于安装应用push文件和设备重启相关，根深的也不知道了，其实我们完全可以了解多一点，有一些不常用的场景我们至少应该知道它可以做到，比如，我们知道adb install 却不知道adb shell am start。前者是用来安装软件，后者用来打开软件，后者的一个使用场景让我对他重视：公司定制Android系统，在调试屏...

2019-08-22 15:06:50 1411

原创 C printf 函数功能整理

在STM32中重构了Printf输出 fputc 函数，采取printf进行USART通信输出到电脑端口函数，因此对printf 进行了重新整理1、转换说明符 /* 常用的C S D U F P */%c 字符%s 字符串%d 有符号十进制整数%u 无符号十进...

2018-07-29 10:06:56 354

原创 STM32 UART 总结

UART总结编程要点！配置TX RX是对应的GPIO 端口模式配置UART初始化函数配置NVIC 之个已经就是套路了使能 USART 接收中断；使能UART编程中的小bug总结编程要点！使能UART的RX、TX的GPIO时钟和 UART时钟初始化GPIO，根据UART TX RX 要求配置两个引脚的输入输出模式（不需要配置复用模式，正常配置就可...

2018-07-20 21:46:00 960

转载 STM32 AFIO 端口复用功能

先问自己一个问题：STM32中，USART2和TIM2是共用相同IO的，你如何决定这几个IO到底是做USART2还是做TIM2呢？如果你要同时使用USART2和TIM2，该怎么办？

2018-07-20 19:57:02 1834

转载 Altium Designer 原理图库设计

转载1.新建2.编辑了解原理图原件设计的基本原则手动绘制Component 属性设置3 原理图库更新更新到库4、多引脚元器件设计检查最近参考了一些书籍和文档，初步学习了一下基本元件封装以及元件库的绘制，现在把我初步了解的学习经验分享给大家。有什么不对的地方，还恳请大家指正。我也会随着后续的学习来不断地更新……1.新建可以直接新建一个 .SchLib文件可以在 PCB工程可以添加库文...

2018-07-13 09:29:01 1159

原创 Altium_Designer-如何放置总线

在绘制原理图时我们避免不了要用到总线，但是在我们使用Altium Designer绘制总线时总是出现一些问题，导致总线无法使用。下面我就来帮助大家绘制出一条的总线，希望能够帮助在这方面摸索的人们。第一步：准备绘制总线，选择准备绘制总线的器件，这里我选择两个器件第二步：放置总线　　　　有三种方式：　　　　快捷键是：P+B;（推荐使用）　　　　在工具栏中选择Place Bus图标；　...

2018-07-13 08:09:29 17049

转载 C语言运算符优先级

转自原作者地址每当想找哪个运算符优先级高时，很多时候总是想找的就没有，真让人气愤！现在，终于有个我个人觉得非常全的，分享给大家，欢迎拍砖！C语言运算符优先级优先级运算符名称或含义使用形式结合方向说明1[]数组下标数组名[常量表达式]左到右--()圆括号(表达式）/函数名(形参表)--.成员选择（对象）对象.成员名--->成员选择（指针）对象指针->成员名-- 2-负号运算符-表...

2018-07-05 10:58:21 200

原创自己编程犯的错

自己编程犯错汇总定时器：void main(){ unsigned char cnt = 0; unsigned char i = 0; TMOD = 0x01; //定时器0 模式1 TH0 = 0xB0; //0.02ms定时 TL0 = 0x00; TR0 = 1; while(1) { if(TR0==1) //这里TF0被自己写错 ...

2018-07-04 18:21:35 234

原创字符数组赋值，以及让字符数组储存可现实的数字

1、定义的时候直接赋值：char arr[10] = {"kitty"};1这种写法也可以直接省略花括号，直接写成：char arr[10] = "kitty";12、初始化列表，把各个字符依次赋给数组中的元素：char arr[10] = {'k','i','t','t','y'}1这种写法是不可以省略花括号的。3、利用字符串处理函数 strcpy( str1, str2)可以将字符串2的内容复...

