书栈网 · BookStack 本次搜索耗时 0.017 秒,为您找到 127226 个相关结果.
  • 你喜欢的东西我也喜欢

    你喜欢的东西我也喜欢 如何找到相似的用户? 曼哈顿距离 欧几里得距离 N维模型 推广:闵可夫斯基距离 你喜欢的东西我也喜欢 我们将从推荐系统开始,开启数据挖掘之旅。推荐系统无处不在,如亚马逊网站的“看过这件商品的顾客还购买过”板块: last.fm上对音乐和演唱会的推荐(相似歌手): 在亚马逊的例子里,它用了两个元素来进行推荐:...
  • 模糊节点

    模糊节点 输入 属性 输出 例子 模糊节点 模糊节点。 此节点提供一些模糊模式,对图像进行模糊操作。 输入 图像 标准化图像输入。 尺寸 任意尺寸的输入图像将被乘以X和Y轴的模糊半径值。它也可以是一个值图像,用一个遮罩控制模糊半径。为取得最佳模糊效果,取值范围应在(0 到 1)之间。 属性 类型 不同的类型之间在控制...
  • 模糊节点

    模糊节点 输入 属性 输出 例子 模糊节点 此节点提供一些模糊模式,对图像进行模糊操作。 输入 图像 标准颜色输出。 尺寸 任意尺寸的输入图像将被乘以X和Y轴的模糊半径值。它也可以是一个值图像,用一个遮罩控制模糊半径。为取得最佳模糊效果,取值范围应在(0 到 1)之间。 属性 类型 不同的类型之间在控制尖锐边缘,平滑渐变过渡...
  • 前言

    推荐 hyy1115/ES6-learning 实际应用请看前端大神对该书的读后感 知识重新整理,补充细节整理中 图片来自日本像素画家 强烈推荐此书《深入理解ES6》 红宝书大神【美】Nicholas C. Zakas(尼古拉斯·泽卡斯)最新力作 推荐hyy1115/ES6-learning 实际应用请看前端大神对该书...
  • 朴素贝叶斯讨论

    朴素贝叶斯讨论 疑问 1 疑问 2 朴素贝叶斯讨论 @Time渐行渐远 @那伊抹微笑 @小瑶 @如果迎着风就飞 朴素贝叶斯就是用来求逆向概率的(已知)。 根据训练数据集求(正向)概率。 根据测试数据集求(逆向)概率(根据 贝叶斯公式)。 求出的逆向概率,哪个大,就属于哪个类别。 疑问 1 通过训练集求出了各个特征的概率,...
  • 曲线

    曲线 曲线 参考 面板: 渲染 ‣ 曲线 形状 链: 将曲线渲染成大约一个像素宽的细线。曲线直径参数在此设置下被忽略。 片段: 将曲线渲染成具有圆形法线的平坦带状。 额外细分 在头发系统设置中设置的曲线分辨率之上应用的额外细分。增加这个值会使发丝的曲线更加平滑。
  • 模糊节点

    模糊节点 输入 属性 输出 例子 模糊节点 此节点提供一些模糊模式,对图像进行模糊操作。 输入 图像 标准颜色输出。 尺寸 任意尺寸的输入图像将被乘以X和Y轴的模糊半径值。它也可以是一个值图像,用一个遮罩控制模糊半径。为取得最佳模糊效果,取值范围应在(0 到 1)之间。 属性 类型 不同的类型之间在控制尖锐边缘,平滑渐变过渡...
  • 模糊节点

    模糊节点 输入 属性 输出 示例 模糊节点 模糊节点。 此节点提供一些模糊模式,对图像进行模糊操作。 输入 图像 标准化图像输入。 尺寸 任意尺寸的输入图像将被乘以X和Y轴的模糊半径值。它也可以是一个值图像,用一个遮罩控制模糊半径。为取得最佳模糊效果,取值范围应在(0 到 1)之间。 属性 过滤类型 不同的类型之间在...
  • 模糊节点

    模糊节点 输入 属性 输出 示例 模糊节点 模糊节点。 此节点提供一些模糊模式,对图像进行模糊操作。 输入 图像 标准化图像输入。 尺寸 任意尺寸的输入图像将被乘以X和Y轴的模糊半径值。它也可以是一个值图像,用一个遮罩控制模糊半径。为取得最佳模糊效果,取值范围应在(0 到 1)之间。 属性 过滤类型 不同的类型之间在...
  • 15.1 隐马尔可夫模型(HMM)

    15.1 隐马尔可夫模型(HMM) 15.1.1 HMM评估问题 15.1.2 HMM解码问题 15.1.3 HMM学习问题 15.1 隐马尔可夫模型(HMM) 隐马尔可夫模型(Hidden Markov Model,简称HMM)是结构最简单的一种贝叶斯网,在语音识别与自然语言处理领域上有着广泛的应用。HMM中的变量分为两组:状态变量...