滤镜节点 输入 属性 输出 例子 滤镜节点 滤镜节点。 滤镜节点对图像执行各种常规滤镜效果。 输入 系数 控制节点对输出图像的影响量。 图像 Standard color input. 属性 类型 柔化(Soften)，拉普拉斯过滤(Laplace)，索贝尔(Sobel)，维特(Prewitt)和克什(Kirsch)都根据...

拉普拉斯形变修改器 选项 错误信息 历史 拉普拉斯形变修改器 拉普拉斯形变 修改器允许你在为网格摆姿势的同时，保留表面的几何体的细节。 用户定义一组 “锚点” 顶点，然后移动其中一些顶点。 修改器将其余锚点顶点保持在固定位置，并计算所有剩余顶点的最佳位置以保留原始几何细节。 该修改器采用微分坐标来捕获几何细节。微分坐标根据相邻的顶点来捕获当...

关于 Linux 的历史 关于 Linux 的历史 很多关于 linux 的书籍在前面章节中写了一大堆东西来介绍 linux，可惜读者看了好久也没有正式开始进入linux 的世界，这样反而导致了他们对 linux 失去了一些兴趣，而把厚厚的一本书丢掉。 Linux 的历史确实有必要让读者了解的，但是不了解也并不会影响你将来的 linux 技术水平。如...

7.1 贝叶斯决策论 7.1 贝叶斯决策论 若将上述定义中样本空间的划分Bi看做为类标，A看做为一个新的样本，则很容易将条件概率理解为样本A是类别Bi的概率。在机器学习训练模型的过程中，往往我们都试图去优化一个风险函数，因此在概率框架下我们也可以为贝叶斯定义“条件风险 ”（conditional risk）。 我们的任务就是寻找一个判定准则...

变分自编码器（VAE） Diederik Kingma 和 Max Welling 于 2014 年推出了另一类重要的自编码器，并迅速成为最受欢迎的自编码器类型之一：变分自编码器。 它们与我们迄今为止讨论的所有自编码器完全不同，特别是： 它们是概率自编码器，意味着即使在训练之后，它们的输出部分也是偶然确定的（相对于仅在训练过程中使用随机性的自编码器...

拉普拉斯形变修改器 选项 错误信息 历史 拉普拉斯形变修改器 拉普拉斯形变 修改器允许你在为网格摆姿势的同时，保留表面的几何体的细节。 用户定义一组 “锚点” 顶点，然后移动其中一些顶点。 修改器将其余锚点顶点保持在固定位置，并计算所有剩余顶点的最佳位置以保留原始几何细节。 该修改器采用微分坐标来捕获几何细节。微分坐标根据相邻的顶点来捕获当前...

滤镜节点 输入 属性 输出 例子 滤镜节点 滤镜节点。 滤镜节点对图像执行各种常规滤镜效果。 输入 系数 控制节点对输出图像的影响量。 图像 标准化图像输入。 属性 类型 柔化(Soften)，拉普拉斯过滤(Laplace)，索贝尔(Sobel)，维特(Prewitt)和克什(Kirsch)都根据矢量微积分和集合理论...

滤镜节点 输入 属性 输出 范例 滤镜节点 滤镜节点。 滤镜节点对图像执行各种常规滤镜效果。 输入 系数 控制经此节点后的输出图像上，滤镜的作用程度。 图像 标准化图像输入。 属性 类型 柔化(Soften)，拉普拉斯过滤(Laplace)，索贝尔(Sobel)，维特(Prewitt)和克什(Kirsch)都根据矢量...

二、GCN 2.1 空域构建 2.2 图卷积 2.2.1 拉普拉斯算子 2.2.2 卷积 2.3 频域构建 2.4 实验 2.4.1 降采样 MNIST 2.4.2 球面 MNIST 二、GCN 卷积神经网络 CNN 要求输入数据为网格结构，并且要求数据在网格中具有平移不变性，如一维语音、二维图像、三维视频都是这类数据的典型代表。...

01 POLARDB · 最佳实践 · POLARDB不得不知道的秘密 02 MySQL · 引擎特性 · Cost Model,直方图及优化器开销优化 03 MSSQL · 最佳实践 · 使用混合密钥实现列加密 04 MongoDB · 引擎特性 · 复制集原理 05 Redis · lazyfree · 大key删除的福音 ...