分类
发现
榜单
服务器优惠
AI论文
IT文库
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
IT文库
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.013
秒,为您找到
3561
个相关结果.
搜书籍
搜文档
拉普拉斯平滑顶点
349
2022-09-18
《Blender 3.3 参考手册》
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 Do...
1. 监督学习
1996
2020-03-01
《scikit-learn (sklearn) 0.21.3 官方文档中文版》
1. 监督学习 1. 监督学习 1.1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.2. 岭回归 1.1.3. Lasso 1.1.4. 多任务 Lasso 1.1.5. 弹性网络 1.1.6. 多任务弹性网络 1.1.7. 最小角回归 1.1.8. LARS Lasso 1.1.9. 正交匹配追踪法(OMP) 1.1...
斯氏分形
101
2024-06-26
《Blender 4.1 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
291
2022-06-12
《Blender 3.2 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 ...
斯氏分形
371
2022-04-07
《Blender 3.1 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 ...
斯氏分型
416
2020-11-26
《Blender 2.83 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...
红包
1126
2019-07-17
《EasyWeChat v4.0 开发文档》
红包 配置 发送红包 发送普通红包接口 发送裂变红包接口 红包预下单接口 查询红包信息 红包 在阅读本文之前确认你已经仔细阅读了:微信支付 | 现金红包文档 。 配置 与支付接口一样,红包接口也需要配置如下参数,需要特别注意的是,红包相关的全部接口都需要使用 SSL 证书 ,因此cert_path 以及 cert_key 必须正确...
红包
1220
2019-07-17
《EasyWeChat v4.1 开发文档》
红包 配置 发送红包 发送普通红包接口 发送裂变红包接口 红包预下单接口 查询红包信息 红包 在阅读本文之前确认你已经仔细阅读了:微信支付 | 现金红包文档 。 配置 与支付接口一样,红包接口也需要配置如下参数,需要特别注意的是,红包相关的全部接口都需要使用 SSL 证书 ,因此cert_path 以及 cert_key 必须正确...
朴素贝叶斯
1058
2018-03-27
《面向程序员的数据挖掘指南》
第六章:概率和朴素贝叶斯 第六章:概率和朴素贝叶斯 原文:http://guidetodatamining.com/chapter6 我们会在这章探索朴素贝叶斯分类算法,使用概率密度函数来处理数值型数据。 内容: 朴素贝叶斯 微软购物车 贝叶斯法则 为什么我们需要贝叶斯法则? i100、i500健康手环 使用Python编写朴素贝叶斯分类器...
7 贝叶斯分类器
1911
2019-11-07
《周志华《机器学习》学习笔记》
7、贝叶斯分类器 上篇主要介绍和讨论了支持向量机。从最初的分类函数,通过最大化分类间隔,max(1/||w||),min(1/2||w||^2),凸二次规划,朗格朗日函数,对偶问题,一直到最后的SMO算法求解,都为寻找一个最优解。接着引入核函数将低维空间映射到高维特征空间,解决了非线性可分的情形。最后介绍了软间隔支持向量机,解决了outlier挤歪超平...
1..
«
24
25
26
27
»
..100