Toggle navigation
QIY.NET
Home
About
Tags
Tags
keep hungry keep foolish
ALSA
PRML
Python
image processing
Deep Learning
Machine Learning
SLAM
ALSA
音频kernel部分[架构二]
ALSA
PRML
PRML通俗串烧02
第二章 概率分布
PRML通俗串烧03
第三章 线性回归模型
PRML学习笔记（十二）
第十二章 连续潜在变量
PRML学习笔记（十一）
第十一章 采样方法
PRML学习笔记（十）
第十章 近似推断
PRML学习笔记（九）
第九章 混合模型和EM
PRML学习笔记（八）
第八章 图模型
PRML学习笔记（七）
第七章 稀疏核机
PRML学习笔记（六）
第六章 核方法
PRML学习笔记（五）
第五章 神经网络
PRML学习笔记（四）
第四章 分类的线性模型
PRML学习笔记（三）
第三章 回归的线性模型
PRML学习笔记（二）
第二章 概率分布
PRML通俗串烧01
第一章 绪论
PRML学习笔记（一）
第一章 绪论
Python
手写代码 习题集
剑指 Offer 篇
image processing
图像处理基础（四）
CV面试题
图像处理基础（三）
SFM和SLAM
图像处理基础（二）
像机标定方法
图像处理基础（一）
滤波器
Deep Learning
DL学习笔记（六）
目标检测常用方法
DL学习笔记（五）
GNN 图神经网络
DL学习笔记（一.一）
梯度
DL学习笔记（三）
RNN 循环神经网络
DL学习笔记（一.二）
概率论基础
DL学习笔记（一.三）
线性代数基础
DL学习笔记（二）
CNN基础
DL学习笔记（一）
BP神经网络白菜入门题
DL学习笔记（四）
GAN基础1
Machine Learning
ML学习笔记（一.一）
SVM基础2
ML学习笔记（五）
ML面试题总结
ML学习笔记（二.二）
图像线性分类器
ML学习笔记（四）
CART-GBDT基础
ML学习笔记（三）
贝叶斯估计1
ML学习笔记（二）
KNN-K_means
ML学习笔记（一）
SVM基础1
SLAM
SLAM学习笔记（八）
后端
SLAM学习笔记（七）
光流法和直接法
SLAM学习笔记（六）
视觉里程计
SLAM学习笔记（五）
非线性优化
SLAM学习笔记（四）
相机与图像
SLAM学习笔记（三）
李代数求导与扰动模型
SLAM学习笔记（二）
李群与李代数
SLAM学习笔记（一）
第三讲三维空间刚体运动