【课程笔记】第32页

Games101 计算机图形学课程笔记：Lecture15 Ray Tracing 3

目录辐射度量学Irradiance朗伯余弦定律Lambert’sCosineLaw能量的衰减Radiance联系与区别BRDF(BidirectionalReflectanceDistributionFunction)BRDF反射方程渲染方程（TheRenderingEquation）渲染方程的理解辐射度量学Irradiance在单位时间内，每个单位面积上接收到的光照的能量。朗伯余弦定律Lambe

_almost__·2022-11-23 09:38

Games101 计算机图形学课程笔记：Lecture16 Ray Tracing 4

目录MonteCarloIntegration路径追踪Motivation解渲染方程只考虑直接光照考虑间接光照指数爆炸问题递归无出口问题对光进行采样总结RayTracing概念MonteCarloIntegration一种近似求积分的数值方法，可在无法确定函数的解析式时使用。随机采样，根据概率密度函数（PDF）求出积分的近似值。路径追踪MotivationWhitted-StyleRayTraci

_almost__·2022-11-23 09:38

Games101-系列课程笔记-Lecture-10

Games101-系列课程笔记Lecture10Geometry1Games101-系列课程笔记纹理应用环境映射凹凸贴图(BumpTexture)位移贴图(DisplacementMap)几何分类更多隐式表示参考本篇博客内容为

夜阑澜·2022-11-23 08:13

Games101-系列课程笔记-Lecture-11

Games101-系列课程笔记Lecture11Geometry2Games101-系列课程笔记更多显式表示曲线贝塞尔曲线(BézierCurves)简单定义德卡斯特里奥(deCasteljau)算法贝塞尔曲线性质高阶贝塞尔曲线存在的问题其他样条曲线基样条

夜阑澜·2022-11-23 08:13

Games101-系列课程笔记-Lecture-08

Games101-系列课程笔记Lecture08Shading-P2Games101-系列课程笔记高光项(SpecularTerm)环境光照(AmbientTerm)Bling-Phong反射模型公式着色频率的三种方式平面渲染

夜阑澜·2022-11-23 08:12

Games101-系列课程笔记-Lecture-04-Part1

Games101-系列课程笔记Lecture04TransformationCont.Games101-系列课程笔记3D变换参考本篇博客图片来自Games101-闫令琪(Lecture04)讲义，有兴趣的小伙伴可前往

夜阑澜·2022-11-23 08:42

Baidu Apollo无人驾驶课程笔记1：入门篇

自动驾驶汽车的工作模块组合（其中定位精度的要求比GPS苛刻得多）：①计算机视觉②融合感知③定位④路径规划⑤控制高精度地图和普通地图的区别：（高精度地图有更多的辅助驾驶信息和更高的精度）①高精度地图拥有道路网的精确三维表征：如路标位置②高精度地图拥有道路的语义信息：比如当前时刻红绿灯的颜色③高精度地图能达到厘米级别精度，而普通地图为米级精度：确保安全高精度地图的构建：①数据采集②数据处理③对象检测④

浮云向晚·2022-11-23 01:08

Coursera吴恩达课程笔记 2.2《优化深度神经网络》-- 优化算法

文章目录1.Mini-batchgradientdescent2.Understandingmini-batchgradientdescent3.Exponentiallyweightedaverages4.Understandingexponetiallyweightedaverages5.Biascorrectioninexponentiallyweightedaverage6.Gradien

jianming21·2022-11-22 22:03

【应用统计】【课程笔记】线性代数、概率统计、多元回归、时间序列

本文为《应用统计方法》复习笔记，用于总结知识点和框架，分为线性代数、概率统计、多元回归和时间序列等，仅供参考和交流，参考书籍为《高等计量经济学》。博客推荐：AI算法工程师手册华校专：数学学习、统计基础、深度学习我是8位的：单变量微积分、多变量微积分、线性代数、概率目录第一部分线性代数几何解释总结第一章线性空间一、欧氏空间、线性空间、内积空间二、线性空间的基、维数、秩第二章矩阵基本知识一、矩阵运算二

空明远·2022-11-22 21:34

高斯分布

在高斯混合模型（GMM），高斯判别分析（LDA）等等中，都涉及到了高斯分布，所以这里结合CS229课程笔记和机器学习-白板推导（二）-数学基础来对高斯分布进行一个介绍。

