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
0.018
秒,为您找到
70667
个相关结果.
搜书籍
搜文档
线组
597
2023-04-02
《Blender 3.5 参考手册》
线组 可见性 边类型 边标记 面标记 集合 线组 参考 面板: 属性 ‣ 视图图层 ‣ 自由样式线集 在 Freestyle 检测到的线条(边缘)中,线条集选择哪些线条(边缘)将通过各种方法使用其附加的 线条样式 ,进行渲染。 “自由式线条集” 面板。 选择依据 图像边界 使 Freestyle 在计算线条时仅考虑图像边...
应用纹理
863
2020-11-22
《Blender 2.81 参考手册》
应用纹理 应用纹理到UV 使用UV坐标 使用测试栅格 修改图像纹理 应用纹理 或早或晚,你需要在模型上用到图像纹理。如果用的是外部程序编辑图像,你需要知道正在绘制的是网格的哪个部分。你可能还需要使用测试图像对UV映射进行测试。这一节将介绍如何导出UV映射的轮廓,以及如何加载图像到UV编辑器。 应用纹理到UV UV编辑器允许直接将贴图映射...
线组
409
2022-12-10
《Blender 3.4 参考手册》
线组 可见性 边类型 边标记 面标记 集合 线组 参考 面板 属性 ‣ 视图图层 ‣ 自由样式线集 在 Freestyle 检测到的线条(边缘)中,线条集选择哪些线条(边缘)将通过各种方法使用其附加的 线条样式 ,进行渲染。 “自由式线条集” 面板。 选择依据 图像边界 使 Freestyle 在计算线条时仅考虑图像边框...
9.1 目录
490
2020-02-11
《[试读] TypeScript图形渲染实战:基于WebGL的3D架构与实现》
第9章 解析和渲染Doom3 PROC场景 9.1 Doom3Application入口类 9.2 解析Doom3 PROC场景 9.2.1 Doom3词法解析规则 9.2.2 IDoom3Tokenizer词法解析器 9.2.3 Doom3 PROC文件格式总览 9.2.4 Doom3ProcPa...
应用纹理
478
2020-12-03
《Blender 2.90 参考手册》
应用纹理 应用纹理到UV 使用UV坐标 使用测试栅格 修改图像纹理 应用纹理 或早或晚,你需要在模型上用到图像纹理。如果用的是外部程序编辑图像,你需要知道正在绘制的是网格的哪个部分。你可能还需要使用测试图像对UV映射进行测试。这一节将介绍如何导出UV映射的轮廓,以及如何加载图像到UV编辑器。 应用纹理到UV UV编辑器允许直接将贴图映射...
线组
288
2023-11-26
《Blender 4.0 参考手册》
线组 可见性 边类型 边标记 面标记 集合 线组 参考 面板: 属性 ‣ 视图图层 ‣ 自由样式线集 在 Freestyle 检测到的线条(边缘)中,线条集选择哪些线条(边缘)将通过各种方法使用其附加的 线条样式 ,进行渲染。 “自由式线条集” 面板。 选择依据 图像边界 使 Freestyle 在计算线条时仅考虑图像边...
如何衡量机器学习分类模型
2407
2020-02-25
《兜哥带你NLP入门(自然语言处理入门)》
概述 测试数据 混淆矩阵 准确率与召回率 准确度与F1-Score ROC与AUC 概述 在NLP中我们经常需要使用机器学习的分类器。如何衡量一个分类器的好坏呢?最常见的指标包括准确率与召回率,准确度与F1-Score以及ROC与AUC。 测试数据 我们以Scikit-Learn环境介绍常见的性能衡量指标。为了演示方便,我们创建测试数...
九、使用 Python 进行数据可视化
1233
2019-07-05
《UCSD COGS108 数据科学实战中文笔记》
九、使用 Python 进行数据可视化 Pyplot vs Pylab 折线图 散点图 创建散点图 数字和轴域 九、使用 Python 进行数据可视化 原文:Data Visualization with Python 译者:飞龙 协议:CC BY-NC-SA 4.0 数据可视化可能意味着不同的东西。 在这里,我们将使用...
透视投影原理
738
2021-08-23
《Krita 5.0 手册》
透视投影原理 透视投影原理 透视投影教程是 2015 年 Kickstarter 的教程类回报项目。透视投影技术是一门历史悠久的视觉科学技术,相关的知识不难找到。然而面向数字绘画软件的透视投影教程非常少见,在开源协议下发布,面向开源软件的透视教程在当时也是不存在的。此系列教程的填补了这个空白。 The tutorial is a bit image ...
诊断偏差与方差:学习曲线
904
2020-03-15
《机器学习训练秘籍(Machine Learning Yearning 中文版)》
诊断偏差与方差:学习曲线 诊断偏差与方差:学习曲线 我们现在已经知道了一些方法,来估计可避免多少由偏差与方差所导致的误差——人们通常会估计最优错误率,以及算法在训练集和测试集上的误差。下面让我们来讨论一项更有帮助的技术:绘制学习曲线。 学习曲线可以将开发集的误差与训练集样本的数量进行关联比较。想要绘制出它,你需要设置不同大小的训练集运行算法。假设有...
1..
«
35
36
37
38
»
..100