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
0.054
秒,为您找到
216617
个相关结果.
搜书籍
搜文档
9.2. 图表对象
478
2020-12-01
《DataGear 2.0 使用教程》
9.2. 图表对象 9.2. 图表对象 autoResize(auto) 功能 :获取/设置图表是否自动调整大小。 参数 : auto可选,设置是否自动调整尺寸,true 自动调整;false 不自动调整,默认值为false。 返回值 :获取操作结果,true 自动调整;false 不自动调整 bindLinksEventHanders(...
9.2. 图表对象
403
2020-12-01
《DataGear 1.13 使用教程》
9.2. 图表对象 9.2. 图表对象 autoResize(auto) 功能 :获取/设置图表是否自动调整大小。 参数 : auto可选,设置是否自动调整尺寸,true 自动调整;false 不自动调整,默认值为false。 返回值 :获取操作结果,true 自动调整;false 不自动调整 bindLinksEventHanders(...
简介
579
2020-12-03
《Blender 2.90 参考手册》
简介 如何工作 稳定跟踪 镜头,图像和画布 “舞动的”黑色边框 简介 二维视频稳定是建立在blender图像特征跟踪能力之上的一项功能:您可以使用一些跟踪点来消除视频片段中的抖动、颠簸和抖动。通常,图像稳定是二维工作流程的一部分,用于在进一步处理或建模步骤之前的准备和改进影片的稳定性。本页有助于理解它的工作原理,介绍相关术语和概念,详细描述可...
简介
605
2020-12-27
《Blender 2.91 参考手册》
简介 如何工作 稳定跟踪 镜头,图像和画布 “舞动的”黑色边框 简介 二维视频稳定是建立在blender图像特征跟踪能力之上的一项功能:您可以使用一些跟踪点来消除视频片段中的抖动、颠簸和抖动。通常,图像稳定是二维工作流程的一部分,用于在进一步处理或建模步骤之前的准备和改进影片的稳定性。本页有助于理解它的工作原理,介绍相关术语和概念,详细描述可...
数据处理与数据增强
2419
2020-04-02
《MindSpore深度学习框架教程(0.1.0-alpha)》
数据处理与数据增强 概述 MindSpore支持的数据处理操作 repeat batch shuffle map zip 数据增强 使用c_transforms模块进行数据增强 使用py_transforms模块进行数据增强 数据处理与数据增强 概述 数据是深度学习的基础,有好的数据输入,可以对整个深度神经网络训练起到非常积极...
蜡笔菜单
409
2024-06-26
《Blender 4.1 参考手册》
蜡笔菜单 变换 移动,旋转,缩放 变换吸附 工具 镜像 吸附 活动层 动画 插值 复制操作 拆分 复制 粘贴 & 按层粘贴 分离 清理 边界笔画 所有帧的边界笔画 删除松散点 按距离合并 清理重复帧 重投影 重新计算几何 删除 蜡笔菜单 变换 通过变换点的坐标更改笔画。 移动,旋转,缩放 参考 模式...
简介
486
2021-04-13
《Blender 2.92 参考手册》
简介 设置材质 部件 表面材质 体积材质 置换 基于物理的渲染 简介 材质控制着网格,曲线,体积和其它物体的外观。它们定义了物体的组成物质,颜色,纹理,以及与光照的交互。 使用 原理化BSDF 来创建基于物理的渲染, 原理化毛发 , and 原理化体积 着色器. 有了这些超级材质,可以创造出包括塑料,玻璃,金属,布料,皮肤,毛发,烟...
优化建议
1271
2018-06-26
《微信小程序框架文档(201802)》
setData 工作原理 常见的 setData 操作错误 图片资源 图片对内存的影响 图片对页面切换的影响 代码包大小的优化 控制代码包内图片资源 及时清理没有使用到的代码和资源 setData setData 是小程序开发中使用最频繁的接口,也是最容易引发性能问题的接口。在介绍常见的错误用法前,先简单介绍一下 setData ...
9.2. 图表对象
446
2021-06-09
《DataGear 2.3 使用教程》
9.2. 图表对象 9.2. 图表对象 autoResize(auto) 功能 :获取/设置图表是否自动调整大小。 参数 : auto可选,设置是否自动调整尺寸,true 自动调整;false 不自动调整,默认值为false。 返回值 :获取操作结果,true 自动调整;false 不自动调整 设置操作应在render() 前调用。 图...
7. 神经网络的适用场景
2639
2019-02-03
《深度学习教程整理》
深度学习在图像领域的应用 检测 1. 单一物体检测 2. 通用物体检测 分类 识别 1. 人脸识别 2. 文字识别 跟踪 1. 2. 分割 边缘检测 图像复原 1. 去雨 2. 去雾 3. 超分辨率 4.图像单反化 总结 参考资料 深度学习在图像领域的应用 随着深度学习近几年的火热发展,在计算机视觉,图像理解方向...
1..
«
21
22
23
24
»
..100