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
0.009
秒,为您找到
2989
个相关结果.
搜书籍
搜文档
沃罗诺伊图
498
2021-12-07
《Blender 3.0 参考手册》
沃罗诺伊图 选项 沃罗诺伊图 沃罗诺伊纹理用于生成真实质感的金属,尤其是 “捶打” 的效果。生物体着色器(皮肤的纹理张弛)。 沃罗诺伊纹理面板。 选项 间隔矩阵 此程序化纹理有7种间隔矩阵选项。这些决定了纹理细节中的距离的算法。它们分别是: 闵可夫斯基 闵可夫斯基 4 闵可夫斯基 1/2 切比雪夫 曼哈顿点距 方形...
沃罗诺伊图
248
2023-11-25
《Blender 4.0 参考手册》
沃罗诺伊图 选项 沃罗诺伊图 沃罗诺伊纹理用于生成真实质感的金属,尤其是 捶打 的效果。生物体着色器(面板的纹理张弛)。 沃罗诺伊纹理面板。 选项 间隔矩阵 此程序化纹理有7种间隔矩阵选项。这些决定了纹理细节中的距离的算法。它们分别是: 闵可夫斯基 闵可夫斯基 4 闵可夫斯基 1/2 切比雪夫 曼哈顿点距 方形矩...
沃罗诺伊图
145
2024-08-11
《Blender 4.2 参考手册》
沃罗诺伊图 选项 沃罗诺伊图 沃罗诺伊纹理用于生成真实质感的金属,尤其是 捶打 的效果。生物体着色器(面板的纹理张弛)。 沃罗诺伊纹理面板。 选项 间隔矩阵 此程序化纹理有7种间隔矩阵选项。这些决定了纹理细节中的距离的算法。它们分别是: 闵可夫斯基 闵可夫斯基 4 闵可夫斯基 1/2 切比雪夫 曼哈顿点距 平方间隔...
1.9. 朴素贝叶斯
1229
2020-03-01
《scikit-learn (sklearn) 0.19 官方文档中文版》
1.9. 朴素贝叶斯 1.9. 朴素贝叶斯 1.9.1. 高斯朴素贝叶斯 1.9.2. 多项分布朴素贝叶斯 1.9.3. 补充朴素贝叶斯 1.9.4. 伯努利朴素贝叶斯 1.9.5. 基于外存的朴素贝叶斯模型拟合 1.9. 朴素贝叶斯 1.9. 朴素贝叶斯 校验者: @Kyrie @Loopy @qinhanmin2014 翻译者: ...
沃罗诺伊
605
2020-12-03
《Blender 2.90 参考手册》
沃罗诺伊 选项 沃罗诺伊 沃罗诺伊纹理用于生成真实质感的金属,尤其是 “捶打” 的效果。生物体着色器(皮肤的纹理张弛)。 沃罗诺伊纹理面板。 选项 间隔矩阵 此程序化纹理有7种间隔矩阵选项。这些决定了纹理细节中的距离的算法。它们分别是: 闵可夫斯基 闵可夫斯基4 闵可夫斯基1/2 切比雪夫 曼哈顿点距 方形矩阵...
斯氏分形
310
2022-12-10
《Blender 3.4 参考手册》
斯氏分形 选项 斯氏分形 斯氏分型纹理面板。 斯氏分型 纹理基于噪波功能。通常用于石头,沥青,或橙子,一般用于创建粗糙颗粒状表面的凹凸贴图。 选项 塑性/内凹/外凹 塑性是一种标准的斯氏分型, 墙 是斯氏命名的来源。它是一面典型的有洞和凹凸结构的墙壁。 柔和/犀利 噪波运行有两种可选的方式。 尺寸 噪波基底的尺寸。 紊流 斯...
斯氏分型
443
2020-12-03
《Blender 2.90 参考手册》
斯氏分型 选项 斯氏分型 斯氏分型纹理面板。 斯氏分型 纹理基于噪波功能。通常用于石头,沥青,或橙子,一般用于创建粗糙颗粒状表面的凹凸贴图。 选项 塑性/内凹/外凹 塑性是一种标准的斯氏分型, “墙” 是斯氏命名的来源。它是一面典型的有洞和凹凸结构的墙壁。 柔和/犀利 噪波运行有两种可选的方式。 尺寸 噪波基底的尺寸。 紊流...
斯氏分形
140
2023-11-25
《Blender 4.0 参考手册》
斯氏分形 选项 斯氏分形 斯氏分型纹理面板。 斯氏分型 纹理基于噪波功能。通常用于石头,沥青,或橙子,一般用于创建粗糙颗粒状表面的凹凸贴图。 选项 塑性/内凹/外凹 塑性是一种标准的斯氏分型, 墙 是斯氏命名的来源。它是一面典型的有洞和凹凸结构的墙壁。 柔和/犀利 噪波运行有两种可选的方式。 尺寸 噪波基底的尺寸。 紊流 斯...
斯氏分形
88
2024-08-11
《Blender 4.2 参考手册》
斯氏分形 选项 斯氏分形 斯氏分型纹理面板。 斯氏分型 纹理基于噪波功能。通常用于石头、沥青,或橙子,一般用于创建粗糙颗粒状表面的凹凸贴图。 选项 塑性/内凹/外凹 塑性是一种标准的斯氏分型,墙 是斯氏命名的来源。它是一面典型的有洞和凹凸结构的墙壁。 柔和/犀利 噪波运行有两种可选的方式。 尺寸 噪波基底的尺寸。 紊流 斯氏分...
二、贝叶斯网络
2213
2020-05-31
《AI算法工程师手册》
二、贝叶斯网络 2.1 条件独立性 2.2 网络的学习 二、贝叶斯网络 贝叶斯网络Bayesian network 借助于有向无环图来刻画特征之间的依赖关系,并使用条件概率表Conditional Probability Table:CPT 来描述特征的联合概率分布。 这里每个特征代表一个随机变量,特征的具体取值就是随机变量的采样值。 ...
1..
«
12
13
14
15
»
..100