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。

卷积神经网络（CNN） 使用Keras实现卷积神经网络 使用Keras中预定义的经典卷积神经网络结构 卷积神经网络（CNN） 卷积神经网络 （Convolutional Neural Network, CNN）是一种结构类似于人类或动物的 视觉系统 的人工神经网络，包含一个或多个卷积层（Convolutional Layer）、池化层（Poo...

基础示例：多层感知机（MLP） 数据获取及预处理： tf.keras.datasets 模型的构建： tf.keras.Model 和 tf.keras.layers 模型的训练： tf.keras.losses 和 tf.keras.optimizer 模型的评估： tf.keras.metrics 基础示例：多层感知机（MLP） 我们从编...

兰纳琼斯 Example 兰纳琼斯 参考 面板: 物理 ‣ 力场 类型: 兰纳琼斯 在 兰纳琼斯分子力 力场是非常短的范围内的力与由所述执行器和影响粒子的大小而确定的行为。在距离小于组合尺寸的距离处，该场是非常排斥的，此后距离是有吸引力的。它试图保持颗粒彼此平衡的距离。粒子需要靠近彼此才能被这个领域所影响。 粒子可以包括一个电荷和一个兰纳...

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。 ...

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(ba...

朴素贝叶斯分类器 朴素贝叶斯分类的原理与流程 朴素贝叶斯分类实例：按照某人是否要打网球来划分天气 朴素贝叶斯分类器 来源：http://blog.csdn.net/u011067360/article/details/22890465 贝叶斯定理 贝叶斯定理解决了现实生活里经常遇到的问题：已知某条件概率，如何得到两个事件交换后的概率，...

三、EM算法与高斯混合模型 3.1 高斯混合模型 3.2 参数估计 三、EM算法与高斯混合模型 3.1 高斯混合模型 高斯混合模型(Gaussian mixture model,GMM )：指的是具有下列形式的概率分布模型： 其中 是系数，满足 ： 。 是高斯分布密度函数，称作第 个分模型， ： 如果用其他的概率分...