深度学习渲染机器学习算法3d

点云数据处理--splat转3dtiles

文章目录处理流程简介核心功能实现数据读取与格式转换定义Point类数据读取splat转gltf点云数据分割定义四叉树递归生成3dtiles瓦片生成tileset.json递归生成tileset.json
gaohualan·2025-03-10 21:31

Mirror-3DGS: Incorporating Mirror Reflections into 3D Gaussian Splatting

Abstract3DGShassignificantlyadvanced3Dscenereconstructionandnovelviewsynthesis.However,3DGSstruggleswithaccuratelymodelingphysicalreflections
于初见月·2025-03-10 21:00

GaussianEditor: Swift and Controllable 3D Editing with Gaussian Splatting

Abstract3Deditingplaysacrucialroleinmanyareassuchasgamingandvirtualreality.Traditional3Deditingmethods
于初见月·2025-03-10 21:30

VTK笔记- 3D Widget类 vtkSplineWidget 样条部件

vtk3DWidget  vtk3DWidget是用于3D交互观察器的基类，也就是各种3D小部件类的基类，主要是在三维渲染场景中生成一个可以用于控制数据的可视化实体，比如点，线段（曲线）、平面、球体、包围盒
恋恋西风·2025-03-10 20:53

Windows 图形显示驱动开发-WDDM 3.2-用户模式工作提交（三）

当UMD调用D3DKMTCreateDoorbell为HWQueue创建Ring时，Dxgkrnl会对此函数进行相应的调用，以便KMD可以初始化其Ring结构。
程序员王马·2025-03-10 20:52

【深度学习】Adam（Adaptive Moment Estimation）优化算法

概述Adam算法结合了动量法（Momentum）和RMSProp的思想，能够自适应调整每个参数的学习率。通过动态调整每个参数的学习率，在非平稳目标（如深度神经网络的损失函数）中表现优异目录基本原理和公式笼统说明：为什么Adam算法可以帮助模型找到更好的参数基本概念动量（Momentum）：跟踪梯度的指数衰减平均（一阶矩），加速收敛并减少震荡。自适应学习率：跟踪梯度平方的指数衰减平均（二阶矩），调整
辰尘_星启·2025-03-10 20:51

fix bug of Arnold: missing either uvlist or uvidxs

背景在使用Arnold渲染的时候，有时无论给渲染的物体上任何材质都会发绿色的光。在输出窗口上会输出missingeitheruvlistoruvidxs的字样。
huanglaobo·2025-03-10 20:20

机器视觉3D上下料技术上的分析

机器视觉3D上下料是工业自动化领域的重要应用，通过3D视觉技术引导机器人完成物料的精准抓取、定位和放置，尤其适用于复杂、无序或高精度的场景。
视觉人机器视觉·2025-03-10 19:47

ONNX GraphSurgeon详细介绍

它允许开发者在ONNX模型的图结构中进行修改、优化、插入节点、删除节点以及其他图结构操作，是在深度学习推理部署过程中非常有用的工具。
Lntano__y·2025-03-10 19:12

benchmark和baseline的联系与区别

在深度学习算法中，benchmark（基准）和baseline（基线）是两个常用的概念，用于评估算法的性能和进行比较。尽管它们有一些相似之处，但它们在定义和使用上有一些区别。
Lntano__y·2025-03-10 19:41

决策树（Decision Tree）：机器学习中的经典算法

决策树（DecisionTree）是一种基于树形结构的机器学习算法，适用于分类和回归任务。其核心思想是通过一系列的规则判断，将数据集不断划分，最终形成一棵树状结构，从而实现预测目标。
Jason_Orton·2025-03-10 18:39

Next.js 是一个基于 React 的轻量级框架，它

简介Next.js是一个基于React的轻量级框架，它使得构建服务端渲染(SSR)和静态站点生成(SSG)的React程序变得简单和高效。
·2025-03-10 18:00

第N4周：NLP中的文本嵌入

本人往期文章可查阅：深度学习总结词嵌入是一种用于自然语言处理（NLP）的技术，用于将单词表示为数字，以便计算机可以处理它们。通俗的讲就是，一种把文本转为数值输入到计算机中的方法。
OreoCC·2025-03-10 18:05

vite+vue+ts+element-plus从零开发管理后台框架(12)-logo和标题

VEVueElementstyle段header-left修改如下，这里要注意route-link渲染之后就是a标签。.header-left{&a{height:60p
·2025-03-10 18:25

