本文使用的数据集是YALE_32X32.mat和COIL20.mat数据集，这两个数据集应该是很容易就可以得到的。这里给出两个数据集链接https://pan.baidu.com/s/1wrBpIHUjC9tCwGwVPKMPNg提取码：s45a用Python来可视化数据集其实很简单当然也可以用C++或Matlab可视化也可以的，但是本人偏向于喜欢用Python来而且Python的优点很多接...

前言本文是基于台湾李宏毅机器学习的笔记，本文主要记录关于梯度下降的知识点一、梯度下降梯度下降法简介梯度下降的优化目标是使得损失函数L最小，其中θ为参数，假设 θ 有里面有两个参数 θ1, θ2 随机选取初始值，η为学习率梯度下降遇到的问题梯度下降过程中可能会遇到马鞍点，局部最小点，下降速率过慢等等情况，如下图所示，这些情况导致的后果就是梯度约等于或等于0，即梯度消失，在深度学习中，对于梯度消失问题

前言：本文主要记录关于李宏毅机器学习2021中Transfomer和Normalization章节的相关笔记，其中Transformer主要介绍了在NLP领域的作用而Normalization主要介绍Batch Normalization的操作。一、Normalization① 为什么要做归一化处理先说归一化的目的或者优点：归一化的目的主要是为了让模型的收敛速度更快，对于使用梯度下降优化的模型，每

前言本文主要记录在学习生成式模型时的一些关键知识点以及学习过程的笔记，若有错误之处还望指出并谅解。一、生成模型基于深度学习的生成式建模的方法主要有AE、VAE、GAN这三大种，其中VAE是基于AE的基础上进行变形的生成模型，而GAN是近年来较为流行并有效的生成式方法。自编码器(AE)：AE主要由编码器和解码器组成，整个模型其实就相当于一个压缩解压的一个过程，编码器将真实数据进行压缩到低维隐空间中的

前言为了能够真实模拟实验室的Autolabor_pro1小车，我就自己用solidworks2018基本仿画出Autolabor模型，当然我知道官网有urdf文件但是好像官方的只有一个车子的base部分没有其他任何对外的传感器，因此我就索性自己利用solidworks构建自己的机器人然后转换成urdf文件然后自己构建仿真地图环境。然后这里记录了我在试验Cartographer算法时遇到的一些问题（

这是我在用SW2018来自己画一个autolabor小车装配体然后转成urdf文件时遇到的问题，首先先晒出我的装配体模型。转成urdf模型的步骤我不想多说自己可以看古月居的视频或者百度上面自己搜索或者官网上教程这很简单不是很难。在导出后得到一个功能包，然后把功能包转移到Ubuntu下的ROS工作空间里面去尝试能否正常显示出来。当我运行display.launch文件的时候出现了以下情况这个情况纯属

前言本文主要记录在学习生成式模型时的一些关键知识点以及学习过程的笔记，若有错误之处还望指出并谅解。一、生成模型基于深度学习的生成式建模的方法主要有AE、VAE、GAN这三大种，其中VAE是基于AE的基础上进行变形的生成模型，而GAN是近年来较为流行并有效的生成式方法。自编码器(AE)：AE主要由编码器和解码器组成，整个模型其实就相当于一个压缩解压的一个过程，编码器将真实数据进行压缩到低维隐空间中的

前言本文主要记录在学习生成式模型时的一些关键知识点以及学习过程的笔记，若有错误之处还望指出并谅解。一、生成模型基于深度学习的生成式建模的方法主要有AE、VAE、GAN这三大种，其中VAE是基于AE的基础上进行变形的生成模型，而GAN是近年来较为流行并有效的生成式方法。自编码器(AE)：AE主要由编码器和解码器组成，整个模型其实就相当于一个压缩解压的一个过程，编码器将真实数据进行压缩到低维隐空间中的

前言在使用Jetson Nano开发板的过程中运行Python文件终端报错出现的错误提示,后来在终端中输入python3进入python环境去任意import一个库除了python的内置库(比如:sys、os等等)都会直接报错出现非法指令(核心已转储)，因此一度陷入了困境，在网上查找资料怎么也找不到相关的解决办法，刚开始无奈的我只好重装系统，在装好系统后安装完代码相关要求的一些库后运行python

前言首先