摘要： 详细链接见https://github.com/phdsky/ORBSLAM24Windows 1. 链接中使用的opencv版本为2.4.13.6，从官网下载后需要使用cmake进行编译生成vc15的链接库（dll,lib）。 过程参考链接中Step-》DBoW2的过程。 2. 在编译Pangol 阅读全文

摘要： 一、视频学习 1.1生成式对抗网络： 应用：图像上色，图像超像素，背景模糊，人脸生成，卡通照片生成，文本生成图片，字体变换，图像风格变换，图像修复等多个领域。 工作原理： GAN生成对抗网络： 生成模型：就是输入低维向量，输出高维数据。GAN就是为了得到这个生成模型。 D是判别器，区分真假样本；G生 阅读全文

摘要： 一、视频学习 循环神经网络 应用：语音问答、股票预测、作词机、模仿写论文、模仿写代码。 循环神经网络与卷积神经网络对比： 卷积神经网络主要用于分类和检索。 两者之间的不同：传统的输入输出是相互独立的，而RNN可以考虑上下文的时序关系，不仅依赖于输入，还依赖于记忆 循环神经网络的基本结构： 展开 以后 阅读全文

摘要： 一、代码练习 1.1HybridSN高光谱分类网络 先三维卷积，然后进行二维卷积，三维卷积的网络模型如下： conv1：（1, 30, 25, 25）， 8个 7x3x3 的卷积核 ==>（8, 24, 23, 23） conv2：（8, 24, 23, 23）， 16个 5x3x3 的卷积核 == 阅读全文

摘要： 一、问题总结 MobileNetV2版本中，对数据的处理中，加入的Inverted residual block，提升通道数，但是ResNet首先进行降通道降低计算量，两个网络为什么进行这种不一样的操作。 二、代码练习 2.1 MobileNet V1 简介： MobileNet是Google于20 阅读全文

摘要： 1. 视频学习心得及问题总结 1.1深度学习的数学基础 与BP神经网络相比：玻尔兹曼机（BM）和BP相比都是正向传播，其中，BP训练中同时改变节点状态和参数值，即训练中改变的是参数值。 自编码器：包含编码器和解码器，用于接收数据然后降维存储。 自编码器有：正则自编码器、稀疏自编码器、去噪自编码器和变 阅读全文

摘要： 1. 视频学习心得及问题总结 1.1绪论 “人工智能”的概念诞生于1956年的达特茅斯会议。 2018年Yoshua Bengio、Geoffrey Hinton、Yann LeCun因在人工智能深度学习方面的贡献获得图灵奖。 人工智能的发展阶段：萌芽期、启动期、消沉期、突破期、发展期、高速发展期。 阅读全文