宁悦·2022-11-22 17:48

专利培训课程笔记

第一节发明创新的基本概念什么是发明创新三种类型：发明、实用新型、外观设计权利要求是什么权利要求书说明书说明书附图第二节专利文献阅读阅读顺序泛读----摘要、附图摘要关注点：技术领域，技术问题，技术方案、有益效果精读----全文关注：技术问题，技术方案，技术缺陷泛读技巧关注精读技巧说明书技术问题技术方案--发明点技术效果技术缺陷第三节专利信息获取专利信息的价值为科研提供指导和帮助改进现在产品新技术发

无言89·2022-11-22 15:00

Numpy实现大矩阵减去小矩阵的方便运算

把一个向量加到矩阵的每一行:调用numpy库完成cs231作业1，numpy参考知乎CS231n课程笔记翻译：PythonNumpy教程使用一重循环#Wewilladdthevectorvtoeachrowofthematrixx

brightendavid·2022-11-22 07:28

吴恩达deeplearning.ai系列课程笔记+编程作业(11)第四课卷积神经网络-第三周目标检测（Object detection）

第四门课卷积神经网络（ConvolutionalNeuralNetworks）第三周目标检测（Objectdetection）文章目录第四门课卷积神经网络（ConvolutionalNeuralNetworks）第三周目标检测（Objectdetection）3.1目标定位（Objectlocalization）3.2特征点检测（Landmarkdetection）3.3目标检测（Objectde

geekxiaoz·2022-11-22 01:25

吴恩达机器学习课程笔记+代码实现(4)Python实现单变量线性回归和梯度下降(Programming Exercise 1.1)

anacondaJupyterNotebook链接：ex1data1.txt、ex1data2.txt和编程作业ex1.pdf（实验指导书）提取码：i7co1单变量线性回归(Linearregressionwithonevariable)本章课程笔记部分见

geekxiaoz·2022-11-22 00:27

吴恩达机器学习课程笔记+代码实现(12)Python实现多类分类和神经网络(Programming Exercise 3)

Multi-classClassificationandNeuralNetworksPython版本3.6编译环境：anacondaJupyterNotebook链接：实验数据和实验指导书提取码：i7co本章课程笔记部分见

geekxiaoz·2022-11-22 00:27

numpy矩阵分割

numpy矩阵分割本文是课程笔记，课程来源：【莫烦Python】Numpy&Pandas(数据处理教程)numpy矩阵基本使用numpy矩阵计算numpy矩阵索引numpy矩阵合并numpy矩阵分割importnumpyasnp

Elm Forest·2022-11-21 23:31

numpy矩阵索引

numpy索引本文是课程笔记，课程来源：【莫烦Python】Numpy&Pandas(数据处理教程)numpy矩阵基本使用numpy矩阵计算numpy矩阵索引numpy矩阵合并numpy矩阵分割importnumpyasnp

Elm Forest·2022-11-21 23:30

numpy矩阵合并

numpy矩阵合并本文是课程笔记，课程来源：【莫烦Python】Numpy&Pandas(数据处理教程)numpy矩阵基本使用numpy矩阵计算numpy矩阵索引numpy矩阵合并numpy矩阵分割importnumpyasnp

Elm Forest·2022-11-21 23:30

numpy矩阵计算

numpy矩阵的计算本文是课程笔记，课程来源：【莫烦Python】Numpy&Pandas(数据处理教程)numpy矩阵基本使用numpy矩阵计算numpy矩阵索引numpy矩阵合并numpy矩阵分割importnumpyasnp

Elm Forest·2022-11-21 23:00

机器学习课程笔记——多元线性回归

一、一元线性回归在一元线性回归中，假设函数里只有一个单一特征量。如通过房屋的面积x来预测房子的价格y。从而得到假设函数：其中Θ为特征量x的权重值。二、多元线性回归而如果我们不仅有房屋面积作为预测房屋价格的特征量（变量），我们还知道卧室的数量、楼层的数量以及房子的使用年限。这样就有更多的特征量可以用来预测房屋的价格。n为特征量的个数，如以上有4个不同的特征量，即n=4。m用来表示样本的数量，若我们有

Jink是小菜鸡·2022-11-21 23:38

数据分析课程笔记（三）数组形状和计算、numpy存储/读取数据、索引、切片和拼接

数据分析课程笔记数组的形状数组的计算不同维度进行计算广播原则轴（axis）numpy读取数据numpy索引和切片numpy中布尔索引numpy中三元运算符numpy中的clip(裁剪)numpy中的nan

