悦

上一篇主要内容是针对本赛事中的重难点进行描述，但是针对实际问题，需要更加细致的调整。

本文记录实际调试过程中遇到的问题和改善方法。

2020年华为无人车比赛，起始于6月底，至8月20日角逐出40支队伍参加半决赛，9月24日角逐出20支队伍参加决赛，26日最终决赛。有幸走到决赛现场，但是没有取得理想成绩，在此整理参赛笔记，希望来年一战！

分工

为了实现无人车的运行，本次赛事中本小组分为机器视觉（负责modelarts和hilens）、车道线识别、激光雷达等三个部分，本人负责车道线识别部分。

安装

pip install opencv-python

参考：Py之cv2：cv2库(OpenCV，opencv-python)的简介、安装、使用方法(常见函数、方法等)最强详细攻略

注意，基于pip安装，有多种方式，上面讲的opencv-python包含主要的modules，此外还有四个opencv的版本在pip可以获得：

• opencv-python包含opencv的主要modules
• opencv-contrib-python 包含opencv的主要modules以及contrib modules
• opencv-python-headless: 和opencv-python相同，但是没有GUI功能
• opencv-contrib-python-headless:与opencv-contrib-python相同，但是没有GUI功能。

推荐在虚拟环境（conda环境）中安装第二种。

本文按题目排序，每期10题。

本期内容多以排序为主，出现了滑动窗口等算法，学习到了python对于数组的一些操作。

本文内容根据《有趣的机器学习》一书整理而成，可作为简单了解。

目前的机器学习分类

监督学习

• 有数据和标签

无监督学习

• 只有数据没有标签

半监督学习

• 少量数据有标签
• 大量数据无标签

强化学习（Reinforcement learning）

• 从经验中总结提升

遗传算法（Genetic algorithm）

• 适者生存，不适者淘汰，优中选优

幕布是我目前使用的最多的思维工具。

但是当朋友反问我为什么要使用ta的时候，又说不上来ta究竟有何妙处。

语言基础

注释：#

调用某个库：use databases

着重号xxx

假期归来，想把家里电脑上的收藏夹搬到笔记本电脑上，其实更好的方法是建一个账户同步，但是本着能麻烦绝不方便的原则，试一下另一种方法。

思路

• 浏览器导出收藏夹文件：Bookmarks，该文件格式为json
• 从Bookmarks中找出网站名和网址，整理成一个表格文件
• 对这个表格做一下词云分析，看一下究竟假期看了些什么，详见【数据】词云分析初探

各种包的存在已经使得生成一个机器学习代码十分方便，但是当遇到一个个分厂常见的名词时，可能还是需要从理论上了解一番。

这里先不指定具体的框架，因为不论是tensorflow、keras、pytorch、caffe、mxnet几乎都会有这些内容，区别可能是名称或者方法的具体路径不同。

词云可以对比文件中不同词汇出现的频率。

就像这样：