EIgen

中文问题修正 Mondrian Schema Workbench

使用附件patch文件可以避免上述问题：1、将eigenbase-xom-patch.jar文件放入lib目录中。jar文件下载。
darebeat·2017-12-04 02:11

为什么 Python被Google选为TensorFlow的开发语言呢？使用 Python比C++语言进行机器学习有什么优势？

相反，通常它是使用了Eigen（高性能C++和CUDA库）和NVidia的cuDNN（用于NVidiaGPU的非常优化的DNN库，用于卷积等功能）。
CS_lcylmh·2017-11-28 18:50

5、RGB-D— 视觉里程计 Visual Odometry

RGB-D_SLAM”的一些问题，作为自己笔记总结,以督促自己完成并理解)与上一讲的课程，修改了4个地方：1.src/slamBase.cpp首先工具函数：将cv的旋转矢量与位移矢量转换为变换矩阵，类型为Eigen
Discoverhub·2017-11-21 13:32

2017.10.22- Laplacian Eigenmap、Word2VEC、LINE

  Network在日常生活中的使用很普遍，能够灵活的表示数据的大体结构。通过NetworkMining可以从得到网络中包含的很多信息，NetworkMining主要包括LinkPrediction,Ranking,CommunityDetection,Classification,Resilience,InformationCascades等。为了方便进行NetworkMining，需要先表示n
玛卡瑞纳_a63b·2017-11-19 19:03

Boltztrap安装和使用简述

调好.bashrc，然后开始安装boltztrap5、编译boltztrap，直接make，按照readme编译即可，编译完成后，将其路径添加到.bashrc里面6、利用vasp静态计算后的文件，要有EIGENVAL
dragonfly91·2017-11-17 19:02

VS版Eigen库求解大型稀疏线性方程组

众所周知，为了减小稀疏矩阵的存储内存，稀疏矩阵有专门的存储办法。但是怎么求解诸如Ax=b（这里矩阵A为稀疏矩阵，假设x为列向量，b也为列向量）这样的方程组呢？求解这样的方程组分为两个步骤，一个是对稀疏矩阵A赋值，一个是用solve求解器求解方程组。#include"stdafx.h"#include//包含稀疏矩阵求解;#include#include#include//调用sleep延迟函数;#
Hunter_pcx·2017-11-17 12:55

如何用C++实现自己的Tensorflow

在我们开始之前，以下是代码：BranchwithEigenbackendBranchthatonlysupportsscal
AnbyLizh·2017-11-15 20:22

C++调用CUDA（基于VS2015） matlab调用CUDA 以及matlab调用C++ 学习记录

实现功能：double型矩阵相乘（日后有机会更新模版类型）attention：CUDA存储矩阵是列优先，不知道自己能不能改，还在摸索中1、matlab调用C++基于mexFunction其中c++扩展调用了Eigen
penkgao·2017-11-07 22:54

eigen使用

欧拉角赋值Eigen::Vector3deular_angels(yaw,pitching,droll);旋转矩阵转欧拉角Eigen::Vector3deuler_angels=R.eulerAngles
evilparadise·2017-11-07 11:59

人工智能里的数学修炼 | 矩阵的花样分解：特征值分解（EVD）、相似对角化、QR分解、Schur分解、奇异值分解（SVD）的概念纠缠与详解

看了不少社区的问答、笔记和博客，在它们的基础上加入一些自己的理解，写下这篇概念详解,博客中借鉴了不少前人的观点，这里感谢他们的付出一、特征值分解（EVD）把特征值分解（EigenValueDecomposition
Liangjun_Feng·2017-11-06 00:00

如何利用C++搭建个人专属的TensorFlow

在开始之前，首先看一下最终成型的代码：1.分支与特征后端（https://github.com/OneRaynyDay/autodiff/tree/eigen）2.仅支持标量的分支（https://github.com
机器之心V·2017-10-28 06:27

视觉slam14讲——第3讲 三维空间刚体运动

旋转的四种表示方法四种变换1旋转的四种表示方法旋转向量(也叫轴角)旋转矩阵欧拉角四元数这四种都可以相互转化，使用Eigen库常用转化总结如下(0)构造旋转向量Eigen::AngleAxisdrotation_vector
leeayu·2017-10-25 23:07

