https://www.zhihu.com/question/22586361
https://baike.baidu.com/item/%E9%9B%85%E5%8F%AF%E6%AF%94%E7%9F%A9%E9%98%B5/10753754?fromtitle=%E9%9B%85%E5%85%8B%E6%AF%94%E7%9F%A9%E9%98%B5&fromid=5726542&fr=aladdin
这又让我想起了反向传播算法
可以再结合这篇文章看看
https://blog.csdn.net/sinat_16643223/article/details/107092346
我感觉最优控制里面也会用到雅可比矩阵。
SLAM本质我感觉也可以看成一个最优化问题,神经网络的训练也是一个最优问题。
最后都归为一个最优问题。
卡尔曼滤波本质上就是线性最小方差估计。
这种看清本质把一个东西吃透弄通的感觉很爽。
就像看清普罗米修斯 XTDrone GAAS的本质,不用它们也可以,可以自己做自己写。算法应该也是如此,先吃透其本质。
我之前觉得控制我看得清,深度学习我看不清,现在觉得SLAM的也是有着清晰的体系的,虽然外表叫着不同名字算法,实际背后逻辑是通的,这种感觉也不错,这样让我觉得可以弄弄。
我们先别想着怎么发论文,先去把这些东西去吃透它。
达到像别人所说的玩转STM32的地步,没错,玩转,达到这个地步。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)