四、线性判别分析 4.1 二分类模型 4.1.1 投影 4.1.2 求解 4.2 多分类模型 四、线性判别分析 线性判别分析Linear Discriminant Analysis:LDA 基本思想： 训练时：给定训练样本集，设法将样例投影到某一条直线上，使得同类样例的投影点尽可能接近、异类样例的投影点尽可能远离。要学习的就是这样的一...

样条线 输入 属性 输出 示例 样条线 样条参数 节点输出控制点沿每个样条有多远。 Factor 输出与指数除以控制点总数不同，因为控制点可能无法沿着曲线等距。 第一个值为零，因此输出对应于控制点处的长度，而不是包括以下段的长度。 当在样条域上使用时，节点输出曲线的总长度的一部分（包括所有样条）已经在每个样条开始时横穿。曲线样条顺序在 ...

样条线 输入 属性 输出 示例 样条线 样条参数 节点输出控制点沿每个样条有多远。 Factor 输出与指数除以控制点总数不同，因为控制点可能无法沿着曲线等距。 第一个值为零，因此输出对应于控制点处的长度，而不是包括以下段的长度。 当在样条域上使用时，节点输出曲线的总长度的一部分（包括所有样条）已经在每个样条开始时横穿。曲线样条顺序在 ...

样条线 输入 属性 输出 示例 样条线 样条参数 节点输出控制点沿每个样条有多远。 Factor 输出与指数除以控制点总数不同，因为控制点可能无法沿着曲线等距。 第一个值为零，因此输出对应于控制点处的长度，而不是包括以下段的长度。 当在样条域上使用时，节点输出曲线的总长度的一部分（包括所有样条）已经在每个样条开始时横穿。曲线样条顺序在 ...

2.3 架构设计空间 2.3.1 CPU设计 2.3.2 GPU架构 2.3.3 APU和类APU设计 2.3 架构设计空间 现实世界中，我们所见的架构远比之前提到架构复杂。我们所使用的计算机架构在各个方面都会发生很大的变化，具有很大的设计空间。即便是当前公开的架构，不同厂商的实现都有不同。 当前一些人对于架构的观点过于简单。例如，在GPU领...

TiKV 线程池性能调优 线程池介绍 TiKV 的只读请求 TiKV 线程池调优 TiKV 线程池性能调优 本文主要介绍 TiKV 线程池性能调优的主要手段，以及 TiKV 内部线程池的主要用途。 线程池介绍 在 TiKV 中，线程池主要由 gRPC、Scheduler、UnifyReadPool、Raftstore、Apply、Rocks...

线程模型 线程模型 配置 Dubbo 中的线程模型 如果事件处理的逻辑能迅速完成，并且不会发起新的 IO 请求，比如只是在内存中记个标识，则直接在 IO 线程上处理更快，因为减少了线程池调度。 但如果事件处理逻辑较慢，或者需要发起新的 IO 请求，比如需要查询数据库，则必须派发到线程池，否则 IO 线程阻塞，将导致不能接收其它请求。 如果用 IO...

学习曲线 如果你使用一个高阶的多项式回归，你可能发现它的拟合程度要比普通的线性回归要好的多。例如，图 4-14 使用一个 300 阶的多项式模型去拟合之前的数据集，并同简单线性回归、2 阶的多项式回归进行比较。注意 300 阶的多项式模型如何摆动以尽可能接近训练实例。 图 4-14：高阶多项式回归 当然，这种高阶多项式回归模型在这个训练集上严重过...

表面变形修改器 输入 属性 输出 表面变形修改器 表面上的变形曲线 节点根据每条曲线的根部位置的不同进行平移和旋转。根部位置是由存储在每条曲线上的UV坐标和在 曲线表面设置 中为此目的选择的 UV贴图 来定义的。 转换基于原始网格（在评估形状键和修改器之前）和最终网格的差值来计算。 与其他几何节点不同，此节点有相当多的隐式输入： ...

表面变形修改器 输入 属性 输出 表面变形修改器 表面上的变形曲线 节点根据每条曲线的根部位置的不同进行平移和旋转。根部位置是由存储在每条曲线上的UV坐标和在 曲线表面设置 中为此目的选择的 UV贴图 来定义的。 转换基于原始网格（在评估形状键和修改器之前）和最终网格的差值来计算。 与其他几何节点不同，此节点有相当多的隐式输入： ...