- 博客(82)
- 资源 (5)
- 收藏
- 关注
RSS订阅
原创 [自动驾驶算法][从0开始轨迹预测]：二、自动驾驶系统中常用的坐标系及相应的转换关系
上一篇文章中，我们介绍了坐标转换的基础知识，接下来，我们将介绍由汽车的传感器到全局定位会涉及到的若干个坐标系统。
2024-01-16 17:01:23
2106
原创 [自动驾驶算法][从0开始轨迹预测]：一、坐标系和坐标系变换
既然要从0开始轨迹预测，那从哪开始写起呢？回想下自己的学习历程，真正有挑战性的不是模型结构，不是繁琐的训练和调参，而是数据的制作！！！笔者自认为不是一个数学基础牢固的人，那么我们的轨迹预测之旅就从坐标转换开始吧～～～由难至简，才能做到【删繁就简三秋树，领异标新二月花】，专注于轨迹预测的核心算法。
2024-01-13 03:01:19
1136
原创 [从0开始AIGC][Transformer相关]：算法的时间和空间复杂度
算法是指用来操作数据、解决程序问题的一组方法。对于同一个问题，使用不同的算法，也许最终得到的结果是一样的，但是过程中消耗的资源和时间却会有很大区别。那么如何衡量不同算法之间的优劣？主要还是从算法所占用的时间和空间两个维度去考量。
2024-04-09 21:48:42
1054
原创 [从0开始AIGC]: 如何区分并记住常见的几种 Normalization 算法
这里再重复一下上文的类比。如果把x∈RN×C×H×Wx∈RN×C×H×W类比为一摞书，这摞书总共有 N 本，每本有 C 页，每页有 H 行，每行 W 个字符。计算均值时BN 相当于把这些书按页码一一对应地加起来（例如：第1本书第36页，加第2本书第36页…），再除以每个页码下的字符总数：N×H×W，因此可以把 BN 看成求“平均书”的操作（注意这个“平均书”每页只有一个字）
2024-04-09 21:40:50
862
原创 [Pytorch]：PyTorch中张量乘法大全
在 PyTorch 中，有多种方法可以执行张量之间的乘法。两个矩阵相乘，第一个矩阵的列数必须等于第二个矩阵的行数。()`对应位置的元素相乘，输入张量形状必须相同或。：对于具有更高维度的张量（点积），可以使用。换句话说，输入张量的形状应为。此外，第一个输入张量的。必须与第二个输入张量的。两个一维张量的点积。
2024-04-03 17:31:15
667
1
原创 [Pytorch][缘来如此]：PyTorch中的广播机制
使两者形状互相兼容。广播提供了一个向量化数组操作的机制，这样遍历就发生在C层面，而不是Python层面。广播可以避免不必要的数据复制，通常导向高效的算法实现。不过，也存在不适用广播的情形（可能导致拖慢计算过程的低效内存使用）。in-place operation称为原地操作符，在pytorch中是指改变一个tensor的值的时候，不经过复制操作，而是直接在原来的内存上改变它的值。in-place操作不允许tensor像广播那样改变形状。在满足特定限制的前提下，的数组上应用算术运算。
2024-04-03 17:03:28
532
原创 [从0开始AIGC][Transformer相关]：一文看懂Transformer中的位置编码：绝对位置、相对位置、旋转位置编码
绝对位置编码最原始的正余弦位置编码（即sinusoidal位置编码）是一种绝对位置编码，但从其原理中的正余弦的和差化积公式来看，引入的其实也是相对位置编码。优势： 实现简单，可预先计算好，不用参与训练，速度快。劣势： 没有外推性，即如果预训练最大长度为512的话，那么最多就只能处理长度为512的句子，再长就处理不了了。当然，也可以将超过512的位置向量随机初始化，然后继续微调。相对位置编码。
2024-04-02 23:14:09
879
原创 [从0开始AIGC][Transformer相关]：Transformer中的激活函数：Relu、GELU、GLU、Swish
FFN（Feed-Forward Network）块是Transformer模型中的一个重要组成部分，接受自注意力子层的输出作为输入，并通过一个带有 Relu 激活函数的两层全连接网络对输入进行更加复杂的非线性变换。在公式中，首先将输入向量 x 通过一个全连接层（线性变换）得到一个与 x 维度相同的向量，然后将该向量通过Sigmoid函数进行激活。在公式中，Swish函数首先对输入向量 x 进行一个非线性变换，然后通过Sigmoid函数进行激活，并将该激活结果与输入向量 x 逐元素相乘，得到最终的输出值。
2024-04-02 23:04:48
1115
原创 [文献阅读笔记]：SEPT: TOWARDS EFFICIENT SCENE REPRESENTATION LEARNING FOR MOTION PREDICTION
SEPT: TOWARDS EFFICIENT SCENE REPRESENTATION LEARNING FOR MOTION PREDICTION
2024-02-04 15:16:21
1054
原创 [文献阅读笔记]：Forecast-MAE: Self-supervised Pre-training for Motion Forecasting with Masked Autoencoders
