684 1 分钟

# 简介 STM32 是 ST 公司基于 ARM Cortex-M 内核开发的 32 位微控制器 STM32 常应用在嵌入式领域,如智能车、无人机、机器人、无线通信、物联网、工业控制、娱乐电子产品等 STM32 功能强大、性能优异、片上资源丰富、功耗低,是一款经典的嵌入式微控制器 ​ # ARM 简介 ARM 既指 ARM 公司,也指 ARM 处理器内核 ARM 公司是全球领先的半导体知识产权(IP)提供商,全世界超过 95% 的智能手机和平板电脑都采用 ARM 架构 ARM 公司设计 ARM 内核,半导体厂商完善内核周边电路并生产芯片 ​​ ​​ # 芯片命名规则 /...
931 1 分钟

# 基本介绍 一种闭环控制算法 u(t)=Kp[e(t)+1Ti∫0te(t)dt+Tdde(t)dt](连续)u\left(t\right)=Kp\left\lbrack e\left(t\right)+\frac{1}{T_{i}}\int_0^{t}e\left(t\right)\mathrm{d}t+Td\frac{de\left(t\right)}{\mathrm{d}t}\right\rbrack_{}...
642 1 分钟

# 前言 之前(2023-07-14)在论坛上反馈的帖子一直没审核通过,咱也不知道为什么 / 捂脸,所以就在这里发一下吧~ # 设备 产品型号 Nreal X 问题出现时间 2023-07-14 您搭配使用的产品 一加 7T,安卓版本 12,ColorOS 版本 12.1,APP 版本 v3.4.0 (3982) 使用场景 游戏娱乐 # 问题描述 今天突然发现,我在 AR 空间无法使用拍照和录制功能了。一点击拍照功能,眼镜画面就会直接卡死不动,APP 操作无相应反馈,只能杀死进程重新进入才行。当点击录制功能,手机会弹出「 要开始录制或投射内容吗?...
8.9k 8 分钟

参考资料:GAN.pdf # 原理 # Q1. Where will D converge, given fixed G # KL Divergence V.S. JS Divergence # Q2. Where will G converge, after optimal D # GAN 会遇到的问题 训练不稳定,两个分布没有重叠的话,生成器就会长时间得不到更新 # WGAN 通过引入一个惩罚项缓解无法训练的问题 # 代码实战 # GAN import torch from torch import nn, optim, autogradimport numpy as...
3.9k 4 分钟

前面所接触的一般都是监督学习,而除了有监督学习,互联网上更多的数据都是没有标签的,所以这就引出了无监督学习。 无监督学习不是没有标签,而是数据本身就是标签,通过神经网络找出数据内在的特征,然后再重构出数据本身,这就是自编码器 Auto-Encoders 这个过程其实就是要找到数据本质的特征,和 PCA 降维类似,通过 Auto-Encoders 找到降维后的特征后,我们就可以方便的将其可视化出来了,比如这个比较著名的可视化网站:Embedding projector - visualization of high-dimensional data (tensorflow.org) #...
3.5k 3 分钟

最为关键的点就在于 LSTM 有三个门,遗忘门(forget gate)、输入门(input gate)和输出门(output gate),每个门通过 sigmoid 激活函数(σ)输出 0 或者 1,然后通过 element-wise 的乘积操作,达到筛选信息的目的。 # 遗忘门 选择性的筛选上一步的记忆信息 Ct−1C_{t-1}Ct−1​,所以叫做遗忘门 # 输入门 将 ht−1h_{t-1}ht−1​ 和 xtx_{t}xt​ 的经过 Sigmoid 激活函数得到输入门,同时,ht−1h_{t-1}ht−1​ 和 xtx_{t}xt​ 经过 tanh...
3.6k 3 分钟

# 时间序列表示 通常表示为 [word num, batch, word vec],即 [单词数,句子数,单词的特征维度数] # 循环神经网络 h 表示连续的语义信息,为了减少参数量,所以 w 和 h 参数都是权重共享的 # 梯度更新 需要注意的是,WRW_RWR​ 就是 WhhW_{hh}Whh​,WIW_{I}WI​ 就是 W_ 从梯度推导公式中可以看出,∂hk∂h1=∏ikdiag(f′(WIxi+WRhi−1))WR\frac{\partial h_{k}}{\partial...
2.8k 3 分钟

# 前言 最近在做模型评估,看到有论文涉及到 18 折交叉验证和 F1 分数以及宏观 F1 分数,有点被搞晕了,遂查了些资料,记录于此 # K 折交叉验证 K 折交叉验证实际上可以有两种功能,模型选择,和模型评估。参考:N 折交叉验证的作用(如何使用交叉验证) 重点如下: N 折交叉验证有两个用途:模型评估、模型选择。 N 折交叉只是一种划分数据集的策略 **。**...
7.2k 7 分钟

B 站视频:《十分钟讲解 Matplotlib 的核心内容与基本逻辑》 Matplotlib_examples.ipynb # 入门 # 基本设置 import matplotlib.pyplot as pltimport numpy as np# 一些基本设置# 设置支持中文字体(黑体)matplotlib.rcParams['font.family'] = ['SimHei']matplotlib.rcParams['axes.unicode_minus'] = False# 设置图片清晰度(200dpi: 200...
9.8k 9 分钟

# 原理 迁移学习可以通过小数据量样本对模型进行微调,达到针对小数据量数据集更好的拟合效果 # 训练 / 验证 / 测试集伪代码流程 # 代码实战 # 自定义数据集 import torchimport os, globimport random, csvfrom torch.utils.data import Dataset, DataLoaderfrom torchvision import transformsfrom PIL import Imageclass Pokemon(Dataset): def __init__(self, root, resize, mode):...