使用cmake编译hellowSLAM工程（P29）在http://github.com/gaoxiang12/slambook中下载源代码，找到其中的ch2文件，其中有c++的文件CMakeLists.txt，对其进行操作。在ubuntu中下载一个cmake，过程如下：1. 官网下载cmake-3.12.2.tar.gz；https://github.com/Kitware/CMake/rele

文章根据bili大学的【高翔】视觉SLAM十四讲总结而成，其中也借鉴了一些其他博客。本文是高翔著作的《视觉SLAM十四讲》 第5讲 相机与图像内容。

启动激光雷达并查看数据，建图并避障导航。

https://img-blog.csdnimg.cn/44575f55b6a7431392616b45e051dd2e.png

最近在学3D方向的语义分析。师兄推荐了一个哔哩大学的将门创投 | 斯坦福大学在读博士生祁芮中台：点云上的深度学习及其在三维场景理解中的应用！的宝藏视频，我会多看几遍，并写下每次观看笔记。up主的个人网页：http://stanford.edu/~rqi下文的截图都源自讲解的PPT，在我的资源：祁芮中台点云讲解.pdf全篇手码，内容较多会持续更新。带问号的句子都是乘上引下的重点作用，文章分为三篇，这

最近在学3D方向的语义分析。师兄推荐了一个哔哩大学的将门创投 | 斯坦福大学在读博士生祁芮中台：点云上的深度学习及其在三维场景理解中的应用！的宝藏视频，我会多看几遍，并写下每次观看笔记。下文的截图都源自讲解的PPT，在我的资源：祁芮中台点云讲解.pdf全篇手码，内容较多会持续更新。带问号的句子都是乘上引下的重点作用，文章分为三篇，这是第二篇，请耐心食用。正文继续摘要：点云是一种重要的几何数据结构。

最近在恶补深度学习基础知识，以下为根据公众号“ 阿力阿哩哩”的《超参数（Hyperparameters）| 上》而总结的内容。可以结合作者在哔哩大学的视频。4.4 超参数（Hyperparameters）经过4.3节的CNN卷积神经网络原理的讲解，笔者相信大家已经迫不及待地想建属于自己的神经网络来训练了。不过，在此之前，笔者还是有一些东西要给大家介绍的。那就是神经网络的超参数(Hyperparam

全文总结于哔哩大学的视频：李宏毅2020机器学习深度学习(完整版)国语2020版课后作业范例和作业说明在github上：点击此处李宏毅上传了2020版本的机器学习视频和吴恩达的CS229机器学习相比，中文版本的机器学习显得亲民了许多，李宏毅的机器学习是英文的ppt+中文讲解，非常有利于大家入门。吴恩达的CS229中偏向于传统机器学习（线性回归、逻辑回归、Naive Bayes、决策树、支持向量机等

哔哩大学的PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】的P28讲继续进行完整的训练模型套路练习。

哔哩大学的PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】的P27讲开始进行完整的训练模型套路练习。先介绍一个a.item()的用法：import torcha = torch.tensor(5)print(a)print(a.item())# 第一个print打印出来的会带一个tensor# 第二个print加上.item就会把tensor数据类型转换成真实的数字结果如图：第一个p