shader卷积

《Shader开发实战》-笔记

一、初识游戏图形1、什么是渲染？渲染实际上就是创建图像的过程，在渲染过程中创建的图像被称为渲染或者帧，该图像（帧）以每秒多次在计算机屏幕上进行呈现，即帧率。负责渲染图像（帧）的部分称为渲染引擎，渲染引擎用于将网格数据转换为新的图像的一系列操作步骤被称为“渲染管线”。渲染引擎例如我们平时接触的cocos2dx、cocoscreator等，那么什么是网格和渲染管线呢？2、网格是什么？网格是用计算机能够
w___hao·2024-01-10 09:13

李沐之卷积层

目录1.从全连接到卷积2.卷积层3.代码4.部分函数1.从全连接到卷积如果一个系统输入是不稳定的，而输出是稳定的，我们就可以用卷积求系统的存量。
sendmeasong_ying·2024-01-10 06:21

基于深度学习的手势识别

本文提出了一种基于深度学习的手势识别方法，通过使用卷积神经网络（CNN）对手势图像进行特征提取和分类。实验结果表明，该方法在手势识别准确率和实时性方面都有着较好的表现。
automan_huyaoge·2024-01-10 05:26

AI量化策略 篇一：方向综述

文章目录简述特点传统AI方向循环神经网络(RNN)卷积神经网络(CNN)深度自回归网络（DeepAR）其他长短时记忆网络(LSTM)线性回归模型自回归模型（ARIMA,GARCH）随机森林（RandomForests
李小白杂货铺·2024-01-10 04:08

EI级 | Matlab实现VMD-TCN-GRU变分模态分解结合时间卷积门控循环单元多变量光伏功率时间序列预测

EI级|Matlab实现VMD-TCN-GRU变分模态分解结合时间卷积门控循环单元多变量光伏功率时间序列预测目录EI级|Matlab实现VMD-TCN-GRU变分模态分解结合时间卷积门控循环单元多变量光伏功率时间序列预测预测效果基本介绍程序设计参考资料预测效果基本介绍
机器学习之心·2024-01-10 04:05

卷积神经网络全过程

作为计算机视觉中最重要的部分卷积神经网络，从输入到输出做一个全方面的梳理。
meteor,across T sky·2024-01-10 04:31

OpenGL顶点着色器和片段着色器

顶点着色器和片段着色器//顶点着色器constchar*vertexShaderSource=R"(#version460corevoidmain(){gl_Position=vec4(0.5,0.5,0.0,1.0
Ming Xu·2024-01-10 04:28

OpenGL 绘制一个三角形

在上一篇OpenGL顶点着色器和片段着色器的介绍实现中，我们向进一步绘制三角形，事实上只需要修改一下两处即可修改顶点着色器//顶点着色器constchar*vertexShaderSource=R"(#
Ming Xu·2024-01-10 04:28

Cocos Creator 3.8 开发2D水面波纹Shader

使用cocosCreator3.8做了一个游戏开中常用的2D的波浪水面,把技术点给记录一下，并提供完整的Shader代码。
Clank的游戏栈·2024-01-10 04:47

TORCH02-04:Torch两种实现方式与框架结构说明

是一个比较简单的框架，在自动求导与静态图方面比较有特色，但整个框架在软件设计层面是简捷方便的，本主题就是用两种方式实现深度网络，强化对框架封装的理解；本主题主要内容包含：  1.全链接深度网络实现  2.卷积深度神经网络实现
杨强AT南京·2024-01-10 04:13

高光反射光照模型_Blinn Phong光照模型_03

Blinn-Phong光照模型示意图image.pngm(specular)：物体对于反射光线的衰减系数N：表面法向量H：光入射方向L和视点方向V的中间向量gloss：高光系数Shader"Unlit/
Rayson·2024-01-10 03:01

第2章 大模型的基础知识2.2 大模型的关键技术2.2.1 模型架构

从传统的多层感知器（MLP）到卷积神经网络（CNN）、循环
OpenChat·2024-01-10 02:29

关于CNN卷积神经网络与Conv2D标准卷积的重要概念

一、参考资料深入解读卷积网络的工作原理（附实现代码）深入解读反卷积网络（附实现代码）WaveletU-net进行微光图像处理卷积知识点CNN网络的设计论：NASvsHandcraft二、卷积神经网络(CNN
花花少年·2024-01-10 01:16

深入浅出理解Dilated Convolution(空洞卷积，膨胀卷积)

Multi-ScaleContextAggregationbyDilatedConvolutions图片素材来源：Convolutionarithmetic理解DilationconvolutionDilatedConvolution——空洞卷积
花花少年·2024-01-10 01:42

nn网络层-卷积层

一、1d/2d/3dConvolution卷积运算：卷积核在输入信号（图像）上滑动，相应位置上进行乘加卷积核：又称为滤波器，过滤器，可认为是某种模式，某种特征。
-恰饭第一名-·2024-01-10 00:04

Blender Shading 节点材质编辑器着色、添加动画

因对babylonjs.com节点材质编辑器还需要时间熟悉，就先用blendershading功能设计个着色器，后面熟悉了，在babylonjs.com节点材质编辑器里面操作并导出shader代码，并在开发中的模型特效中使用此代码
web搅拌机·2024-01-09 23:16

