修改灯光属性Strength（投影力度）值越大投影越清晰越黑Bias（偏斜）值越大投影越往外偏斜修改质量面板的ShadowsShadoe Resolution（投影分辨率）在不考虑资源的情况下可开大Shadow Cascades（阴影级别）级别越高，性能越大Shadow Distance（可见阴影距 ...
分类：
编程语言 时间：
2016-06-09 00:23:09
阅读次数：
313
原文：Direct3D纹理映射 创建纹理对象 10: ); 纹理过滤方式 ·Nearest-point sampling(最近点采样) ·Linear texture filtering(线性纹理过滤) ·Anisotropic texture filtering(各向异性纹理过滤) ·Textur ...
分类：
其他好文 时间：
2016-06-02 23:28:16
阅读次数：
212
Evaluating a Learning Algorithm
Desciding What to Try Next
Evaluating a Hypothesis
Model Selection and Train/Validation/Test sets
Bias vs. Variance
Diagnosing Bias vs. Variance...
分类：
移动开发 时间：
2016-06-01 09:16:52
阅读次数：
491
http://blog.csdn.net/pipisorry/article/details/51525308
吉布斯采样的实现问题
本文主要说明如何通过吉布斯采样进行文档分类（聚类），当然更复杂的实现可以看看吉布斯采样是如何采样LDA主题分布的[主题模型TopicModel：隐含狄利克雷分布LDA
]。
关于吉布斯采样的介绍文章都停止在吉布斯采样的详细描述上，如随机采样和随机...
分类：
其他好文 时间：
2016-05-30 14:50:50
阅读次数：
277
上一篇提到，机器人轨迹规划中我们可以在 Configuration Space 中运行A* 或者 DJ 算法。无论A* 还是DJ 算法，都必须针对邻域进行搜索，如果2自由度则有4邻域，2自由度则有8邻域。如果是工业上常用的6自由度机器人，那么就有2^6邻域。。。。。。显然，对于轨迹规划这种串行算法而 ...
分类：
其他好文 时间：
2016-05-28 15:39:33
阅读次数：
289
Cost Function and BackpropagationCost Function
假设有样本m个。x(m)x^{(m)}表示第m个样本输入，y(m)y^{(m)}表示第m个样本输出，LL表示网络的层数，sls_l表示在ll层下，神经但愿的总个数（不包括偏置bias units），SLS_L表示输出单元的个数
当遇到二分问题时，SL=1，y=0or1S_L=1，y=0 or 1，...
分类：
Web程序 时间：
2016-05-23 15:30:45
阅读次数：
326
蒙特卡洛（Monte Carlo）方法以概率统计理论为基础的数值计算方法，在处理一些复杂的问题时成效显著。基于蒙特卡洛思想的采样方法在机器学习中占有非常重要的位置。像Reject Sampling, Importance Sampling，以及MCMC等等都是机器学习中非常重要，但又很不容易理解和掌握的方法，本文就从Inverse CDF法开始介绍蒙特卡洛采样法中非常重要的拒绝采样和ARS方法。...
分类：
其他好文 时间：
2016-05-18 19:03:42
阅读次数：
2681
前面看过了CNN的基本结构，经典的模式如下图：
上图经典的CNN模型主要可以概括为三个部分：
convolution层：convolution是将原来的输入向量映射成多个feature map，每个feature map的权重和偏移量都是一样的
sub-sampling层：sub-sampling 层将feature map进一步缩小，可以选择down-...
分类：
其他好文 时间：
2016-05-07 11:04:45
阅读次数：
275
本篇介绍光线投射的第二个个制Pass，光线合成的参数，对应于第一篇总的流程介绍中的Processor SingleVolumeRaycaster.可设置的参数如下： 1，Sampling Rate 采样率 采样率越大，所需要的绘制时间越久，一般来说图像质量也高。 2，Use Interpolatio ...
分类：
其他好文 时间：
2016-04-27 20:44:02
阅读次数：
282
1.背景
Steffen Rendle于2010年提出Factorization Machines（下面简称FM），并发布开源工具libFM。FM的提出主要对比对象是SVM，与SVM相比，有如下几个优势
（1）对于输入数据是非常稀疏（比如自动推荐系统），FM可以，而SVM会效果很差，因为训出的SVM模型会面临较高的bias。
（2）FMs拥有线性的复杂度, 可以通过 primal 来优化而不依...
分类：
其他好文 时间：
2016-04-22 19:03:03
阅读次数：
263
