分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.018
秒,为您找到
180788
个相关结果.
搜书籍
搜文档
支持Global SysCache
321
2023-05-05
《华为 openGauss v5.0.0 使用手册(企业版)》
支持Global SysCache 可获得性 特性简介 客户价值 特性描述 特性增强 特性约束 依赖关系 支持Global SysCache 可获得性 本特性自openGauss 3.0.0版本开始引入。 特性简介 全局系统缓存(Global SysCache)是系统表数据的全局缓存和本地缓存。原理如图1 所示。 图 1 Glo...
> 对象
419
2021-04-18
《Zabbix 5.0 使用手册》
> 对象 聚合类型项 > 对象 以下类直接关联到screenitem API。 聚合类型项 聚合类型项定义一个展示元素在聚合图形上,他拥有以下属性。 特性 类型 描述 screenitemid string (只读) 聚合图形项的ID。 resourcetype (required) integer 聚合图形项的类型可能的值:0 - 图形...
采样
407
2021-07-22
《Blender 2.93 参考手册》
采样 采样 Eevee使用称为时间性抗锯齿(TAA)的过程来减少 锯齿 。 由于TAA是基于样本,因此样本越多,以性能为代价就会减少锯齿。 参考 面板 渲染 ‣ 采样 视窗 在3D视图中使用的样本数。当设置样本数为零时,3D视图中将会不断采样。 渲染 在最终渲染中使用的样本数。 视图降噪 移动视图或者播放动画期间降低噪点。
采样
418
2020-11-26
《Blender 2.83 参考手册》
采样 采样 Eevee使用称为时间性抗锯齿(TAA)的过程来减少 锯齿 。 由于TAA是基于样本,因此样本越多,以性能为代价就会减少锯齿。 参考 面板 渲染 ‣ 采样 视图 在3D视图中使用的样本数。当设置样本数为零时,3D视图中将会不断采样。 渲染 在最终渲染中使用的样本数。 视图降噪 移动视图或者播放动画期间降低噪点。
采样
552
2021-12-07
《Blender 3.0 参考手册》
采样 采样 Eevee使用称为时间性抗锯齿(TAA)的过程来减少 锯齿 。 由于TAA是基于样本,因此样本越多,以性能为代价就会减少锯齿。 参考 面板 渲染 ‣ 采样 视窗 在3D视图中使用的样本数。当设置样本数为零时,3D视图中将会不断采样。 渲染 在最终渲染中使用的样本数。 视图降噪 移动视图或者播放动画期间降低噪点。
采样
730
2020-02-17
《Blender 2.80 参考手册》
采样 采样 Eevee使用称为时间性抗锯齿(TAA)的过程来减少 锯齿 。 由于TAA是基于样本,因此样本越多,以性能为代价就会减少锯齿。 参考 面板: 渲染 ‣ 采样 视图 在3D视图中使用的样本数。当设置样本数为零时,3D视图中将会不断采样。 渲染 在最终渲染中使用的样本数。 视图降噪 移动视图或者播放动画期间降低噪点。
二、MDS
956
2020-06-07
《AI算法工程师手册》
二、MDS 二、MDS MDS 是scikit-learn 实现的多维缩放模型,其原型为: class sklearn . manifold . MDS ( n_components = 2 , metric = True , n_init = 4 , max_iter = 300 , verbose = 0 , eps = 0...
对对象进行排序
995
2019-04-02
《PowerShell 6.0 官方文档中文版》
对对象进行排序Sorting Objects 本文内容 基本排序Basic sorting 使用哈希表Using hash tables 提示Tips 对对象进行排序Sorting Objects 本文内容 我们可以将组织显示的数据,使其更轻松地使用扫描Sort-Object cmdlet。Sort-Object 将一个或多个要作为排...
模块依赖性
609
2019-11-03
《Erlang OTP 设计原理》
模块依赖性 模块依赖性 假设我们通过添加一个新的接口函数扩展了某个模块,如同在 发布处理 中的例子一样,其中给 ch3 添加了一个函数 available/0 。 假设如果我们还要在模块 m1 中添加一个到该函数的调用,那么如果新版本的 m1 先被载入并且在新版本的 ch3 被载入之前调用了 ch3:available/0 ,那么就会...
7. 优化算法
1898
2019-06-05
《动手学深度学习》
7. 优化算法 7. 优化算法 如果你一直按照本书的顺序读到这里,那么你已经使用了优化算法来训练深度学习模型。具体来说,在训练模型时,我们会使用优化算法不断迭代模型参数以降低模型损失函数的值。当迭代终止时,模型的训练随之终止,此时的模型参数就是模型通过训练所学习到的参数。 优化算法对于深度学习十分重要。一方面,训练一个复杂的深度学习模型可能需要数小...
1..
«
8
9
10
11
»
..100