【UnityShader入门精要学习笔记】第四章（1）坐标系

本系列为作者学习UnityShader入门精要而作的笔记，内容将包括：书本中句子照抄+个人批注项目源码一堆新手会犯的错误潜在的太监断更，有始无终总之适用于同样开始学习Shader的同学们进行有取舍的参考
milu_ELK·2024-01-09 20:22

竞赛保研 基于深度学习的动物识别 - 卷积神经网络 机器视觉 图像识别

文章目录0前言1背景2算法原理2.1动物识别方法概况2.2常用的网络模型2.2.1B-CNN2.2.2SSD3SSD动物目标检测流程4实现效果5部分相关代码5.1数据预处理5.2构建卷积神经网络5.3tensorflow
iuerfee·2024-01-09 20:08

Transformer论文--Attention Is All You Need

原文链接：AttentionisAllyouNeed文章概述目前主要的序列传导模型基于复杂的循环或卷积神经网络，包括encoderandadecoder。
pepsi_w·2024-01-09 20:37

Attention Is All You Need (Transformer 原文)

Transformer系列经典论文最前面是论文翻译，中间是背景+问题+方法步骤+实验过程，最后是文中的部分专业名词介绍（水平线分开，能力有限，部分翻译可能不太准确）摘要主要的序列转导模型基于复杂的循环或卷积神经网络
Y蓝田大海·2024-01-09 20:36

论文阅读-Attention Is All You Need阅读报告-机器翻译

文中提到，主流的序列转换模型都是基于复杂的循环神经网络（RNN）或卷积神经网络（CNN），且都包含一个encoder和一个decoder。RNN及其衍生网络的缺点就是慢，问题在于前后隐藏状
完美屁桃·2024-01-09 20:05

图像分类任务的可视化脚本，生成类别json字典文件

如这篇文章中：CNN卷积神经网络对染色血液细胞分类(blood-cells)在分类任务中，必定经历过图像预处理，缩放啊、随即裁剪啊之类的，可视化效果不太明显本章将从数据角度出发，直接根据数据目录将图像可视化
听风吹等浪起·2024-01-09 19:46

【****君正T40XP规格参数****】

256KBL2CacheSIMD512指令集三、MCU:内置600MHzRISC-V协处理器四、Memory:两种DDR封装模式：SIP内置DDR、外置DDR支持外置DDR2／DDR3／DDR3L，最大容量支持2GB五、AIE:NNA卷积加速硬件单元典型
Chat_zhanggong345·2024-01-09 18:08

为什么我们对图像使用卷积而不仅仅是FC层？

首先，卷积保存、编码和实际使用来自图像的空间信息。如果我们只使用FC层，我们将没有相对的空间信息。其次，卷积神经网络(CNNs)具有部分内建的平移不变性，因为每个卷积核充当其自身的滤波器/特征检测器。
城市中迷途小书童·2024-01-09 16:33

图像分类保姆级教程-深度学习入门教程（附代码）

1.算法原理：深度学习图像分类利用卷积神经网络（CNN）作为模型的核心。CNN具有多层卷积和池化层，能够自动发现图像中的特征。
从懒虫到爬虫·2024-01-09 16:39

经典卷积神经网络简介之【AlexNet】

论文中转：ImageNetClassificationwithDeepConvolutionalNeuralNetworks1AlexNet简介自LeNet-5在1998年提出以后，时隔14年，AlexNet横空问世，在2012年ImageNet竞赛中以冠军的成绩笑傲群雄，也就是从那时起，更多更优秀的网络被相继提出。论文第一作者是来自多伦多大学的AlexKrizhevsky，因此网络称为AlexN
Lurker_0·2024-01-09 13:41

Unity中URP下开启和使用深度图

文章目录前言一、在Unity中打开URP下的深度图二、在Shader中开启深度图1、使用不透明渲染队列才可以使用深度图2、半透明渲染队列深度图就会关闭三、URP深度图和BRP深度图的区别四、在Shader
楠溪泽岸·2024-01-09 12:24

Unity中URP下使用屏幕坐标采样深度图

文章目录前言一、Unity使用了ComputeScreenPos函数得到屏幕坐标1、我们来看一下这个函数干了什么2、我们看一下该函数实现该结果的意义二、在Shader中使用（法一）1、在Varying结构体中
楠溪泽岸·2024-01-09 12:51

基于tensorflow CNN的花卉识别系统

用户可以上传一张花卉图片，系统通过使用卷积神经网络（CNN）模型，自动识别出该花卉的品种。
沐知全栈开发·2024-01-09 12:12

海街の日記|倒映在海里的绚烂烟火

图片发自App夏日午后，蝉鸣依旧响亮，浓云时而卷积时而飘散，慵懒的夏日穿着吊带裙窝在沙发椅上打开《海街日记》，周围的空气都变得宁静而温柔。
早安sa小姐·2024-01-09 12:30