深度学习项目十一：mmdetection训练自己的数据集

mmdetection训练自己的数据集这里写目录标题mmdetection训练自己的数据集一：环境搭建二：数据集格式转换(yolo转coco格式)yolo数据集格式coco数据集格式yolo转coco数据集格式yolo转coco数据集格式的代码三：训练dataset数据文件配置configs1.在configs/faster_rcnn/faster-rcnn_r101_fpn_1x_coco.py
小啊磊_Vv·2025-03-10 17:02

Next.js 是一个基于 React 的轻量级框架，它

简介Next.js是一个基于React的轻量级框架，它使得构建服务端渲染(SSR)和静态站点生成(SSG)的React程序变得简单和高效。
·2025-03-10 17:22

Next.js 是一个基于 React 的轻量级框架，它使得

简介Next.js是一个基于React的轻量级框架，它使得构建服务端渲染(SSR)和静态站点生成(SSG)的React程序变得简单和高效。
·2025-03-10 17:21

深度学习和机器学习的差异

深度学习（DeepLearning）作为机器
The god of big data·2025-03-10 16:28

深度学习 PyTorch 中 18 种数据增强策略与实现

深度学习pytorch之简单方法自定义9类卷积即插即用数据增强通过对训练数据进行多种变换，增加数据的多样性，它帮助我们提高模型的鲁棒性，并减少过拟合的风险。
@Mr_LiuYang·2025-03-10 16:25

Win11及CUDA 12.1环境下PyTorch安装及避坑指南：深度学习开发者的福音

Win11及CUDA12.1环境下PyTorch安装及避坑指南：深度学习开发者的福音【下载地址】Win11及CUDA12.1环境下PyTorch安装及避坑指南本资源文件旨在为在Windows11操作系统及
郁云爽·2025-03-10 16:52

用MATLAB打造浪漫3D粒子心脏：代码解析与动态可视

一、效果预览本文我们将用MATLAB实现一个令人惊艳的3D动态可视化效果：旋转的粒子心脏悬浮在星空背景中，粉紫色的心形粒子群与不同层次的旋转星辰交相辉映。
爱玩三国杀的界徐盛·2025-03-10 15:19

Java 中操作 R：深度整合与高效应用

一、Java操作R的背景R语言优势：R语言拥有丰富的统计分析、数据可视化工具和机器学习算法库，是数据分析领域的首选语言
froginwe11·2025-03-10 15:18

深度学习笔记——Resnet和迁移学习

1.ResNet的提出深度学习与网络深度的挑战：在深度学习中，网络的“深度”(即层数)通常与模型的能力成正比。然而，随着网络深度的增加，一些问题也随之出现，最突出的是梯度消失/爆炸问题。
肆——·2025-03-10 15:17

conf配置文件修改后Nginx跨网络依然无法访问或者无法渲染页面的解决方案

目录场景一：无法访问此网站解决方法1.检查防火墙规则，确保目标端口已开放2.使用UFW防火墙开放端口3.检查Nginx绑定的IP地址和端口场景二：无法渲染页面解决方法场景一：无法访问此网站在完成Nginx
MickeyCV·2025-03-10 15:16

【Unity Shaders】Reflecting Your World —— Unity3D中的遮罩反射（Masking Reflections）

本系列主要参考《UnityShadersandEffectsCookbook》一书（感谢原书作者），同时会加上一点个人理解或拓展。这里是本书所有的插图。这里是本书所需的代码和资源（当然你也可以从官网下载）。==========================================分割线==========================================写在前面有时候，我们
妈妈说女孩子要自立自强·2025-03-10 14:39

【Unity Shaders】Reflecting Your World —— Unity3D中的法线贴图和反射

本系列主要参考《UnityShadersandEffectsCookbook》一书（感谢原书作者），同时会加上一点个人理解或拓展。这里是本书所有的插图。这里是本书所需的代码和资源（当然你也可以从官网下载）。==========================================分割线==========================================写在前面有很多情况你
妈妈说女孩子要自立自强·2025-03-10 14:39

