四、LocallyLinearEmbedding 四、LocallyLinearEmbedding LocallyLinearEmbedding 是 scikit-learn 提供的LLE 模型，其原型为： class sklearn . manifold . LocallyLinearEmbedding ( n_neighbors = 5 ,...

11.7. d2lzh包索引 11.7. d2lzh包索引 函数、类等名称：定义所在章节 bbox_to_rect ：物体检测和边界框 Benchmark ：异步计算 corr2d ：二维卷积层 count_tokens ：文本情感分类：使用循环神经网络 data_iter ：线性回归的从零开始实现 data_iter_consecut...

11、降维与度量学习 上篇主要介绍了几种常用的聚类算法，首先从距离度量与性能评估出发，列举了常见的距离计算公式与聚类评价指标，接着分别讨论了K-Means、LVQ、高斯混合聚类、密度聚类以及层次聚类算法。K-Means与LVQ都试图以类簇中心作为原型指导聚类，其中K-Means通过EM算法不断迭代直至收敛，LVQ使用真实类标辅助聚类；高斯混合聚类采用高...

基准测试 1 Benchmark 结论 2 应用级服务发现（地址推送链路） 2.1 环境 2.2 数据分析 3 RPC 协议（远程调用链路） 3.1 环境 3.2 数据分析 3.2.1 Dubbo 协议不同版本实现对比 3.2.2 Dubbo协议 vs Triple协议 3.2.3 补充网关场景 3.3.4 模拟 Stream 通信场景的吞吐...

12、特征选择与稀疏学习 上篇主要介绍了经典的降维方法与度量学习，首先从“维数灾难”导致的样本稀疏以及距离难计算两大难题出发，引出了降维的概念，即通过某种数学变换将原始高维空间转变到一个低维的子空间，接着分别介绍了kNN、MDS、PCA、KPCA以及两种经典的流形学习方法，k近邻算法的核心在于k值的选取以及距离的度量，MDS要求原始空间样本之间的距离在...

降噪节点 输入 属性 输出 示例 降噪节点 降噪节点用于为来自 Cycles 和其他光线跟踪渲染器的渲染图像降噪。这有助于通过使用更少的样本进行渲染来显著缩短渲染时间。 它使用 Open Image Denoise ，通过机器学习将嘈杂的图像转换为干净的图像。 输入 图像 背景 图像输入端。 法向 可选的反照率渲染通道，以更好...

降噪节点 输入 属性 输出 示例 降噪节点 降噪节点用于为来自 Cycles 和其他光线跟踪渲染器的渲染图像降噪。这有助于通过使用更少的样本进行渲染来显著缩短渲染时间。 It uses Open Image Denoise , which transforms noisy images into clean images with ma...

降噪节点 输入 属性 输出 示例 降噪节点 降噪节点用于为来自 Cycles 和其他光线跟踪渲染器的渲染图像降噪。这有助于通过使用更少的样本进行渲染来显著缩短渲染时间。 它使用 Open Image Denoise ，通过机器学习将嘈杂的图像转换为干净的图像。 输入 图像 背景 图像输入端。 法向 可选的反照率渲染通道，以更好...

应用升级文件 应用升级文件 要定义如何在应用的当前和上一版本之间进行升级和降级，我们要创建一个应用升级文件 ，简称 .appup 文件。该文件必须被命名为 Application.appup ，其中 Application 是应用的名称： { Vsn , [{ UpFromVsn1 , InstructionsU1 }, ....

三、核化线性降维 KPCA 三、核化线性降维 KPCA PCA 方法假设从高维空间到低维空间的映射是线性的，但是在不少现实任务中可能需要非线性映射才能找到合适的低维空间来降维。 非线性降维的一种常用方法是基于核技巧对线性降维方法进行核化kernelized ， 如核主成分分析Kernelized PCA:KPCA ，它是对PCA 的一种推广。 ...