从零开始复现AI-IMU论文结果

这篇具有很好参考价值的文章主要介绍了从零开始复现AI-IMU论文结果。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

研究的方向是导航定位,老师交待的任务是复现AI IMU这篇论文中的结果,论文中的程序已经在github中进行了开源,相关的链接:GitHub - mbrossar/ai-imu-dr: AI-IMU Dead-Reckoning。主要分为以下步骤来进行:

1.虚拟机的下载

1.1vm ware的下载

vm wares下载地址:vm wares官方下载地址,所选择的版本是17.5.0,非商业用途使用,这样不需要使用密钥,能满足基本的需求.

1.2ubuntu的下载

官方下载链接:ubuntu官方下载地址,我选择的版本是22.04.3.

1.3vm wares安装ubuntu

双击打开下载好的vm wares,创建新的虚拟机,选择稍后安装系统,在选择的时候注意操作系统版本的选择(Linux,Ubuntu 64位),自己选定存储位置,所自定义的硬件如下从零开始复现AI-IMU论文结果,人工智能,python,conda

选择的内存比较大是因为我的电脑的内存是16GB,所以便选择了一半的内存,实际使用可以根据自己的需求来决定。

设置好之后点击播放虚拟机,然后等待,进入之后,下拉选中:中文简体,然后点击Ununtu系统进行安装,之后点击Chinese,选择安装的时候建议选择正常安装,能够保证系统的功能完整,之后便自行填写信息,等待进行安装即可。

安装好之后,为了保证软件的下载速度,可以打开软件与更新进行下载服务器的更改,从其他站点进行选择,点击右侧的选择最佳服务器,稍等片刻,系统将选择最优的服务器

1.4解决windows与ubuntu跨系统复制粘贴的问题

打开终端(ctrl+alt+t),手动输入以下命令,再重启ubuntu系统即可

sudo apt-get autoremove open-vm-tools
sudo apt-get install open-vm-tools
sudo apt-get install open-vm-tools-desktop

2.在linux系统中下载Anaconda并且配置pytorch

2.1下载Anaconda安装包

安装包下载地址:

anaconda下载地址

我选择的版本是:

Anaconda3-2023.07-2-Linux-x86_64.sh

直接进行下载即可(如果没有梯子的话下载速度会比较慢)

2.2安装Anaconda

接下来需要先进行赋权然后进行安装操作,依次输入下面两个命令

chmod +x Anaconda3-5.3.0-Linux-x86_64.sh
./Anaconda3-2023.07-2-Linux-x86_64.sh

此时开始进入下载,一直点enter即可,不要过快(不然会不小心错过选择yes/no),输入yes同意用户协议,然后点击enter,输入yes,添加环境变量,如果直接跳过环境变量设置的话,需要到文件夹设置安装的Anaconda路径,文件夹可以通过下面代码进行查找

sudo gedit ~/.bashrc

然后在打开的文件的最后一行添加:

 export PATH="/home/xxl/anaconda3/bin:$PATH"

这是我自己的安装路径,具体要看个人的路径了,然后保存更改,输入下面这个命令

source ~/.bashrc

2.3检测是否安装成功

打开新的终端后,进入自己的文件夹目录,输出annconda -V,conda -V,显示版本的信息,若显示则表明安装成功

从零开始复现AI-IMU论文结果,人工智能,python,conda

2.4Anaconda安装pytorch

2.4.1创建虚拟环境

conda create -n pytorch python=3.10

pytorch是我自己定义的名称,可以根据自己的实际来取名

2.4.2激活环境

使用下面的命令,激活环境:

conda activate pytorch

出现如下所示:

从零开始复现AI-IMU论文结果,人工智能,python,conda

然后使用下述代码,检验环境是否安装成功:

conda info --envs

出现如下图所示结果即可:

从零开始复现AI-IMU论文结果,人工智能,python,conda

然后选择适合自己的pytorch版本,下载链接:pytorch官方下载链接,建议不要选择版本最新的,选择之前的:

从零开始复现AI-IMU论文结果,人工智能,python,conda

同时下载的时候也要注意自己电脑中的cuda版本,选择相匹配或者接近的,查看方式如下:搜索栏输入cmd回车,输入下面的语句:

nvidia-smi

即可得到如图所示:

从零开始复现AI-IMU论文结果,人工智能,python,conda

显示我的电脑的cuda版本为12.2,寻找对应的pytorch版本,然后我的情况下输入相应的命令:

conda install pytorch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 pytorch-cuda=12.1 -c pytorch -c nvidia

之后弹出提示,输入y,既可以完成安装,显示“done”

2.4.3测试安装成功

首先输入python,之后再输入import torch

从零开始复现AI-IMU论文结果,人工智能,python,conda

3.pycharm中配置pytorch

3.1安装pycharm

pycharm官方下载地址:Download PyCharm: Python IDE for Professional Developers by JetBrains

建议选择社区版(communicity),因为它是免费的,并且可以满足基本的需求

从零开始复现AI-IMU论文结果,人工智能,python,conda

下载之后,解压缩安装包,进入bin文件夹,然后输入以下代码即可运行

./pycharm.sh

3.2配置pytorch

打开pycharm,点击左上角的文件,选择新建,设置python的解释器

从零开始复现AI-IMU论文结果,人工智能,python,conda

之后选择已经存在的环境(existing environment),之后选择主目录中的Anaconda3目录,然后选择其中的envs文件夹。最后设置路径如下图所示:

从零开始复现AI-IMU论文结果,人工智能,python,conda

然后回到刚才环境选择的位置,出现如下图即为设置成功!

