高斯模糊 选项 示例 高斯模糊 高斯模糊片段用于在指定方向上模糊输入片段。这可以用于模糊背景或模糊过渡片段。 选项 X 尺寸 X轴上模糊效果的距离。 Y 尺寸 Y轴上模糊效果的距离。 示例 高斯模糊片段。

高斯模糊 选项 示例 高斯模糊 高斯模糊片段用于在指定方向上模糊输入片段。这可以用于模糊背景或模糊过渡片段。 选项 X 尺寸 X轴上模糊效果的距离。 Y 尺寸 Y轴上模糊效果的距离。 示例 高斯模糊片段。

朴素贝叶斯 1 介绍 1.1 朴素贝叶斯的优缺点 2 朴素贝叶斯概率模型 从概率模型中构造分类器 3 参数估计 3.1 高斯朴素贝叶斯 3.2 多元朴素贝叶斯 3.3 伯努利朴素贝叶斯 4 源码分析 4.1 实例 4.2 训练模型 4.3 预测数据 参考文献 朴素贝叶斯 1 介绍   朴素贝叶斯是一种构建分类器的简单方法...

gaussian_random_batch_size_like gaussian_random_batch_size_like paddle.fluid.layers. gaussian_random_batch_size_like (input, shape, input_dim_idx=0, output_dim_idx=0, mean=0.0...

gaussian_random_batch_size_like gaussian_random_batch_size_like paddle.fluid.layers. gaussian_random_batch_size_like (input, shape, input_dim_idx=0, output_dim_idx=0, mean=0.0...

高斯模糊剪辑 选项 例子 高斯模糊剪辑 高斯模糊片段用于在指定方向上模糊输入片段。这可以用于模糊背景或模糊过渡片段。 选项 尺寸 X X轴上模糊效果的距离。 Y 尺寸 Y轴上模糊效果的距离。 例子 高斯模糊片段。

二分K均值聚类 二分K均值聚类训练(batch) 二分K均值聚类预测(stream) 二分K均值聚类预测(batch) KMeans KMeans预测(stream) KMeans预测(batch) KMeans训练(batch) 高斯混合模型 高斯混合模型(batch) 高斯混合模型流式预测(stream) 高斯混合模型预测(batc...

8、EM算法 上篇主要介绍了贝叶斯分类器，从贝叶斯公式到贝叶斯决策论，再到通过极大似然法估计类条件概率，贝叶斯分类器的训练就是参数估计的过程。朴素贝叶斯则是“属性条件独立性假设”下的特例，它避免了假设属性联合分布过于经验性和训练集不足引起参数估计较大偏差两个大问题，最后介绍的拉普拉斯修正将概率值进行平滑处理。本篇将介绍另一个当选为数据挖掘十大算法之一的...

图像金字塔 目标 理论 使用金字塔的图像混合 其他资源 练习 图像金字塔 目标 在这一章当中， 我们将了解图像金字塔。 我们将使用图像金字塔创建一个新的水果，“Orapple” 我们将看到这些功能： cv.pyrUp（） ， cv.pyrDown（） 理论 在通常情况下我们使用大小恒定的图像。但在某些情况下，我们需要使...

拉普拉斯平滑顶点 拉普拉斯平滑顶点 参考 模式: 编辑模式 菜单: 上下文菜单 ‣ 拉普拉斯平滑顶点 更多细节信息见 拉普拉斯平滑修改器 。 拉普拉斯平滑使用了另一种平滑算法，它能更好地保留较大的细节，这样就能保留网格的整体形状。拉普拉斯平滑在Blender中有相应的网格操作项和非破坏性修改器。 Note 几何平滑与平滑着色的区别 ...