[文献阅读笔记]：Forecast-MAE: Self-supervised Pre-training for Motion Forecasting with Masked Autoencoders
2024-02-02 15:41:17
952
原创 [系统配置]：Linux安装中文字体-以QT控件显示中文为例
在Qt中，笔者在使用QPainter的drawText在QImage/QPixmap中绘制中文文字显示为一系列方框，可能是因为字体设置的问题。你需要确保你的系统支持你选择的字体，并且这个字体支持中文字符。//字体，大小，粗体，斜体painter.drawText(rect, Qt::AlignHCenter, "你的中文字符串");
2024-01-16 10:24:23
539
原创 [AI算法]：Keras版GCN源码自用解析
最近在研究图卷积的相关理论，有看Pytorch版本和DGL版本的GCN源码，但对象要用到Keras版本，就将Keras版本的GCN源码分析，粘一份，以备查看。1 setup.pyrom setuptools import setupfrom setuptools import find_packages setup(name=‘kegra‘, # 生成的包名称 version=‘0.0.1‘, # 版本号 description=‘Deep
2024-01-15 21:21:00
2112
原创 [实用小知识][ffmpeg]：ffmpeg解决所有视频问题
FFmpeg是一个强大的工具，可以进行视频和音频格式转换、流媒体的录制和转播、以及其他多媒体相关操作。
2024-01-10 20:19:23
423
原创 [开发语言][python][c++]：C++中的this指针和Python中的Self -- 26岁生日
C++中的this指针和Python中的Self
2024-01-07 00:39:50
1873
原创 [开发语言][python]：Python参数传递，“值传递”还是“引用传递“？
Python中的函数参数传递方式是“传对象引用”，可以理解为“值传递”和“引用传递”的混合体。
2024-01-05 10:40:28
534
原创 [开发语言][C++]：详解Lambda 函数
lambda在源代码中使用简洁的语法就地定义。Lambda 函数在 C++11 中引入，现已成为广泛使用的功能，尤其是与标准库函数结合使用。
2023-06-26 23:37:28
354
原创 [文献阅读报告]：Take-over Time Prediction for Autonomous Driving in the Real-World: Robust Models, Data Aug
人们普遍认为，一旦认知刺激的水平低于自己的兴奋阈值（own comfortable 'setting point‘），大多数人会寻找替代的/额外的信息来源，从而导致注意力分散。
2023-03-20 16:05:17
259
1
原创 [开发语言][c++]：理解指针
最近在看csapp这本书，对于一个非科班出身的我来说，犹如神书！在理解了计算机底层原理后，从头理解一下之前让我爱了又恨的指针，想来也会有一些别样的收获。之后我会将我在学习计算机系统的过程中的感悟和笔记，放在。
2022-11-21 18:23:25
1551
原创 [bug fix]：Jupyter NoteBook 中使用 cv2.imshow 显示图片
Jupyter NoteBook 中使用 cv2.imshow 显示图片Jupyter NoteBook 中使用 cv2.imshow 显示图片有两种办法:用 cv2.imshow时加入cv2.destroyAllWindows()用 plt.imshow() 代替 cv2.imshow1. cv2.imshow加入 cv2.destroyAllWindows() 后可以解决 crash 或者图片显示不出来的问题。import cv2%matplotlib inlineimage =
2021-11-17 10:02:37
6495
原创 [AI算法][PyTorch]: nn.LSTM(*args, **kwargs) 输入输出参数详解以及使用的注意事项
class torch.nn.LSTM(*args, **kwargs)参数列表:input_size：x的特征维度hidden_size：隐藏层的特征维度num_layers：lstm隐层的层数，默认为1bias：False则bih=0和bhh=0. 默认为Truebatch_first：True则输入输出的数据格式为 (batch, seq, feature)dropout：除最后一层，每一层的输出都进行dropout，默认为: 0bidirectional：True则为双向lstm默
2021-11-15 14:15:25
1876
原创 [AI算法][Pytorch]：分布式训练