从零开始复现AI-IMU论文结果,人工智能,python,conda

4.论文复现

至此,需要的环境已经构建完成,接下来进行论文的复现:

首先下载需要的工具包,打开终端,利用以下命令:

pip3 install matplotlib numpy termcolor scipy navpy

由于navpy安装包属于国外的,所以下载速度会很慢(我的是下载失败了),这里使用镜像来下载,下载速度会非常快,也可以所有的安装包都用镜像来下载。

pip install navpy -i https://mirrors.aliyun.com/pypi/simple/

之后便是下载代码,我这里用的梯子下载的,速度很快从零开始复现AI-IMU论文结果,人工智能,python,conda

下面不再过多叙述,按照作者的步骤进行操作即可从零开始复现AI-IMU论文结果,人工智能,python,conda

最后便得到所运行出的结果

从零开始复现AI-IMU论文结果,人工智能,python,conda文章来源地址https://www.toymoban.com/news/detail-831167.html

到了这里,关于从零开始复现AI-IMU论文结果的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 从零开始复现seaformer(语义分割)训练自己的数据集——linux

    出于模型轻量化需求,需对原有的皮肤分割模型进行重新研发。seaformer是作为今年复旦大学和腾讯联合提出的轻量级语义分割算法,具有很好的参考价值。因此,作者基于seaformer算法对自研数据集进行训练,完成轻量级皮肤分割模型的开发。 1.下载地址:https://github.com/fudan

    2024年04月12日
    浏览(36)
  • 人工智能-线性回归的从零开始实现

    在了解线性回归的关键思想之后,我们可以开始通过代码来动手实现线性回归了。 在这一节中,我们将从零开始实现整个方法, 包括数据流水线、模型、损失函数和小批量随机梯度下降优化器。 虽然现代的深度学习框架几乎可以自动化地进行所有这些工作,但从零开始实现

    2024年02月08日
    浏览(53)
  • “初学者必看:如何从零开始学习人工智能?

    当我初次接触人工智能(AI)时,正值 AlphaGo 战胜围棋世界冠军李世石成为全球焦点,那一刻,人工智能这项技术首次闯入我的视线。我对此产生了浓厚兴趣,决心探究其背后的原理以及这些技术能为我们带来何种益处。于是我开始搜集资料,观看视频,深入了解相关知识。

    2024年01月24日
    浏览(62)
  • 从零开始:如何用Python建立你的第一个人工智能模型

    在这篇文章中,我们将介绍如何 从零开始使用Python建立你的第一个人工智能模型 。无论你是刚接触编程的新手,还是有经验的开发者想进一步探索人工智能领域,这篇文章都将为你提供清晰、详细的指南。我们将一步步探索数据预处理、模型建立、训练和测试的过程,以及

    2024年02月09日
    浏览(52)
  • 陶哲轩也在用的人工智能数学证明验证工具lean [线性代数篇1]从零开始证明矩阵的逆

    我还做了一个视频专门讲解哦,有空支持一下点个赞: 陶哲轩也在用的人工智能数学证明验证工具lean [线性代数篇1]从零开始证明矩阵的逆_哔哩哔哩_bilibili import Paperproof import Mathlib.LinearAlgebra.Matrix.Adjugate import Mathlib.Data.Real.Sqrt -- set_option trace.Meta.synthInstance true -- 要解释每一个

    2024年02月03日
    浏览(65)
  • 《天池精准医疗大赛-人工智能辅助糖尿病遗传风险预测》模型复现和数据挖掘-论文_企业

    进入21世纪,生命科学特别是基因科技已经广泛而且深刻影响到每个人的健康生活,于此同时,科学家们借助基因科技史无前例的用一种全新的视角解读生命和探究疾病本质。人工智能(AI)能够处理分析海量医疗健康数据,通过认知分析获取洞察,服务于政府、健康医疗机构

    2023年04月09日
    浏览(62)
  • 从零开始构建简易AI问答系统

    一、基本思路 我的想法是一个可以能够自我学习会计知识并可以问答的程序,但是我没有那么多时间去整理这些相关的资料,于是让他直接获取百度百科的数据。基本思路如下: 1、爬取百度百科相关词条的网页内容,可以使用Python中的爬虫框架,例如Scrapy或BeautifulSoup等。

    2024年02月09日
    浏览(39)
  • 从零开始,国内实现调用Open Ai

    前言: 这是一个简单的思路,部分参考来自GPT-4。 实际可以直接参考本人主页的另一篇 《宝塔快速反代openai官方的API接口,实现国内直接使用GPT》。 目录: 目录

    2023年04月11日
    浏览(44)
  • [IDE(AI绘画)]从零开始在本地部署AI绘画实例(2023.4)

    跟我的版本号走基本上不会出错,如果安装错误请检查自己是不是升级版本了,python 3.11.x在文章发布时并不支持 如果有稳定的节点就不需要修改镜像源,有些包镜像源的版本是过时的,安装时会报错 安装环境: CPU:AMD R7-5800H GPU:RTX3060 6G 内存:16G 系统:Win11 22H2 网络环境:

    2023年04月26日
    浏览(37)
  • 从零开始学AI:ChatGLM2-6B 部署测试

    ChatGLM2-6B 是开源中英双语对话模型 ChatGLM-6B 的第二代版本,在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上,ChatGLM2-6B 引入了如下新特性: 更强大的性能:基于 ChatGLM 初代模型的开发经验,我们全面升级了 ChatGLM2-6B 的基座模型。ChatGLM2-6B 使用了 GLM 的混

    2024年04月28日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包