【Unity Shaders】Reflecting Your World —— 在Unity3D中创建Cubemaps

本系列主要参考《UnityShadersandEffectsCookbook》一书（感谢原书作者），同时会加上一点个人理解或拓展。这里是本书所有的插图。这里是本书所需的代码和资源（当然你也可以从官网下载）。==========================================分割线==========================================写在前面为了在Sha
妈妈说女孩子要自立自强·2025-03-10 14:08

深度学习在SSVEP信号分类中的应用分析

近年来，深度学习方法在SSVEP信号分类中取得了显著的成果。本文通过对31个深
自由的晚风·2025-03-10 12:00

r99950X3D参数 锐龙r99950X3D性能怎么样 r9 9950X3D相当于什么水平

锐龙r99950X3D采用‌Zen5‌架构和‌4纳米‌生产工艺16核心32线程基础频率为‌4.3GHz‌，最高加速频率‌5.7GHz‌热设计功耗(TDP)为‌170W‌锐龙r99950X3D组装电脑怎么搭配更合适这些点很重要
2501_90583960·2025-03-10 12:59

PSPNet在图像超分辨率中的应用

近年来,随着深度学习的发展,基于卷积神经网络(ConvolutionalNeuralNetwork,CNN)的
AI天才研究院·2025-03-10 12:55

基于文本特征的微博谣言检测

本文将介绍如何基于文本特征，使用深度学习模型（如LSTM、CNN）和传统机器学习模型（如SVM）来实现微博谣言检测，并对这些模型的性能进行比较。
机器懒得学习·2025-03-10 11:24

UE发生GPU崩溃D3D丢失，真的跟硬件有关系。

先说一下我的配置：2022年4月全新台式机。i912900kfDDR560003070ti8G读写7000m的M.2win11，最新显卡驱动，GameReady和Studio都试过。===但是BUT===UE5每天GPU崩溃几十次，UE4比较少见。按说我这配置还可以吧，鲁大师全国排名六百多（4月8日），二百三十多万分，也算够用。但我没说运行哪个UE程序导致的GPU崩溃。也许你看出来了，问题就出在8
虚幻叫兽·2025-03-10 11:20

基于深度学习的恶意软件检测系统：设计与实现

近年来，深度学习技术在模式识别和分类任务中取得了显著成效，为恶意软件检测领域带来了新的机遇。
机器懒得学习·2025-03-10 11:49

AI Agent: AI的下一个风口 从图形用户界面到自然语言的进化

的下一个风口从图形用户界面到自然语言的进化1.背景介绍1.1人机交互的演变历程1.1.1命令行界面时代1.1.2图形用户界面时代1.1.3自然语言交互的兴起1.2AI技术的发展现状1.2.1机器学习和深度学习的突破
AI天才研究院·2025-03-10 10:45

AF3 squeeze_features函数解读

AlphaFold3data_transforms模块的squeeze_features函数的作用去除蛋白质特征张量中不必要的单维度（singletondimensions）和重复维度，以使其适配AlphaFold3
qq_27390023·2025-03-10 10:43

AF3 block_delete_msa函数解读

AlphaFold3data_transforms模块的block_delete_msa函数用于从MSA（多序列比对）中删除多个块（block）序列，以模拟MSA数据的缺失或噪声。
qq_27390023·2025-03-10 10:43

探索前端应用的新纪元：FABs —— 前端应用包

monorepo项目地址:https://gitcode.com/gh_mirrors/fab2/fab项目介绍在现代Web开发中，前端应用的形式多种多样，从纯静态网站到复杂的单页应用（SPA），再到服务器端渲染
祖崧革·2025-03-10 10:40

基于PyTorch的深度学习4——使用numpy实现机器学习vs使用Tensor及Antograd实现机器学习

首先，给出一个数组x，然后基于表达式y=3x2+2，加上一些噪音数据到达另一组数据y。然后，构建一个机器学习模型，学习表达式y=wx2+b的两个参数w、b。利用数组x，y的数据为训练数据。最后，采用梯度梯度下降法，通过多次迭代，学习到w、b的值。以下为具体步骤：1)导入需要的库。importnumpyasnp%matplotlibinlinefrommatplotlibimportpyplotas
Wis4e·2025-03-10 09:09

