首页
学习
活动
专区
工具
TVP
发布

半杯茶的小酒杯

专栏作者
117
文章
125265
阅读量
38
订阅数
Uber LaneGCN-训练数据准备
Uber LaneGCN的开源代码的训练数据使用了Argoverse Motion Forecasting数据集。
YoungTimes
2022-04-28
1.3K0
自动驾驶运动预测-Uber LaneGCN模型
Motion Forecasting的目标是根据车辆的Past States预测Future Trajectories。
YoungTimes
2022-04-28
9720
自动驾驶运动预测-VectorNet论文复现(一)
https://www.argoverse.org/data.html#download-link
YoungTimes
2022-04-28
3.5K3
图神经网络实战-图注意力网络Tensorflow 2.0实现
GraphSAGE通过采样邻居的策略解决了GCN只能采用Full Patch训练的问题。在GAT中指出了GCN的另外两个缺点:
YoungTimes
2022-04-28
5680
图神经网络入门实战-GraphSAGE
GCN的训练方式是基于全图的形式,然而对于许多实际的业务场景,图的规模是非常巨大的,单张显卡的容量难以满足一张整图训练所需要的空间,所以小批量的训练方法对于大规模图数据的训练是十分必要的。
YoungTimes
2022-04-28
9620
图卷积神经网络入门实战
Multi-layer Graph Convolutional Network (GCN) with first-order filters,来源:http://tkipf.github.io/graph-convolutional-networks/
YoungTimes
2022-04-28
6250
自动驾驶路径规划-Dijkstra算法
图片来源:http://www.csie.ntnu.edu.tw/~u91029/Circuit.html
YoungTimes
2022-04-28
7800
自动驾驶路径规划-Graph Based的BFS最短路径规划
在数学或者计算机数据结构的教材中,Graph由Node(或者vertices)组成,Node之间以Edge连接(如下图所示)。如果Node之间的连接是没有方向的,则称该Graph为无向图(Undirected Graph);反之,如果Node之间的连接是有方向的,则称为该Graph为有向图(Directed Graph);有向图(Directed Graph)的Edge被成为Arc。
YoungTimes
2022-04-28
1.3K0
Lanelets: 一种高效的自动驾驶高精地图表达方式
LaneLets是自动驾驶领域高精度地图的一种高效表达方式,它以彼此相互连接的LaneLets来描述自动驾驶可行驶区域,不仅可以表达车道几何,也可以完整表述车道拓扑,同时可以集成交通规则和人的驾驶习惯。
YoungTimes
2022-04-28
7310
Tensorflow实战(4)-TensorFlow的正则化实现
在训练深度学习网络时,在损失函数上加上正则项是防止过拟合的一个重要方法。本文介绍两种在TensorFlow中如何加入正则化项的方法, 但无论何种方法大的逻辑都是:创建一个正则化方法;然后将这个正则化方法应用到变量上。
YoungTimes
2022-04-28
6900
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档