C++Eigen库的配置和基本使用

1.配置1.下载http://bitbucket.org/eigen/eigen/get/3.2.5.tar.bz22.配置文件夹名字较长，解压后可重命名，如我命名为eigen3，把D:\program
鲁中地区有小雨·2017-10-24 14:33

Spring 松耦合实例

假定我们现在需要输出不同格式文件，传统实现方式如下：1创建输出文件接口IGenerateFile.javapackagecom.xidian.edu;publicinterfaceIGenerateFile
LZTree·2017-10-20 16:55

Slam编程一 旋转向量、旋转矩阵，欧拉角、变换矩阵和四元数

使用库eigen可用下面来表示Eigen::AngleAxisdrotationVector(3.14/6,Eigen::Vector3d(0,1,0));即
ChouPiJang·2017-09-13 20:52

Slam编程一 旋转向量、旋转矩阵，欧拉角、变换矩阵和四元数

使用库eigen可用下面来表示Eigen::AngleAxisdrotationVector(3.14/6,Eigen::Vector3d(0,1,0));即
ChouPiJang·2017-09-13 20:52

人脸识别之特征脸方法

首先把一批人脸图像转换成一个特征向量集，称为“Eigenfaces”，即“特征脸”，它们是最初训练图像集的基本组件。
cicilover·2017-09-06 13:24

矩阵的分解

资料matrixdecompositionwikiEigen库关于矩阵Ax=b的求解QRFactorizationandSingularValueDecomposition完整的Eigen矩阵分解比较，
逍遥客33·2017-09-05 23:00

PnP 单目相机位姿估计（二）：solvePnP利用二维码求解相机世界坐标

3cameraMatrixdistCoeffs内参矩阵和畸变矩阵相机世界坐标的求解1求世界坐标中的点在相机坐标系下的坐标2求相机在世界坐标中的坐标3效果求解相机在世界坐标系下的坐标点4求解代码更多IDE：visualstudio2013使用库：Eigenopencv2.4.9
cocoaqin·2017-09-05 10:15

PnP 单目相机位姿估计（一）：初识PnP问题

简介理解更多IDE：visualstudio2013使用库：Eigenopencv2.4.9文档版本：1.1简介PnP问题是求解3D-2D点对运动的方法。
cocoaqin·2017-09-04 20:53

运行spark问题：Initial job has not accepted any resources; check your cluster UI to ensure that workers a

spark-submit--masterspark://master:7077--executor-memory3000g--py-filesSparkUtil.pySpark_ModelMatch_eigen.py
coffeebreak·2017-08-30 22:25

Matlab_求最大特征值和特征向量

eigenvalue=diag(y);%求对角线向量lamda=max(eigenvalue)%求最大特征值fori=1:length(A)%求最大特征值对应的序数iflamda
许一城·2017-08-30 12:36

DeepLearning(花书)第二章主要内容(7-12节)

方阵A的特征向量（eigenvector）是指与A相乘后相当于对该向量进行缩放的非零向量v:Av=λv.标量λ被称为这个特征向量对应的特征值（eigenvalue）。
MrRight2019·2017-08-21 22:02

Eigen局部坐标系和世界坐标系转换

本文主要介绍使用Eigen库进行空间坐标的转换。
沧海飞帆·2017-08-14 10:22

矩阵的奇异值分解过程

原著矩阵的奇异值分解（singularvaluedecomposition，简称SVD）是线性代数中很重要的内容，并且奇异值分解过程也是线性代数中相似对角化分解（也被称为特征值分解，eigenvaluedecomposition
烟酒和尚·2017-08-04 17:29

vs2013+g2o配置

注：编译工具选择vs2013(vc12)，vs2010对于某些编译会出问题，vs2017目前没有太多的QT支持插件,vs2015对于老版本的Eigen不兼容参考文档：【文档一】http://m.blog.csdn.net
dzs1993·2017-08-03 19:39

线性判别分析简明入门教程

原文：http://sebastianraschka.com/Articles/2014_python_lda.html编译：AsherLi注1：文中出现了线性代数术语“eigenvalue”“eigenvector
asher_lithium·2017-07-29 11:31

eigen入门

一简介Eigen是一个高层次的C++库，有效支持线性代数，矩阵和矢量运算，数值分析及其相关的算法。Eigen是一个开源库，从3.1.1版本开始遵从MPL2许可。
harbor1981·2017-06-28 15:55

