2018日本机器人周，思岚科技展现机器人智能行走技术
上周，全球的目光都聚焦在日本，聚焦在东京，聚焦在【日本机器人周】身上。 当然，也聚焦在思岚科技身上… （ 展台360°全包围 ） （收获媒体高度关注） 从桌面PC到笔记本，到智能手机，到物联网与可穿戴设备，再到如今的智能机器人时代，人类生活被智能产品渗透的程度越来越高，智能升级是一个必然趋势。 思岚科技作为机器人自主定位导航服务提供商，连接上层机器人应用，为机器人提供一站式智能行走解决方案，同时支持各类SDK和软硬件接口接入，支持二次开发，形成“人工智能+机器人”的服务闭环。 展会上，思岚科技
RPLIDAR雷达如何在到货及返修前进行异常检测？
为了防止因为操作流程失误造成雷达失效及无用返修的这种情况，小编专门出一篇雷达自检教程，供大家在雷达到货及返修前进行初步检测~ 首先，需要安装检测工具 —— RoboStudio。 RoboStudio下载链接 ： http://www.slamtec.com/cn/RoboStudio （ SDK中自带的framgrabber程序不宜作为排查工具。） 其次，要知道套装中完整的产品包括哪些： · RPLIDAR A1：激光雷达，转接板，排线 ； · RPLIDAR A2：激光雷达，USB串口转接
如何利用RPLIDAR A2进行多点触摸应用
1. RPLidar激光雷达套件 2. RPlidar_multi_touch SDK : 请点击 这里 下载 注意事项 注意 此SDK仅适用于RPLiDAR A2 型号，其他型号暂不支持，请知悉。 1. 请确保USB线不宜过长，需保证RPLidar的供电需求，最好先使用RPLidar套件中0.3m的短USB线。 2. 需要在电脑上事先安装对应系统的cp210x驱动，具体详情可以参考RPLidar开发套装用户手册。 3. 使用网口附件板的用户首先需按照下面链接中文档配置好模块IP地址， htt
蟑螂随机走动问题（数据结构图问题）
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/83512407 一、问题概要 1.1 题 目： 《随机走动》 1.2 初始条件： 一只贪杯的蟑螂醺醺然在室内地面游荡。地面铺满方砖，共计m*n块，构成大面积矩阵。蟑螂在方砖间随机爬行，可能想撞大运，找片阿司匹林解酒。假定蟑螂从房间中央一块方砖出发，除非撞墙，可以爬向相邻8块方砖的任意一块，且机会均等。问蟑螂多久才可以
机器学习算法：回归分析与工程应用
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/83502882 一、线性回归 1.1 定义与定义引入 （一）什么是线性回归呢？ 有监督学习 输出/预测的结果yi为连续值变量 需要学习映射f：x->y 假定输入x和输出y之间有线性相关关系 （二）举一个例子（单一变量）： （三）多变量的情况 1.2 损失函数 （一）我们要找到最好的权重/参数 （二）怎样去衡量“最好”
用C语言计算矩阵边缘元素之和
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/83863941 1 题目描述 1.1 题目描述 输入一个整数矩阵，计算位于矩阵边缘的元素之和。所谓矩阵边缘的元 素，就是第一行和最后一行的元素以及第一列和最后一列的元素。 1.2 输入要求 1.第一行为整数k,表示有k组数据。 2.每组数据由多行组成，表示一个矩阵。 3.第二行分别为矩阵的行数m和列数n（m < 10
浅谈前后端分离及RESTful API
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84071909 一、综述 前端、后端这两个名词无数次出现在专业应用当中。从最开始不懂得网站上的内容从何而来，到现在经手几个项目后对前后端和互联网有了专业上的粗浅认知，所学越多，需学越多。当专业课上还在讲解着基于C#的ASP.NET开发中，如何拖动Button按钮，如何“快速”构建出一个所谓的前端，如何点击进入相应的后
谷歌浏览器jsonView下载及安装
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84103867 jsonView是一款针对谷歌浏览器的插件，他可以实现对json数据的可视化解析。 例如在测试一些后端API的时候，经常会返回一串json数据，在浏览器中会是这个样子： 我们通过下面的步骤，下载和安装jsonView插件： 1、打开 https://github.com ； 2、搜索 jsonView
Django中通过脚本的方式将json数据写入数据库
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84106072 这里记录一下django中通过脚本的方式写入json数据的一些技巧。 通过脚本不仅可以将已有的json数据写入数据库，而且可以批量地模拟一些后台数据，方便进行页面的展示。 我们以电商项目中，商品类表，商品信息表两个表的数据导入为例进行分析。 在django中建了一个db_tools的文件夹，将json
TensorFlow编程模式及基础结构
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84317497 一、编程模式 在程序编写中，有两种主流的编程模式： 1.命令式编程——代表框架：Torch 2.符号式编程——代表框架：TensorFlow 命令式编程，容易理解，命令语句基本没有优化如C，Java，C++，Python，编程方式如下图所示： 符号式编程，涉及较多的嵌入和优化，运行速度有同比提升，编程
TensorFlow中什么是Tensor？
