SLAM（同步定位与地图构建），是指运动物体根据传感器的信息，一边计算自身位置，一边构建环境地图的过程，解决机器人等在未知环境下运动时的定位与地图构建问题。目前，SLAM的主要应用于机器人、无人机、无人驾驶、AR、VR等领域。其用途包括传感器自身的定位，以及后续的路径规划、运动性能、场景理解。实际上，SLAM算法本身只是完成了机器人的定位和地图构建两件事情，与我们说的导航定位并不是完全等价的。这里

安装testmate，然后配置如下。

安装testmate，然后配置如下。

深度学习监督学习监督学习 Supervised Learning，非监督学习 Unsupervised Learning，半监督学习 Semi-Supervised Learning常见的监督学习：线性回归、决策树、朴素贝叶斯分类、最小二乘法、逻辑回归、支持向量机、集成方法有监督学习分为分类和回归等，无监督一般用得最多的是聚类和降维。监督学习问题主要有两种：分类（classification）与回

环境配置默认搜索路径PYTHONPATH =/usr/local/lib/python/以.py文件格式存储执行.py文件$ python test.py检查python是否安装$ python安装python指令解析器，下载好源码包后进入目录执行下列指令$ ./configure--prefix=/usr/local$ make && sudo make install安装第三方