OpenCV人脸识别实验（一）——特征脸（Eigenfaces）及其重构的源代码详解

1、介绍Introduction从OpenCV2.4开始，加入了新的类FaceRecognizer，我们可以使用它便捷地进行人脸识别实验。本实验采用的编程环境为：opencv3.0+VS2013。人脸识别的实验已经转移到face模块中，face模块在我这里的路径为：D:\ProgramFiles\opencv3.0\opencv\sources\modules\opencv_contrib-mas
loveliuzz·2017-06-27 17:23

像写C++一样写CUDA

Tensor采用C++AMP，Thrust的异构接口设计；具备类似Matlab的基本矩阵操作；将Eigen的延迟计算推广到GPU端；使用元编程技术追求扩展性和性能的极致。
Matazure·2017-06-25 23:15

20个设计师必备工具推荐

网站地址：http://www.eigenlogik.com/spectrum
看闻一多·2017-06-21 19:45

20个设计师必备工具推荐

网站地址：http://www.eigenlogik.com/spectrum
看闻一多·2017-06-21 19:45

OpenCV实现人脸识别——EigenFace特征脸法

目前支持的算法有Eigenface特征脸createEigenFaceRecognizer()FisherfacecreateFisherFaceRecognizer()LocalBinaryPatternsHistograms
loveliuzz·2017-06-20 10:06

Eigen库的配置和基本用法

下载官网：http://eigen.tuxfamily.org/index.php?
鱼然·2017-06-19 22:47

Eigen 模板库的简介

Eigen是一个C++模板库，主要用于：线性代数、矩阵、向量、数值计算和相关算法。
xuehuafeiwu123·2017-06-16 17:00

概率论中均值、方差、标准差介绍及C++/OpenCV/Eigen的三种实现

概率论是用于表示不确定性声明(statement)的数学框架。它不仅提供了量化不确定性的方法，也提供了用于导出新的不确定性声明的公理。在人工智能领域，概率论主要有两种用途。首先，概率法则告诉我们AI系统如何推理，据此我们设计一些算法来计算或者估算由概率论导出的表达式。其次，我们可以用概率和统计从理论上分析我们提出的AI系统的行为。概率论使我们能够作出不确定的声明以及在不确定性存在的情况下进行推理，
fengbingchun·2017-06-16 11:00

eigen3 在 ubuntu14.04 下的安裝

下载网址：去eigen官网下载就可以下载一个稳定版的eigen，博主下的是当前最新版博主下载到“下载/”目录下，即下载/目录下有个文件名eigen-eigen-67e894c6cd8f.tar.bz2运行指令
小白的进阶·2017-06-15 11:36

矩阵伪逆介绍及C++/OpenCV/Eigen的三种实现

矩阵A的伪逆(Moore-Penrosepseudoinverse)定义为：A+=VD+UT,其中，U，D和V是矩阵A奇异值分解后得到的矩阵。对角矩阵D的伪逆D+是非零元素取倒数之后再转置得到的。当矩阵A的列数多于行数时，使用伪逆求解线性方程是众多可能解法中的一种。特别地，x=A+y是方程所有可行解中欧几里得范数‖x‖2最小的一个。当矩阵A的行数多于列数时，可能没有解。在这种情况下，通过伪逆得到的
fengbingchun·2017-06-06 09:00

矩阵特征分解介绍及雅克比(Jacobi)方法实现特征值和特征向量的求解(C++/OpenCV/Eigen)

对角矩阵(diagonalmatrix)：只在主对角线上含有非零元素，其它位置都是零，对角线上的元素可以为0或其它值。形式上，矩阵D是对角矩阵，当且仅当对于所有的i≠j,Di,j=0.单位矩阵就是对角矩阵，对角元素全部是1。我们用diag(v)表示一个对角元素由向量v中元素给定的对角方阵。对角矩阵受到关注的部分原因是对角矩阵的乘法计算很高效。计算乘法diag(v)x，我们只需要将x中的每个元素xi
fengbingchun·2017-05-29 11:49

比较OpenBLAS，Intel MKL和Eigen的矩阵相乘性能

对于机器学习的很多问题来说，计算的瓶颈往往在于大规模以及频繁的矩阵运算，主要在于以下两方面：(Dense/Sparse)Matrix–Vectorproduct(Dense/Sparse)Matrix–DenseMatrixproduct如何使机器学习算法运行更高效摆在我们面前，很多人都会在代码中直接采用一个比较成熟的矩阵运算数学库，面对繁多的数学库，选择一个合适的库往往会令人头疼，这既跟你的运算
算法学习者·2017-05-26 00:32