1. 数据并行训练PyTorch 为数据并行训练提供了多种选项。对于从简单到复杂，从原型到量产逐渐增长的应用，共同的发展轨迹是：使用单机训练，如果数据和模型可以放在一个 GPU 中，并且训练速度不是问题。使用单机多 GPU DataParallel，如果服务器上有多个 GPU，并且您希望以最少的代码更改来加速训练。使用单机多 GPU DistributedDataParallel，如果您想进一步加快训练速度并愿意编写更多代码来设置它。如果应用程序需要跨机器边界扩展，请使用多机Distribute
2021-10-25 11:06:11
1082
原创 [系统配置][Linux]: Ubuntu挂载新硬盘，并实现开机自动挂载
Ubuntu 挂载新硬盘，并开机自动挂载1. 查看新添加的盘符查看新添加的盘符，可以在 root 下使用 fdisk -l 命令。2. 硬盘分区（如果有分区需要）对于小于 2.2T 的硬盘，可以使用 MBR 主启动记录磁盘分区。对于更大的硬盘，则可以使用 parted 分区。# 对指定硬盘分区parted /dev/sde# 创建标签，后面要选择类型，输入 gptmklabel data# 创建分区，第一个参数是分区名字，第二个和第三个是起始和结束位置mkpart primary
2021-09-11 09:28:11
10228
原创 [开发语言][C++]：顶层Const和底层Const
、顶层const和底层const指针本身是个对象，它又可以指向另外的一个对象。因此，指针本身是不是个常量以及指针所指的对象是不是一个常量，这就是两个相互独立的问题。顶层const (top-level const)：表示指针本身就是就是一个常量。底层const (low-level const)：表示指针所指的对象是一个常量。 一般来说，顶层const，可以表示任意的对象是常量；底层const则是与指针和引用等复合类型有关。note： 指针类型，既可以是底层const，也可以是顶层const。
2021-09-09 14:41:40
412
原创 [Git]: 回退到某个commit下并更新远程仓库
git 回退版本git log查看提交历史及提交的commit_id回退命令：$ git reset --hard HEAD^ 回退到上个版本$ git reset --hard HEAD~3 回退到前3次提交之前，以此类推，回退到n次提交之前$ git reset --hard commit_id 退到/进到 指定commit的sha码强推到远程，更新回退后的远程仓库：$ git push origin HEAD --force...
2021-09-08 21:55:37
3955
原创 [Git]: 在某一分支下拉取分支
Git在某一分支下拉分支Eg： master分支下或者任何分支下创建$ git checkout master //切换到master分支下$ git branch branch_tmp_A //在本地仓库创建临时分支branch_ tmp _A$ git checkout branch_tmp_A //切换到分支branch_tmp_A下$ git push --set-upstream origin branch_tmp_A //关联远程仓库的上游分支 //把本地分支关联到远程主
2021-09-08 21:49:04
424
原创 [Git]:Git当前分支的修改转移到其他分支
Git当前分支的修改转移到其他分支需要在branch B 分支上修改代码， 发现不小心在branch A分支下进行了修改， 又不想在branch B上重新修改一遍代码，怎么做更高效呢？(1) 修改尚未commit把branch A上修改的代码转移到branch B下，即可# A分支下操作 把暂存区内的修改存储起来$ git stash git checkout B# B分支下操作$ git stash pop# 查看修改显示:对应的修改合入B分支了$ git status -sb
2021-09-08 21:47:46
1449
原创 [Protobuf]: C++ Reference
[Protobuf]: C++ 句法通过创建一个简单的示例应用程序，它向您展示了如何在 .proto文件中定义消息格式，使用protobuf编译器。使用 C++ 协议缓冲区 API 来写入和读取消息。这不是在 C++ 中使用协议缓冲区的综合指南。 有关更详细的参考信息，请参阅协议缓冲区语言指南 (proto2)、协议缓冲区语言指南 (proto3)、C++ API 参考、C++ 生成代码指南和编码参考。1. 为什么要使用协议缓冲区？我们将使用的示例是一个非常简单的“地址簿”应用程序，它可以在文件中
2021-09-04 16:38:50
494
Social STGCNN.pdf
2020-03-10
Social-BiGAT Multimodal Trajectory Forecasting论文翻译.pdf
2020-03-03
（DDPG中文）Continuous control with deep reinforcement learningCH
2019-04-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人