登龙

如果你是第一次看这篇 Calibration Tool Kit 联合标定的博客，建议先按照之前的博客安装 Autoware、标定 ZED 内参和做好外参标定的准备（标定板，录制标定包等），最好用上篇博客的方法标定一次。 我用的 Robosense 雷达，发布的话题是 rslid…

项目要标定雷达和相机，这里记录下我标定过程，用的速腾 Robosense - 16 线雷达和 ZED 双目相机。 我的台式机配置比较低，大概编译了 1 个小时，好的配置应该编译的更快。 至此 Autoware 就安装好了，后面我们需要用它提供的标定工具包来进行内参和外参的标定，…

一、输出「？？」项目调试一个节点，打印ROS信息时发现设置的节点名称都是问号：看了下代码发现是自己把节点名称设置为const，但是没有正确初始化const变量，导致输出了「？?」，C++语法都忘记了，

我用VSCode来Coding，这个编辑器需要自己配置头文件路径，就是自动建立一个c_cpp_properties.json文件来管理头文件路径，然后需要用哪些库就手动加上即可，方法很简单，如下：1.

OK！我们直接开始，先来看看我们用的神经网络的架构。 我们在使用神经网络之前需要进行参数的训练，也就是训练权重矩阵，这篇博客就不详细展开如何训练了，后面单独写一篇反向 BP 算法的文章介绍。 不管是训练还是预测，我们都要首先搞清楚使用的神经网络架构是怎样的，也就是输入输出层有多…

之前的逻辑回归文章：从 0 开始机器学习 - 逻辑回归原理与实战！跟大家分享了逻辑回归的基础知识和分类一个简单数据集的方法。 添加一列后，样本变为 5000 行 401 列。 为何要这样做呢？主要是为了完成后面一次预测多个数字的任务。 这里我就直接放关键的函数，然后稍加解释下。…

这种类型的非线性假设函数组合的特征会非常多，以至于用普通的线性回归和逻辑回归算法计算会很慢，效率低下，所以为了解决复杂的非线性问题，科学家们设计出了神经网络。 神经网络的作用就是在在保证计算效率的前提下解决复杂的、有非常多输入特征的非线性问题，这包括分类问题和回归问题。 在学习…

正则化（Regulariation）这 3 个字听起来挺高大上的，其实就是一种解决机器学习过拟合问题的技术，使用这项技术可以让我们在训练集上训练的模型对未知的数据也能很好地拟合。 机器学习模型对未知数据的拟合能力又称为泛化能力，泛化能力比较好的模型，对未知数据拟合的也比较不错，…

之前的文章学习了线性回归，这次来跟大家分享下我对逻辑回归的一些理解。 这个其实很好理解，就比如你手里有一个苹果和一个橘子，我们的分类问题就是可以描述为如何写一个算法让计算机认出哪个是苹果，哪个是橘子。 分类问题的输出是不连续的离散值，比如设定程序输出 1 表示苹果，0 表示橘子…