浅谈SVD分解和CUR分解

1.PoweriterationInmathematics,thepoweriteration(alsoknownaspowermethod)isaneigenvaluealgorithm:givenamatrixA
Rosun_·2017-05-26 00:26

范数介绍及C++/OpenCV/Eigen的三种实现

有时我们需要衡量一个向量的大小。在机器学习中，我们经常使用被称为范数(norm)的函数衡量向量大小。形式上，Lp范数定义如下：范数(包括Lp范数)是将向量映射到非负值的函数。直观上来说，向量x的范数衡量从原点到点x的距离。更严格地说，范数是满足下列性质的任意函数：当p=2时，L2范数被称为欧几里得范数(Euclideannorm)。它表示从原点出发到向量x确定的点的欧几里得距离。在数学中，欧几里得
fengbingchun·2017-05-23 08:56

SLAM中常用库的CMake写法（如何添加各种依赖库）

1.添加Eigen头文件Eigen通过apt-get安装之后，我们要怎么使用这个依赖库呢？Eigen有一点很奇怪，Eigen库只有头文件，所以我们在CMakeLists.tx
Felaim·2017-05-22 10:13

逆矩阵介绍及C++/OpenCV/Eigen的三种实现

逆矩阵(inversematrix)：在线性代数中，给定一个n阶方阵A，若存在一n阶方阵B，使得AB=BA=In，其中In为n阶单位矩阵，则称A是可逆的，且B是A的逆矩阵，记作A-1.只有正方形(n*n)的矩阵，亦即方阵，才可能、但非必然有逆矩阵。若方阵A的逆矩阵存在，则称A为非奇异方阵或可逆方阵。与行列式类似，逆矩阵一般常用于求解包含数个变数的数学方程式。线性方程组：Ax=b,如下，其中A是一个
fengbingchun·2017-05-20 12:06

Estimating Surface Normals in a Point loud

.````1.每个点Pi以及其最近的k邻域点，构造covariancematrixC:convariancematrix求解该协方差矩阵的eigenvectors以及eigenvalues，i.e.PCA-PrincipleComp
Qinginging·2017-05-19 16:57

Angular 第二篇 | Angular 架构

根模块在一些小型应用中可能是唯一的模块，大多数应用会有很多特性模块，没eigenvalue模块都是一个内聚的
shmaur·2017-05-18 23:35

关于g2o的学习使用

它的github地址在：https://github.com/RainerKuemmerle/g2o是一个重度模板类的c++项目，其中矩阵数据结构多来自Eigen。g2o项目中含有若干文件夹。
qq_29828623·2017-05-17 23:00

行列式介绍及Eigen/OpenCV/C++的三种实现

行列式，记作det(A)，是一个将方阵A映射到实数的函数。行列式等于矩阵特征值的乘积。行列式的绝对值可以用来衡量矩阵参与矩阵乘法后空间扩大或者缩小了多少。如果行列式是0，那么空间至少沿着某一维完全收缩了，使其失去了所有的体积。如果行列式是1，那么这个转换保持空间体积不变。行列式(Determinant)是数学中的一个函数，将一个n*n的矩阵A映射到一个标量，记作det(A)或|A|。行列式可以看作
fengbingchun·2017-05-17 10:49

eigen 求解示例

#include#include#includeusingnamespacestd;usingnamespaceEigen;voidgenerateRandomProblemData(MatrixXd*
chaooooooo·2017-05-14 21:34

PCA算法的原理以及c++实现（Eigen库实现）源码

PCA的目的：pca算法，也叫主成分分析法，能够对一个多样本的多维特征向量构成的矩阵进行分析，分析主成分并去除维度之间的相关性，使线性相关的向量组变成线性无关的向量组。并且可以对样本进行降维，降高维向量映射到低维度空间，同时确保纬度之间的信息损失尽可能小。首先给出PCA算法的过程：1）对每一维度均值化为0，计算出每一维度的均值，每一个数均减去这个均值2）对于均值化为零的矩阵，求其维度的协方差矩阵C
Qer_·2017-05-14 19:56
上一页 45 46 47 48 49 50 51 52 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他