M行者X·2022-11-21 16:58

纽约大学深度学习PyTorch课程笔记（自用）Week7

纽约大学深度学习PyTorch课程笔记Week77.1能量模型(Energy-BasedModels)7.1.1Overview7.1.2能量基础模型(EBM)方法定义解决方案：基于梯度的推理7.1.3

cosθ·2022-11-21 14:52

信息论与编码

《信息论与编码》课程笔记（一）——信息的基本概念-知乎《信息论与编码》课程笔记（二）——自信息量的相关概念-知乎《信息论与编码》课程笔记（三）——信息熵、条件熵、联合熵的概念、关系、性质-知乎

phymat.nico·2022-11-21 08:08

深度学习基础-2

计算图与反向传播4.1计算图4.2梯度消失与梯度爆炸4.3动量法5权重初始化5.1全零初始化5.2标准随机初始化5.3Xavier初始化5.4Kaming初始化6批归一化7参考资料0前言本文是公司组内分享的课程笔记

zjuPeco·2022-11-21 07:02

《动手学深度学习pytorch版》（李沐）课程笔记--数据操作及预处理

一.N维数组N维数组是机器学习和神经网络的主要数据结构，其中：0维数组即标量；1维数组即向量；2维数组即矩阵；3维数组最简单的即为RGB图片（宽×高×通道）；注：彩色图片的通道数为3（因为有三原色），黑白图片的通道数为1。4维数组可以理解为n个三维数组放在一起，如RGB图片的批量（批量大小×宽×高×通道）5维数组如一个视频的批量（批量大小×时间×宽×高×通道）二.创建数组创建数组需要3个要素。1.

追梦小白农·2022-11-21 04:14

《动手学深度学习pytorch版》（李沐）课程笔记--安装

关于李沐老师的安装流程，我没有听的很懂，单纯站在自己的角度发表一下自己的安装过程。我用的是anaconda3，直接官网搜索并且下载好之后（不用下python，anaconda会自带），在anaconda的命令窗口中运行：pipinstalltorchtorchvisiond2l即可。这种情况下已经不影响继续听课学习了，后续有什么问题再解决并更新。另外，如果有使用pycharm的同学，可以直接在py

追梦小白农·2022-11-21 04:43

李沐「动手学深度学习」中文课程笔记来了！

机器之心报道markdown笔记与原课程视频一一对应，Jupyter代码均有详细中文注释，这份学习笔记值得收藏。亚马逊资深首席科学家李沐博士的「动手学深度学习」中文系列课程，这门课从3月持续到8月，超过28000人参与了直播，课程回放在B站的播放量达到了上百万次。李沐B站视频地址：https://space.bilibili.com/1567748478/channel/detail?cid=17

风度78·2022-11-21 04:40

吴恩达机器学习系列课程笔记——第三章：线性代数回顾(Linear Algebra Review)

3.1矩阵和向量https://www.bilibili.com/video/BV164411b7dx?p=12矩阵的维数即行数×列数矩阵元素（矩阵项）：Aij指第i行，第j列的元素。向量是一种特殊的矩阵，讲义中的向量一般都是列向量，如如下图为1索引向量和0索引向量，左图为1索引向量，右图为0索引向量，一般我们用1索引向量。3.2加法和标量乘法https://www.bilibili.com/vi

Lishier99·2022-11-20 23:43

【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 3_Linear Algebra Review

Lecture3LinearAlgebraReview线性代数回顾3.1矩阵和向量3.2加法和标量乘法3.3矩阵向量乘法3.4矩阵乘法3.5矩阵乘法的性质3.6逆、转置3.1矩阵和向量参考视频:3-1-MatricesandVectors(9min).mkv3.2加法和标量乘法参考视频:3-2-AdditionandScalarMultiplication(7min).mkv3.3矩阵向量乘法参考

weixin_30569153·2022-11-20 23:11

【机器学习】课程笔记09_应用机器学习的建议(Advice for Applying Machine Learning)

应用机器学习的建议决定下一步做什么（DecidingWhattoTryNext）评估假设（EvaluatingaHypothesis）模型选择和训练、验证、测试集（ModelSelectionandTraining/Validation/TestSets）诊断偏差与方差（DiagnosingBiasvs.Variance）正则化和偏差、方差（RegularizationandBias/Varian

