特龙智慧-GMapping
特龙智慧 我在大二上学期购买了《概率机器人》一书,当时还没有学概率论,所以我看不懂(但是我大受震撼)。大二下的暑假曾经学了一段时间,但是没有深入,到第五章就结束了。直到现在,大四了,项目有这方面的需求了,才重新开始看特龙(Sebstian Thrun)这本口碑很好的书。尽管这本书是2006年出版…
特龙智慧 我在大二上学期购买了《概率机器人》一书,当时还没有学概率论,所以我看不懂(但是我大受震撼)。大二下的暑假曾经学了一段时间,但是没有深入,到第五章就结束了。直到现在,大四了,项目有这方面的需求了,才重新开始看特龙(Sebstian Thrun)这本口碑很好的书。尽管这本书是2006年出版…
CUDA II I. Introduction CUDA十分有趣。因为我基本就是做算法和软件的,所以对于计算机体系结构,硬件设计等等了解得不多。尽管个人这方面知识有限,我仍然觉得这方面知识十分必要。Profiler能帮助我们在数据驱动的形式下优化代码,但并不会有助于我一开始就写出高质量、符合相应…
Correspondence Problem I. Intros The correspondence problem refers to the problem of ascertaining which parts of one image correspond to which parts o…
CUDA I I. Introduction 在复现A Decomposition Model for Stereo Matching这篇论文的时候,发现其Sparse matching并不是直接的pytorch实现。本来我想直接pytorch了事的,但仔细一思考后觉得虽然反向传播实现不用考虑了…
Stereo! 最开始的时候,我在人机所的工作是搞双目开发,但是当时还完全不懂深度学习,觉得这就是个玄学玩意(事实上我现在还是这么觉得,只不过有些简单的网络,具有很好的理论解释,我觉得还挺妙的)。但是当年(也就是2020)的KITTI榜就已经被深度学习刷爆了啊,前100目测98个非传统方法。现在…
GPU 懂GPU加速必须要懂GPU设计,GPU和CPU太不一样了。之前写CUDA的时候感觉都是瞎写。在开学花个时间补了补,花一天时间(没有实践的那种)看完了加州理工的CS179以及一些附属资料: Figure 1. 什么?CUDA是Nvidia的?
CL I. Introduction 根据个人粗浅的了解,有监督的简单图像分类在高一些奇怪的东西,比如我觉得Inception就很奇怪,强行变宽,更不要说它的改进了。新的网络结构感觉就是,没什么理论道理,全是 empirical xxxx的,让人看得一头雾水,做这样的浅层次理解或者是复现也没有什…
2D LiDAR Simulator V 1.0 2D LiDAR Simulator V 1.0🎇 is built upon the repository🎉🎉: Github🔗: Enigamtisms/Volume2D, which is, recently, updated. Thi…
Untitled-NO.1 在构建2D激光雷达模拟器的时候,在某个自定义地图中碰上一个奇怪的bug。当然,我从现在完全弄明白这个问题的角度出发,这个bug一点也不奇怪,反倒是警示我要多查cppreference,使用一个STL提供的工具就要看一份文档。 CPP Reference
Transformer I. 引入 在NLP(Natural Language Processing 而不是 Non-Linear Programming)问题中,经常涉及到sequence to sequence的问题,在这种问题上最广为人知的应用就是【机器翻译】: Watch out eve…