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84326557 一、Tensor概念 Tensor意思为张量，张量是什么？张量具有维度，或者可有称作为他的秩：Rank/Order 我们以数组为对比，展示张量维度的概念： 在上图中，当在零维的时候，称为标量； 当在一维的时候，就是我们经常提的向量； 当在二维的时候，就是我们经常提的矩阵；即Matrix 在多维的时候，
TensorBoard启动及使用概要
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84434908 在复杂的问题中，网络往往都是很复杂的。为了方便调试参数以及调整网络结构，我们需要将计算图可视化出来，以便能够更好的进行下一步的决策。Tensorflow提供了一个TensorBoard工具，可以满足上面的需求。 TensorBoard是一个可视化工具，能够有效地展示Tensorflow在运行过程中的计
TensorFlow游乐园介绍及其神经网络训练过程
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84436284 TensorFlow游乐场是一个通过网页浏览器就可以训练简单神经网络。并实现了可视化训练过程的工具。游乐场地址为http://playground.tensorflow.org/ 一、TensorFlow游乐园参数介绍 打开游乐园可以看到有很多的默认参数： 首先我们来解读一下顶部的一些参数： Epoc
Ubuntu18.04下安装机器学习相关Python第三方库numpy，scipy，pandas，matplotlib
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84440923 本文主要讲述在ubuntu18.04下是如何安装numpy，scipy，pandas，matplotlib的 一、numpy NumPy（Numeric Python）是用Python进行科学计算的基本软件包。 NumPy是Python编程语言的扩展，增加了对大型多维数组和矩阵的支持，以及一个大型的高
DRF中接口数据序列化及分页、过滤、搜索、排序的快速实现
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84452278 在学习了一段时间DRF后，明显感受到了在Web API搭建的过程中，DRF比Django灵活和迅速很多，DRF中提供了很多强大视图和API，本篇通过一个商品页的小案例记录一下通过试用各种视图及filter之后总结出的一套最简化代码。 在这套代码中，采用了serializer和filter文件与view
vue+django跨域问题解决方案（前后端两种方案）
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84501280 1.Vue前端设置代理（方案一） 我们在使用vue-cli启动项目的时候npm run dev便可以启动我们的项目了，通常我们的请求地址是以localhost:8080来请求接口数据的，localhost是没有办法设置cookie的。 我们可以在vue-cli配置文件里面设置一个代理，跨域的方法有很多
Django中F查询及Q查询应用
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84501540 当一般的查询语句已经无法满足我们的需求时，Django为我们提供了F和Q复杂查询语句。假设场景一：老板说对数据库中所有的商品，在原价格的基础上涨价10元，你该怎么做？场景二：我要查询一个名字叫xxx，年龄是18岁，或者名字是yyy，年龄是是19岁的人，你该怎么写你的ORM语句 一、F查询
from
初探梯度下降解决线性回归问题
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84501742 线性回归一般用于预测问题，比如股票的涨跌，通过苹果的股票图可以预测其以后的发展。 梯度下降是机器学习中最核心的优化算法。 今天以一个小例子进行一个相对综合的应用，使用梯度下降解决一个线性回归问题，我们使用的是matplotlib这个可视化python包。 此外在学习的过程中，还要注意python2.x
激活函数的生成及图像
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84541106 所谓激活函数（Activation Function），就是在人工神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端。 激活函数（Activation functions）对于人工神经网络模型去学习、理解非常复杂和非线性的函数来说具有十分重要的作用。它们将非线性特性引入到我们的网络中。如下图
TensorFlow报错Fetch argument None has invalid type class 'NoneType'
版权声明：如有转载复制请注明出处，博主QQ715608270，欢迎沟通交流！ https://blog.csdn.net/qq_41000891/article/details/84555225 写了一个TensorFlow卷积神经网络的训练程序。 基于mnist数据集进行训练和测试。 但是在程序运行的时候报出了下面的错误。
Traceback (most recent call last):
File "nn_eg.py", line 104, in <module>
trai
今日推荐
周排行