雀栎·2022-11-20 23:08

【机器学习】课程笔记10_机器学习系统的设计(Machine Learning System Design)

机器学习系统的设计确定执行的优先级（PrioritizingWhattoWorkOn）误差分析（ErrorAnalysis）不对称性分类的误差评估（ErrorMetricsforSkewedClasses）查准率和查全率的权衡（TradingoffPrecisionandRecall）机器学习数据（DataforMachineLearning）确定执行的优先级（PrioritizingWhatto

雀栎·2022-11-20 23:08

【机器学习】课程笔记08_神经网络的学习(Neural Networks Learning)

神经网络的学习代价函数（CostFunction）反向传播算法（BackpropagationAlgorithm）理解反向传播（BackpropagationIntuition）使用注意：展开参数（ImplementationNote:UnrollingParameters）梯度检测（GradientChecking）随机初始化（RandomInitialization）综合起来（Puttingi

雀栎·2022-11-20 23:07

【机器学习】课程笔记02_单变量线性回归(Linear Regression with One Variable)

单变量线性回归模型描述（ModelRepresentation）代价函数（CostFunction）梯度下降（GradientDescent）线性回归的梯度下降模型描述（ModelRepresentation）线性回归（LinearRegression）一些符号：m：训练样本的数量x’s：输入变量y’s：输出变量（预测的目标变量）(x,y)：一个训练样本(x(i),y(i))：第i个训练样本数据集

雀栎·2022-11-20 23:37

【机器学习】课程笔记04_多变量线性回归(Linear Regression with Multiple Variables)

多变量线性回归多变量（MultipleFeatures）多元梯度下降法（GradientDescentforMultipleVariables）多元梯度下降法演练1：特征缩放（GradientDescentinPracticeⅠ:FeatureScaling）多元梯度下降法演练2：学习率（GradientDescentinPracticeⅡ:LearningRate)特征和多项式回归（Featur

雀栎·2022-11-20 23:37

【机器学习】课程笔记05_逻辑回归(Logistic Regression)

逻辑回归分类（Classification）假设陈述（HypothesisRepresentation）决策边界（DecisionBoundary）代价函数（CostFunction）简化代价函数与梯度下降（SimplifiedCostFunctionandGradientDescent）高级优化（AdvancedOptimization）多元分类：一对多（Multi-classClassific

雀栎·2022-11-20 23:37

【机器学习】课程笔记01_引言(Introduction)

引言前言什么是机器学习监督学习（SupervisedLearning）无监督学习（UnsupervisedLearning）前言机器学习（MachineLearning）从AI（人工智能）发展出来的一个领域为计算机开发的一项新功能应用领域：数据挖掘（Databasemining）：自动处理大量数据集（用户点击数据、医疗记录等）。无法手动编写的程序：例如自动驾驶、手写文字识别、自然语言识别、计算机视

雀栎·2022-11-20 23:07

吴恩达《机器学习》课程笔记---第三章Linear Algebra Review

本章节主要介绍了些线性代数中的基础知识的回顾。TableofContents矩阵，向量基本概念矩阵运算矩阵运算法则单位矩阵矩阵的逆矩阵的转置矩阵，向量基本概念主要讲了些基本概念，可由图直观理解。矩阵向量矩阵运算矩阵加，减法（需要两个矩阵规模完全一致）实数和矩阵的运算（会对矩阵中每一个元素应用操作）矩阵乘法（两个矩阵相乘，需要第一个矩阵的列数和第二个矩阵的行数相同）矩阵运算法则不符合交换律满足结合律

Ekko、无心·2022-11-20 23:31

【机器学习】课程笔记03_线性代数回顾(Linear Algebra Review)

线性代数回顾矩阵和向量（MatricesandVectors）加法和标量乘法（AdditionandScalarMultiplication）矩阵向量乘法（Matrix-VectorMultiplication）矩阵乘法（Matrix-MatrixMultiplication）矩阵乘法特征（MatrixMultiplicationProperties）逆和转置（InverseandTranspos

雀栎·2022-11-20 23:25

cs231n学习记录-理解线性分类器

学习内容是斯坦福大学的《面向计算机视觉的卷积神经网络》课程，课程代码cs231n，原文链接是StanfordUniversityCS231n:DeepLearningforComputerVision，同时知乎上有课程笔记的中文

