logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

linux图形界面开发

chrome用的是skia图形库firefox用的是cairo图形库在linux下,skia和cairo都是以gtk为前端(就和wxwidgets类似),并不是直接用gtk开发的skype是qt开发的,商业软件用qt开发的不少eclipse是用java下的swt开发的,swt的前端是什么,我不是很清楚目前来看,商业软件用qt的多于gtk,还有一些是wxwidgets,直接用gtk的很少...

常用机器视觉软件

一、开源的OpenCV机器视觉我们最常用的软件是OpenCV(IntelOpenSource Computer Vision Library),它的中文论坛http://www.opencv.org.cn/index.PHP里面有非常清楚的介绍。二、VisionPro®7.0系统,快速开发强大的应用系统康耐视公司(Cognex ®)推出的 VisionPro ® 系统组合

Inspirational Applications of Deep Learning

 by Jason Brownlee on July 14, 2016 in Deep LearningIt is hyperbole to say deep learning is achieving state-of-the-art results across a range of difficult problem domains. A fact, but also hyperbo...

计算机视觉之语义分割

2017年10月11日人工智能被认为是第四次工业革命,google,facebook等全球顶尖、最有影响力的技术公司都将目光转向AI,虽然免不了存在泡沫,被部分媒体夸大宣传,神经网络在图像识别,语音识别,自然语言处理,无人车等方面的贡献是毋庸置疑的,随着算法的不断完善,部分垂直领域的研究已经落地应用。在计算机视觉领域,目前神经网络的应用主要有图像识别,目标定位与检测,语义分割。图像识别就是告诉你图

树莓派语音识别

现在的 Linux 桌面已经发展的很好了,在桌面下播放音乐操作起来也很简单。那么我们还记得在桌面不是那么好的时候我们是怎么播放音乐的么?哎,我是想不起来了,实在是太难了。  不过现在我们可以先安装一个小软件,然后通过命令行来使用这个软件播放音乐,感觉还是很不错滴。  这个软件的名字叫:SOX,支持很多格式的音频文件,如 WAV,MP3,MPG,OGG,FLAC 等等。满足我们日常使

开源物联网平台

物联网(IoT)是帮助人工智能(AI)以更好的方式控制和理解事物的未来技术。 我们收集了一些最有名的物联网平台,帮助您以受控方式开发物联网项目。物联网平台是帮助设置和管理互联网连接设备的组件套件。 一个人可以从一个系统远程收集数据,监控和管理所有连接互联网的设备。 物联网平台上有很多可用的在线平台,但为公司构建物联网解决方案都依赖于物联网平台主机和支持质量。在这里,我们编译了一些最好的和着...

#物联网
OpenCR介绍以及自制OpenCR

Turtlebot3专题(三)OpenCR介绍以及自制OpenCR发布时间:2017年08月15日 16:36:21    浏览数:2122次    来自:dajianliOpenCR就是TurtleBot3的主控制器板,为ROS嵌入式系统开发的,提供了完整的开源硬件和软件,个人可以根据开源的资料自制。ROSClub-Turtlebot3专题:http://rosclub.cn/tag/turtl

GRBL学习笔记2--grbl Arduino烧写

注意:在开始之前,从ArduinoIDE中删除先前的Grbl库安装。否则,将有编译问题!在Linux上路径 /root/Arduino/libraries。 1.  下载Grbl源代码. git clone https://github.com/grbl/grbl.gitNote:Arduino mega2560 下载网址:git clone https://github.com/gnea/grb

深度学习:Pre-Training的理解

转自(非常感谢原文作者) http://www.cnblogs.com/neopenx/p/4575527.htmlLogistic回归、传统多层神经网络1.1 线性回归、线性神经网络、Logistic/Softmax回归线性回归是用于数据拟合的常规手段,其任务是优化目标函数:线性回归的求解法通常为两种:①解优化多元一次方程(矩阵)的传统方法,在数值分析里通常被称作

深度学习:正则化方法

正则化是机器学习中非常重要并且非常有效的减少泛华误差的技术,特别是在深度学习模型中,由于其模型参数非常多非常容易产生过拟合。因此研究者也提出很多有效的技术防止过拟合,比较常用的技术包括:参数添加约束,例如L1、L2范数等训练集合扩充,例如添加噪声、数据变换等Dropout该文主要介绍深度学习中比较常见几类正则化方法以及常用参数选择,并试图解释其原理。正则化技术参数惩罚

    共 12 条
  • 1
  • 2
  • 请选择