AI 大模型应用数据中心建设：数据中心成本优化

无论是进行深度学习模型的训练，还是大模型应用的推理，数据中心都需要提供充足的计算资源、存储空间和网络带宽。
杭州大厂Java程序媛·2025-03-10 09:38

深度学习-144-Text2SQL之基于langchain的少量样本提示词模板FewShotPromptTemplate的应用实战(三)

文章目录1基本组件1.1大模型1.2数据库Chinook1.2.1创建并载入数据1.2.2SQLDatabase2年龄最大的员工姓名和年龄3少量样本提示词模板3.1创建示例集3.2创建格式化程序3.3创建示例选择器3.4创建少量示例提示词模板3.5应用测试3.6添加新示例4参考附录1基本组件1.1大模型fromlangchain_ollamaimportChatOllamaimportosos.e
皮皮冰燃·2025-03-10 09:36

AWS AppStream 2.0：开启云端应用交付新范式（实战解决方案剖析）

1.1技术架构革命（对比传统VDI）去终端化部署：3D渲染/CAD等GPU应用在
AWS官方合作商·2025-03-10 09:06

Pytorch 第九回：卷积神经网络——ResNet模型

Pytorch第九回：卷积神经网络——ResNet模型本次开启深度学习第九回，基于Pytorch的ResNet卷积神经网络模型。这是分享的第四个卷积神经网络模型。
Start_Present·2025-03-10 09:05

RoPE——Transformer 的旋转位置编码

在自然语言处理领域，Transformer是现代深度学习模型的基础，而位置编码（PositionEmbedding）则是Transformer处理序列数据的关键模块之一。
机智的小神仙儿·2025-03-10 09:34

鸿蒙开发API 12 完全解析：核心技术升级与开发实战

文章目录一、API12架构全景图1.1系统架构层次1.2API12核心模块对比二、ArkUI3.0革命性升级2.13D图形能力2.1.13D组件基础结构2.1.2物理引擎集成2.2新增组件库三、分布式能力增强
北辰alk·2025-03-10 08:00

每天五分钟深度学习pytorch：基于Pytorch搭建ResNet模型的残差块

残差块我们分析一下这个残差块，x经过两个卷积层得到F(x)，然后F(x)+x作为残差块的输出，此时就有一个问题，这个问题就是F(x)+x的维度问题，如果图片数据经过两个卷积层之后F(x)变小（height和weight变小）或者通道数发生了变化，那么此时F(x)是没有办法和x相加的，当然我们可以学习前面的GoogLeNet的方式，也就是说卷积之后的F(x)和x一样，大小不变，或者对x变道和F(x)
每天五分钟玩转人工智能·2025-03-10 08:59

Pycharm搭建CUDA，Pytorch教程（匹配版本，安装，搭建全保姆教程）_cuda12(1)

[](https://img-blog.csdnimg.cn/direct/722e47935a14465a906ed5b923d3cd45.png)如上两图即为下载成功！##二、安装Pytorch#
2401_84557821·2025-03-10 08:56

Training-free Neural Architecture Searchthrough Variance of Knowledge of Deep Network Weights（预览版本）

代码位置摘要深度学习彻底改变了计算机视觉，但它使用深度网络架构取得了巨大的成功，而这些架构大多是手工制作的，因此可能不是最理想的。
境心镜·2025-03-10 08:54

智能教育：DeepSeek在课堂管理中的应用与代码实现

DeepSeek通过深度学习算法，能够从课堂数据中
Evaporator Core·2025-03-10 07:52

基于PyTorch的深度学习5——神经网络工具箱

可以学习如下内容：•介绍神经网络核心组件。•如何构建一个神经网络。•详细介绍如何构建一个神经网络。•如何使用nn模块中Module及functional。•如何选择优化器。•动态修改学习率参数。5.1核心组件神经网络核心组件不多，把这些组件确定后，这个神经网络基本就确定了。这些核心组件包括：1)层：神经网络的基本结构，将输入张量转换为输出张量。2)模型：层构成的网络。3)损失函数：参数学习的目标函
Wis4e·2025-03-10 07:49

【每日八股】计算机网络篇（三）：IP

URL解析TCP连接HTTP请求页面渲染断开连接PING如何工作？Cookie和Session的区别是什么？CookieSession差别IPv4和IPv6的区别？什么是跨域？
YGGP·2025-03-10 07:16
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他