一杯明月 - 博客园

2019年11月5日

摘要：查看安装的所有软件 dpkg -l “dpkg ”是“Debian Packager ”的简写。为 “Debian” 专门开发的套件管理系统，方便软件的安装、更新及移除。所有源自“Debian”的“Linux ”发行版都使用 “dpkg”，例如 “Ubuntu”、“Knoppix ”等。 --《百度阅读全文

posted @ 2019-11-05 12:13 一杯明月阅读(5513) 评论(0) 推荐(0)

python字符串拼接

摘要： 1.+号连接 a="hello," b="world!" c=a+b print(c) 有一点需要注意的是，字符串类型是不可变的，所以每一次应用加号连接字符串都会生成一个新的字符串，连接多个字符串时，效率低下就是必然的了。 2.join()连接 a="hello," b="world!" c=''. 阅读全文

posted @ 2019-11-05 11:09 一杯明月阅读(1435) 评论(0) 推荐(0)

pointnet++之场景语义分割scannet/train.py

摘要： 1.作者可能把scannet数据集分成了训练集和测试集并处理成了.pickle文件。 2.在代码运行过程中，作者从.pickle文件中读出训练集1201个场景的x、y、z坐标和测试集312个场景的x、y、z坐标。 3.考虑把点存到.txt文件中，用cloudcompare可视化一下。 2--地板 3 阅读全文

posted @ 2019-11-05 09:41 一杯明月阅读(6101) 评论(16) 推荐(0)

度学习中优化方法——momentum、Nesterov Momentum、AdaGrad、Adadelta、RMSprop、Adam

摘要： https://blog.csdn.net/u012328159/article/details/80311892 阅读全文

posted @ 2019-11-05 00:26 一杯明月阅读(330) 评论(0) 推荐(0)

2019年11月4日

SGD的动量（Momentum）算法

摘要：引入动量（Momentum）方法一方面是为了解决“峡谷”和“鞍点”问题；一方面也可以用于SGD 加速，特别是针对高曲率、小幅但是方向一致的梯度。如果把原始的 SGD 想象成一个纸团在重力作用向下滚动，由于质量小受到山壁弹力的干扰大，导致来回震荡；或者在鞍点处因为质量小速度很快减为 0，导致无法离开阅读全文

posted @ 2019-11-04 23:12 一杯明月阅读(11826) 评论(0) 推荐(1)

点云语义分割论文

摘要： 1.https://zhuanlan.zhihu.com/p/69597887 阅读全文

posted @ 2019-11-04 22:48 一杯明月阅读(430) 评论(0) 推荐(0)

scannet数据集

摘要：是通过RGBD摄像机得到的3维激光点云，不是通过lidar扫描得到。数据集包含xyz和label信息，不包含颜色信息。一共1513个室内场景数据（每个场景中点云数量都不一样），共21个类别的对象（0-20，总共已知类别应该是20，类别0应该是未知类别，即未标注点云），其中，1201个场景用于训练阅读全文

posted @ 2019-11-04 22:47 一杯明月阅读(9100) 评论(7) 推荐(0)

网页版微信无法登录的解决办法

摘要： https://blog.csdn.net/codedancing/article/details/102165225 阅读全文

posted @ 2019-11-04 21:33 一杯明月阅读(896) 评论(0) 推荐(0)

pycharm运行过程中pycharm控制台和python控制台之间的切换

摘要：有时候在调试（debug）python代码的时候，希望像matlab那样输入某一个变量以查看其值，这是需要把pycharm的console切换到python的console，以输入变量查看其值，点击那个"python"标志即可，再次点击可切换回去。阅读全文

posted @ 2019-11-04 21:25 一杯明月阅读(2640) 评论(0) 推荐(0)

梯度下降原理和随机梯度下降

摘要： 2022、9、7 23:03 27 梯度下降_哔哩哔哩_bilibili 2021.11.9： (4 封私信 / 79 条消息) 【视频】梯度下降是什么鬼？（高中生都看得懂） - 知乎 (zhihu.com) 之前：理解随机梯度下降，首先要知道梯度下降法，故先介绍梯度下降法：梯度下降法大多数机阅读全文

posted @ 2019-11-04 18:01 一杯明月阅读(5594) 评论(0) 推荐(0)