2018-07-03 14:39:57 4037 2

原创 I2C总线利用IO口实现方式（1）

1、#define LCD1602_DB = P0 //后面没有; 长点记性！！！2、mask>>=1 //被自己写成 mask >>1 编译不报错，自己检查还逻辑正确，找了好久才找到错误！！main（）.c 文件 I2C子函数 ①起始位 ②结束位 ③传输byte ④确定应答值ack#include <reg52.h&gt...

2018-07-03 10:44:15 1346

原创学习设计秒表总结以及感悟

2018-02-29今天偷懒了，早上5：40起床，批评下自己；6点10分到达实验室，学习利用51单片机实现秒表设计；秒表需要实现的功能：①通过数码管低两位显示毫秒；②高四位显示秒,从左数第三个数码管会有小数点显示；③设计两个按键，启动和暂停是一个按键，按下进行秒表计时或者暂停；④还有一个是复位按键，按下秒表清零；8点全部完成整体程序学习，读代码全部读懂，每个子函数知道内部功能。如果放在以前，我可能...

2018-06-29 14:05:37 3076

原创去除百度推广‘’莆田系‘’；CSDN纯净页面；网站视频VIP；百度云无限速下载；

想写这篇分析很久了，今天脑袋有点晕，抽出时间，把它赶出来，希望能对我身边的朋友有用，一点点就好~别无他求；看了我这篇分享你会得到什么？①去除百度推广‘’莆田系‘’’；现在国内暂时不好翻墙，只能将就用baidu，其实你用完插件，百度挺乖的；②CSDN纯净页面；技术类文章分析博客，有很多大牛写很多心得，值得阅读；我这篇菜鸡文章就是在这发布的；③网站视频VIP； ④百度云无...

2018-06-28 19:53:20 1087

原创函数定义-问题

这段程序作用把传进来的num 按位存储到buf[ ]中，然后把高位零进行清除，最后把buf[ ] 进行传递给全局变量eg：num=000567 -> buf[0]=7; buf[1]=6; buf[2]=5; buf[3]=0; buf[4]=0; buf[5]=0; ...

2018-06-28 15:50:20 382

转载 C语言求最小公倍数和最大公约数三种算法(经典)

最小公倍数：数论中的一种概念，两个整数公有的倍数成为他们的公倍数，其中一个最小的公倍数是他们的最小公倍数，同样地，若干个整数公有的倍数中最小的正整数称为它们的最小公倍数，维基百科：定义点击打开链接求最小公倍数算法：最小公倍数=两整数的乘积÷最大公约数求最大公约数算法：(1)辗转相除法有两整数a和b：① a%b得余数c② 若c=0，则b即为两数的最大公约数③ 若c≠0，则a=b，b=c，再回去执行①...

2018-06-27 15:46:14 15508

卡尔曼滤波基础及matlab仿真程序-王可东

程序中主要包括卡拉曼滤波 EKF UKF PF 改进PF 以及GPS/INS组合导航中各种滤波的仿真应用。主要针对做导航的学生设计

2019-06-11

DeepLearning with Python深度学习.pdf（中文）+（英文原版）+(代码) 字体可选中，有目录。史上最完整版本，有这个你别的是都不需要了。

本书由 Keras 之父、现任 Google 人工智能研究员的弗朗索瓦 • 肖莱（François Chollet）执笔，详尽介绍了用 Python 和 Keras 进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含 30 多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。

2019-06-08

生成式对抗网络研究综述 2019-03

深度学习领域一个十分活跃的分支—生成式对抗网络( GAN) 已经成为人工智能学界一个热门的研究方向。生成式对抗网络采用无监督的学习方式，自动从源数据中进行学习，在不需要人工对数据集进行标记的情况下就可以产生令人惊叹的效果。阐述了 GAN 的背景、基本思想，对其相关理论、训练机制和应用研究进行了梳理，总结了 GAN 的常见网络构架、训练技巧与模型评估标准，还进行了 GAN 与其他生成模型 VAE、衍生模型的对比，最后进行分析总结，指出 GAN 的优缺点并对未来发展方向进行展望。