法拉不会飞·2022-11-20 15:32

【CS231n 课程笔记】第八讲-----常见的深度学习框架，以及GPU和CPU介绍。

目录0.写在前面1.CPUVSGPU1.1GPU与CPU的比较1.2性能测试1.3实践中的问题2.深度学习框架2.1计算图思想和深度学习框架2.2tensorflow2.2.1代码分析2.2.2变量保存在计算图中2.2.3变量的更新2.2.5优化器2.2.6tensorboard和分布式运行2.3PyTorch2.3.1代码解析2.3.2张量：2.3.3变量：2.3.4nn结构2.3.5定义nn模

被月亮晒黑_·2022-11-20 13:20

Stanford UE4 & UE5 C++ 开发课程笔记（四）可交互物体与交互特效

StanfordUE4&UE5C++开发课程笔记（四）可交互物体与交互特效交互功能1.定义统一的交互接口2.实现可交互的宝箱类交互动作实现宝箱模型交互动作实现3.在角色中添加交互功能实现交互组件在角色类中调用交互动作

_澜静_·2022-11-20 12:41

Stanford UE4 & UE5 C++ 开发课程笔记（一）添加角色与镜头

StanfordUE4&UE5C++开发课程笔记（一）添加角色与镜头课程链接项目环境设置角色1.UnrealC++中的AActor类的继承关系2.角色创建3.创建角色所需的组件4.添加角色移动和旋转添加角色与镜头旋转添加角色移动输入绑定

_澜静_·2022-11-20 12:41

Stanford UE4 & UE5 C++ 开发课程笔记（三）子弹物理碰撞与弹道校正

StanfordUE4&UE5C++开发课程笔记（三）子弹物理碰撞与弹道校正物理碰撞1.防止碰撞体2.自定义碰撞通道3.在Projectile蓝图类中设置碰撞效果4.设置子弹碰撞后爆炸效果弹道校正1.原理

_澜静_·2022-11-20 12:41

Stanford UE4 & UE5 C++ 开发课程笔记（二）实现粒子发射效果

StanfordUE4&UE5C++开发课程笔记（二）实现粒子发射效果实现粒子类1.创建C++父类2.添加魔法弹3.蓝图类设置实现发射效果1.在Character类中添加新组件2.在角色蓝图类中指定具体类型

_澜静_·2022-11-20 12:10

李宏毅2019年新增课程 week 15 transformer 课程笔记

李宏毅2019年新增课程week15transformer课程笔记RNN和CNN的局限Self-AttentionSelf-attention平行化Multi-headself-attention以2头为例

didiqiq·2022-11-20 11:38

Discrete Optimization课程笔记(2)—约束规划（上）

目录1.约束规划（ConstraintProgramming）2.约束传播（constraintpropagation）Case1:SendMoreMoney3.元素约束（Elementconstraint）Case2:MagicSeriesCase3:StableMarriages4.全局约束（GlobalConstraints）Case4:8位皇后Case5:九宫格5.对称性破缺（symmet

bujbujbiu·2022-11-20 05:40

吴恩达机器学习课程笔记

卡内基梅隆大学的TomMitchell提出一种机器学习的定义：一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。根据Tom定义的机器学习定义：P(performancemeasure)是性能度量,T(task)是任务,E(experience)是经验。记住ETP。机器学习最常使用：监督学习，无监督学习监督学习：监督学习是

wjw今天努力了吗·2022-11-20 04:34

吴恩达机器学习课程笔记一

吴恩达机器学习课程笔记前言监督学习---`Supervisedlearning`无监督学习---`Unsupervisedlearning`聚类异常检测降维增强学习---`Reinforcementlearning

Chen的博客·2022-11-20 04:30

吴恩达机器学习系列课程笔记

视频资源获取：https://www.bilibili.com/video/BV164411b7dx?p=1有监督学习：给算法包含正确答案的数据集，算法的任务就是根据数据集给出更多的正确答案。回归问题（Regression）：预测一个连续的输出值，预测出连续值属性的类型。在回归问题中，我们试图在连续输出中预测结果，这意味着我们试图将输入变量映射到某个连续函数。分类问题（Classification

chen_nnn·2022-11-20 04:15

吴恩达机器学习课程笔记二

文章目录神经网络基础知识神经网络前向传播伪代码前向传播中单个神经元的作用矩阵加速运算训练模型的细节常用激活函数ReLUSigmoidLinearactivationfunctiontanh选择激活函数选择`输出层`的激活函数选择`隐藏层`的激活函数为什么需要非线性激活函数Softmax激活函数多标签分类问题梯度下降更好训练神经网络的方式-Adam神经网络基础知识neuron:神经元activati