六、计算机视觉相关内容

翻转和裁剪1.1.2变换颜色1.1.3结合多种图像增广方法二、微调2.1微调的步骤2.2具体案例三、目标检测和边界框3.1边界框四、锚框五、多尺度目标检测六、目标检测数据集七、单发多框检测(SSD)八、区域卷积神经网络
穆_清·2024-01-09 12:59

五、卷积神经网络

文章目录前言一、图像卷积1.1不变性1.2互相关运算1.3卷积层1.4互相关和卷积1.5特征映射和感受野二、填充和步幅2.1填充2.2步幅三、多输入多输出通道3.1多输入通道3.2多输出通道3.31×1
穆_清·2024-01-09 12:29

图像匹配几种常见算法与实践

和2D卷积一样，它也是用模板图像在输入图像（大图）上滑动，并在
霍格沃兹测试开发学社·2024-01-09 11:36

yolov1， yolo v2 和yolo v3系列分析

其网络架构如下：（24个卷积层和两个全连接层，注意最后一个全连接层
AI小白龙*·2024-01-09 11:17

Better Fog: Height Fog, Light Scattering & More

使用ShaderGraph（URP）和AmplifyShaderEditor（内置）制作，BetterFog支持透明对象，无需修改其着色器。产品特点：屏幕空间光散射（SSMS）：使用它为雾气创造更逼
mayzhengxi·2024-01-09 10:09

互联网加竞赛 基于卷积神经网络的乳腺癌分类 深度学习 医学图像

部分代码实现5.2.1导入库5.2.2图像加载5.2.3标记5.2.4分组5.2.5构建模型训练6分析指标6.1精度，召回率和F1度量6.2混淆矩阵7结果和结论8最后1前言优质竞赛项目系列，今天要分享的是基于卷积神经网络的乳腺癌分类该项目较为新颖
Mr.D学长·2024-01-09 09:20

基于YOLOv6开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:52

基于YOLOv7开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:52

基于YOLOv3开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv4开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv5全系列参数模型【n/s/m/l/x】开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv8全系列【n/s/m/l/x】开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:49

卷积神经网络|猫狗分类系列--导入kaggle猫狗数据集

解决任何真实问题的重要一步是获取数据，Kaggle提供了大量不同数据科学问题的竞赛。我们将从https://www.kaggle.com/competitions/dogs-vs-cats/data下载猫狗数据集，并对其进行一定的操作，以正确的导入到我们的计算机，为接下来的模型训练做准备。数据集（带有标号的）包含25000张图片，猫狗各一半，图片格式如下：类别.序号.jpg，比如cat.1.jpg
霜溪·2024-01-09 09:40

卷积神经网络|迁移学习-猫狗分类完整代码实现

还记得这篇文章吗？迁移学习|代码实现在这篇文章中，我们知道了在构建模型时，可以借助一些非常有名的模型，这些模型在ImageNet数据集上早已经得到了检验。同时torchvision模块也提供了预训练好的模型。我们只需稍作修改，便可运用到自己的实际任务中！我们仍然按照这个步骤开始我们的模型的训练准备一个可迭代的数据集定义一个神经网络将数据集输入到神经网络进行处理计算损失通过梯度下降算法更新参数imp
霜溪·2024-01-09 09:10

人脸表情识别从 0 到部署，猜猜『轮到你了』的微笑狼人到底是谁！

更多内容请关注『机器视觉CV』公众号，提供免费GPU本文实现了从项目调研、数据收集、数据预处理、深度卷积神经网络训练再到服务器部署，实现了一个人脸表情识别的小项目，非常适合一直在学习，但是找不到合适的练手项目的同学
机器视觉CV·2024-01-09 09:38

霹雳吧啦Wz《pytorch图像分类》-p4GoogLeNet网络

《pytorch图像分类》p4GoogLeNet网络详解一、GoogLeNet网络中的亮点1.inception结构2.使用1×1的卷积核进行降维及映射处理3.GoogLeNet辅助分类器4.模型参数二
失舵之舟-·2024-01-09 09:33

科技云报道：“存算一体”是大模型AI芯片的破局关键？

第一次发生在2012年10月，卷积神经网络（CNN）算法凭借比人眼识别更低的错误率，打开了计算机视觉的应用盛世。
科技云报道·2024-01-09 08:46

【python】神经网络

构建神经网络的典型流程1.定义一个拥有可学习参数的神经网络2.遍历训练数据集3.处理输入数据使其流经神经网络4.计算损失值5.将网络参数的梯度进行反向传播6.以一定的规则更新网络的权重卷积神经网络（pytorch
岩塘·2024-01-09 08:43

cesium1.105.1以此版本的自定义着色器CustomShader中文文档

CustomShader（自定义着色器）文档Constructor（构造函数）constcustomShader=newCesium.CustomShader({//用户想要添加到着色器的任何自定义uniform
缠中说禅87·2024-01-09 08:05

着色器Shader学习书籍及编程技巧

1.Shader编程技巧；2.Shader编程优化案例；3.shader编程模块化着色器的例子都是从开源框架GPUImage中来的。
desaco·2024-01-09 08:32
上一页 26 27 28 29 30 31 32 33 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他