2019-06-06

最优状态估计卡尔曼H∞及非线性滤波---《中+英+程序-最全版！！！》---里面的内容包含50币的~你懂的

文档中包含了最优状态估计的英文原版文档，和中文张永刚翻译的版本，都是不可多得的好资源。重要的是我附带了英文原版的matlab程序源码，这样你在学习完理论，在验证功能的时候，省去了你自己编写程序的过程；程序中附带了H无穷滤波，非线性滤波，粒子滤波。希望好的资料遇到识货的人。最后感谢张永刚老师，他的课真的很不错。有机会大家可以来哈工程来旁听他的课程，讲的很不错。人格魅力没的说。粉你一下刚哥、

2019-06-03

Foundations of Machine Learning.rar

《机器学习基础》（Foundations of Machine Learning）是对机器学习的通用简介，可作为研究者的参考书和学生的教科书来使用。该书覆盖机器学习领域的基础现代话题，同时提供讨论和算法证明所需的理论基础与概念工具。这本书还介绍了算法应用的多个关键方面。这本书旨在呈现最新的理论工具和概念，同时提供准确的证明。该书写作风格力求简洁，同时讨论了机器学习领域的一些关键复杂话题，以及多个开放性研究问题。一些经常与其他话题混合的话题以及没有得到足够关注的话题在本书中得到了单独讨论和重视，例如，这本书专门有一个章节讲多类别分类、排序和回归。什么样的读者适合读这本书针对的读者群体是机器学习、统计学及相关领域的学生和研究者。它可用作机器学习研究生和高年级本科生的教材，或者科研讨论会的参考书。本书前三四章主要讲理论，为后续章节夯实理论基础。其他章各自独立，第 6 和 13 章除外，第六章介绍了和后面章节有关的一些概念，第 13 章和第 12 章关联度很高。每一章的最后都有一系列练习题（附完整答案）。

2019-05-18

吴恩达机器学习每周总结官方版 week1-week10 适合打印复习，和课上的讲义不同，这个更精准一点。适合打印

吴恩达机器学习每周总结官方版 week1-week10 适合打印复习，和课上的讲义不同，这个更精准一点。适合打印。我就是听完他的全部课程后，用这个打印纸制版，进行的复习。系统全面。

2019-03-29

Coursera 吴恩达机器学习 lecture1-lecture18讲义随课讲义

吴恩达 andrew NG 老师在Coursera 机器学习的随课讲义，也就是他上课时用的这个pdf 进行的讲解，上面有老师的一些手写公式推导，看这个有利你复习

2019-03-29

吴恩达 improving Deep Network 课程第三周作业原始文件和满分答案

吴恩达深度学习 improving Deep Network课程第三周作业，下载这个在本地可以直接进行jupyter notebook 文件中包含数据和所需要的图片文件，这样你就可以在本地jupyter 进行练习如果你没有这个课程的会员，也可以采取这样的方式进行练习。吴恩达的课是必须进行练习才能掌握的，这个练习主要针对 TensorFlow 的 Tutorial 通过本次练习，你可以用于TensorFlow进行手指数字识别。入门TensorFlow

2019-03-28

吴恩达机器学习 ex1-ex8 全部100分

吴恩达机器学习所有课后的编程训练资源，包括原始的pdf指导，原始文件，和我编写完成的代码。仅供交流学习，不要仅仅copy，那样对你自己的学习效果不好。

2019-03-25

Beyond Hello World, A Computer Vision Example

Beyond Hello World, A Computer Vision Example In the previous exercise you saw how to create a neural network that ¡gured out the problem you were trying to solve. This gave an explicit example of learned behavior. Of course, in that instance, it was a bit of overkill because it would have been easier to write the function Y=2x-1 directly, instead of bothering with using Machine Learning to learn the relationship between X and Y for a ¡xed set of values, and extending that for all values. But what about a scenario where writing rules like that is much more di£cult -- for example a computer vision problem? Let's take a look at a scenario where we can recognize different items of clothing, trained from a dataset containing 10 different types.

2019-03-25

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人