原文：Understanding LSTM Networks — colah’s blog 递归神经网络 人类不会总是都从零开始思考。在读这篇文章的时候，你根据之前看到词的理解来理解新的词，而不会忘记所有的，从头开始。你的思维是连贯的。 传统的神经网络做不到这一点，这也是其主要缺点之一。例如，假设你为电影里发生的事件分类，传统的神经网络没法使用电影中之前的时间来判断后面的事件。 递归神经网络能够解决这个问题：在网络之间构成循环来达到保存信息的目的。
Month: January 2017
Caffe是非常流行的深度学习库，ROS是当下使用最广泛的机器人库（我觉得叫操作系统有些过），把Caffe和ROS一起使用就很方便地将深度学习技术应用到机器人上，但是现在的Caffe各种fork（通常都是对基本的卷积神经网络扩展），所以使用Caffe最方便的还是从源码（和fork）编译。所以这里记录如何将Caffe作为ROS模块的库使用。
Clean flight 有3个速度配置可以随时切换，但是配置却不是很直观，使用命令行可以参考： In-Flight Rate Profile Changes – Cleanflight | PlastiBots 使用图形界面也有workaround： 先配置3个位置的开关切换速度配置，如图 AUX3 通道低 为 配置0, 中为配置1, 高为配置2 对每个配置设置参数，PID参数界面的rate只显示当前的rate配置，切换配置之后需要刷新（切换到别的页面再切换回来）