Chen的博客·2022-11-20 04:07

推荐频道

【课程笔记】

Games101 计算机图形学课程笔记：Lecture15 Ray Tracing 3

Games101 计算机图形学课程笔记：Lecture16 Ray Tracing 4

Games101-系列课程笔记-Lecture-10

Games101-系列课程笔记-Lecture-11

Games101-系列课程笔记-Lecture-08

Games101-系列课程笔记-Lecture-04-Part1

Baidu Apollo无人驾驶课程笔记1： 入门篇

Coursera吴恩达课程笔记 2.2《优化深度神经网络》-- 优化算法

【应用统计】【课程笔记】 线性代数、概率统计、多元回归、时间序列

高斯分布

专利培训课程笔记

Numpy实现大矩阵减去小矩阵的方便运算

吴恩达deeplearning.ai系列课程笔记+编程作业(11)第四课 卷积神经网络-第三周 目标检测（Object detection）

吴恩达机器学习课程笔记+代码实现(4)Python实现单变量线性回归和梯度下降(Programming Exercise 1.1)

吴恩达机器学习课程笔记+代码实现(12)Python实现多类分类和神经网络(Programming Exercise 3)

numpy矩阵分割

numpy矩阵索引

numpy矩阵合并

numpy矩阵计算

机器学习课程笔记——多元线性回归

数据分析课程笔记（三）数组形状和计算、numpy存储/读取数据、索引、切片和拼接

纽约大学深度学习PyTorch课程笔记（自用）Week7

信息论与编码

深度学习基础-2

《动手学深度学习pytorch版》（李沐）课程笔记--数据操作及预处理

《动手学深度学习pytorch版》（李沐）课程笔记--安装

李沐「动手学深度学习」中文课程笔记来了！

吴恩达机器学习系列课程笔记——第三章：线性代数回顾(Linear Algebra Review)

【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 3_Linear Algebra Review

【机器学习】课程笔记09_应用机器学习的建议(Advice for Applying Machine Learning)

【机器学习】课程笔记10_机器学习系统的设计(Machine Learning System Design)

【机器学习】课程笔记08_神经网络的学习(Neural Networks Learning)

【机器学习】课程笔记02_单变量线性回归(Linear Regression with One Variable)

【机器学习】课程笔记04_多变量线性回归(Linear Regression with Multiple Variables)

【机器学习】课程笔记05_逻辑回归(Logistic Regression)

【机器学习】课程笔记01_引言(Introduction)

吴恩达《机器学习》课程笔记---第三章Linear Algebra Review

【机器学习】课程笔记03_线性代数回顾(Linear Algebra Review)

cs231n学习记录-理解线性分类器

【CS231n 课程笔记】第八讲-----常见的深度学习框架，以及GPU和CPU介绍。

Stanford UE4 & UE5 C++ 开发 课程笔记（四）可交互物体与交互特效

Stanford UE4 & UE5 C++ 开发 课程笔记（一）添加角色与镜头

Stanford UE4 & UE5 C++ 开发 课程笔记（三）子弹物理碰撞与弹道校正

Stanford UE4 & UE5 C++ 开发 课程笔记（二） 实现粒子发射效果

李宏毅2019年新增课程 week 15 transformer 课程笔记

Discrete Optimization课程笔记(2)—约束规划（上）

吴恩达机器学习课程笔记

吴恩达机器学习课程笔记一

吴恩达机器学习系列课程笔记

吴恩达机器学习课程笔记二

Baidu Apollo无人驾驶课程笔记1：入门篇

【应用统计】【课程笔记】线性代数、概率统计、多元回归、时间序列

吴恩达deeplearning.ai系列课程笔记+编程作业(11)第四课卷积神经网络-第三周目标检测（Object detection）

Stanford UE4 & UE5 C++ 开发课程笔记（四）可交互物体与交互特效

Stanford UE4 & UE5 C++ 开发课程笔记（一）添加角色与镜头

Stanford UE4 & UE5 C++ 开发课程笔记（三）子弹物理碰撞与弹道校正

Stanford UE4 & UE5 C++ 开发课程笔记（二）实现粒子发射效果