文章整理自参考书《鸟哥的LINUX私房菜基础学习篇（第四版）》以及网上资料，仅作学习交流以及知识树立使用，侵删

文章整理自参考书《鸟哥的LINUX私房菜基础学习篇（第四版）》以及网上资料，详细阅读请参阅原著，本文仅作学习交流以及知识树立使用，侵删

pytroch基本概念

参考书目是来自中国工信出版社集团和电子工业出版社的《深度学习之PyTorch实战计算机视觉》，作者是唐进民，有兴趣的话请精读原版。
PyTorch是美国互联网巨头Facebook在深度学习框架Torch的基础上使用Python重写的一个全新的框架，更新世Numpy的替代产物，不仅继承了Numpy的众多优点，还支持GPUs计算，在计算效率上比NumPy有更明显的优势；不仅如此，PyTorch还有许多高级功能，比如拥有丰富的API，可以快速完成深度神经网络的搭建和训练。

¶Loneliness

这两天宿舍两个人出去找女朋友了，宿舍剩下我跟裎哥。四天之前感冒了，今天才算差不多好了。感冒这阵子把自己搞得挺乱的：第一天那会还不算很难受，第二天基本在床上躺了一天，下床一会身上就感觉很疲软，很少有这种感觉。第三天好一些了，但是上了一天课。第四天就是昨天，也是他们出去的第二天，是身心交困的一天。早上出去自习两小时，下午去自习室一小时左右就坐不住，觉得难受然后回宿舍。回来也不太学得进去，后来具体干啥忘记了，就记得最后裎哥他们出去玩，最后就剩下我一个人。

昨天是清明节+复活节，跟奇哥跑到玉渊潭取拍照了，半天下来，觉得自己还是除了一些好片的，不过毕竟也有几年没有摸过相机了，对焦，光圈之类的基本从零摸索，构图就别提了。

今天发现听吉他曲很能让自己放松。附上中川的曲子clarence。

现在他们到宿舍打炸金花，开始练吉他，就连这首曲子了；明天一天课，明天晚上继续搞pcl。

这学期越来越觉得，朋友可期

加油，自律！

¶引言

最近看的一篇文献里用到了GMM模型以及EM算法，之前的课程学习中有讲过这两种算法，但是都是浅尝辄止，并未设计算法的数学原理。今天既然用到了，就在网上搜集了资料，想要比较彻底地学习。本文会结合资料以及我的一些理解对算法进行总结。

听到教室外面有人在啜泣，很想出去安慰她，but who am I to comfort her?

A paper form 2020 IEEE Radar Conference (RadarConf20)

¶Title & Authors:

NLP based Skeletal Pose Estimation using mmWave Radar Point-Cloud: A Simulation Approach
Arindam Sengqupta, Feng Jin and Siyang Cao
Department of Electircal and Computer Engineering
The University of Arizona

ROS的概念分为三个层次：文件系统层、计算图层、社区层，还有两个names类型：Package Resource Names和Graph Resource Names

¶CVPR文章阅读

标题： Grid-GCN for Fast and Scalable Point Cloud Learning

¶Abstract

由于点云的稀疏性以及不规则性，直接使用原始点的方法变得比较流行，但是基于点(point-based)的方法在数据构建(data structuring)上开销非常大，这限制了算法的速度以及可拓展性(scalability)。在这篇文章中我们提出了一个叫做Grid-GCN的方法用作快速以及可拓展的点云学习。Grid-GCN使用新颖的数据构建策略(data structuring strategy)：覆盖自意识网格查询(Coverage-Aware Grid Query, CAGQ)。CAGQ通过平衡(leverage)网格区域的效率，在增加空间覆盖度的同时减小了理论的时间复杂度。相比与FPS(Farthest Point Sampling)速度提升了50倍。在GCA(Grid Context Aggregation)模组的加持下，Grid-GCN在主流的点云分类以及予以分割基准上达到了state-of-the-art的性能，速度比以前的研究有显著提升。Grid-GCN在ScanNet上使用81920点作为输入的推理速度达到了50fps。