文章列表

5.1k字5 分钟

Adman梯度下降算法核心思想是，对于每个参数，根据其梯度的历史信息，动态调整其学习率从而实现更快的收敛和更好的性能。Adman梯度下降算法使用两个参数，一个是动量参数，另一个是自适应学习率参数。 动量参数用于加速参数的更新 自适应学习率参数则根据参数梯度的历史信息，动态调整参数的学习率。 在学习adam梯度下降算法之前，有必要先了解一下梯度下降算法和动量梯度下降算法。 梯度下降算法 梯度下降算法(Gradient Descent, GD)是深度学习的核心之一，用于最小化目标函数。其基本思想是，在每次迭代中，沿着目标函数的负梯度方向更新参数，从而逐步逼近最优解。 随机梯度下降算法(S
5.7k字5 分钟

第一步：安装Opencv 安装Opencv参考链接：安装OpenCV 获取yolov5s.pt权值文件 使用的是轻量的yolov5s模型,在本地训练后，通过命令发送发到树莓派上: 首先查看树莓派地址： ifconfig # 查看地址 连接的wify，可以看到所属的地址端口。 将本地导出的best.onnx权值文件发送到树莓派上： scp best.onnx <用户名>@<树莓派地址>:<保存文件地址> 推理代码 #include <iostream> #include <opencv2/op
8.2k字7 分钟

本文主要介绍如何使用LSTM预测电池的SOH(SOC)。 项目地址：https://github.com/zhang3399/Battery-SOH-prediction 1. 数据集介绍 数据集来源于https://ti.arc.nasa.gov/tech/dash/groups/pcoe/prognostic-data-repository/#battery 数据说明： 一组四个锂离子电池（#5、6、7和18）在室温下经历了3种不同的操作模式（充电、放电和阻抗）。以1
3k字3 分钟

Lambda表达式是 C++11 引入的一种匿名函数，允许在需要函数对象的地方直接定义一个函数，无需显式定义函数名。Lambda 表达式常用于实现回调函数、临时函数、算法函数等场景。 基本语法 Lambda 表达式的完整语法结构如下： [ captures ] ( params ) mutable -> return_type { body } 组成部分 说明 [ captures ] 捕获列表，定义外部变量如何被 Lambda 访问（值捕获、引用捕获等） ( params ) 参数列表，与普通函数参数列表一致 mutable 可选关键字，
24k字22 分钟

Boost 是一个开源的 C++ 库集合，提供了许多实用的功能，如网络编程、图形界面、数学计算等。Boost 库可以与标准 C++ 库无缝集成，扩展了 C++ 的功能。 安装 Boost 库 通过 APT 包管理器安装 Boost 库： # 1. 更新软件包索引 sudo apt update # 2. 安装 Boost 核心库和开发文件（包含头文件和静态/动态库） sudo apt install libboost-all-dev -y # 3. 验证安装（检查版本） boostversion=$(cat /usr/include/b