我的独立产品集
本文罗列了一些我业余时间开发的独立产品,如果我写的博客对你有些许帮助,那我也诚邀你下载体验一下我开发的独立产品。当然,如果能够针对产品提出一些建议或给个好评,那真的不胜感激!这也会是我继续完善产品的动力!
本文罗列了一些我业余时间开发的独立产品,如果我写的博客对你有些许帮助,那我也诚邀你下载体验一下我开发的独立产品。当然,如果能够针对产品提出一些建议或给个好评,那真的不胜感激!这也会是我继续完善产品的动力!
我们日常使用的语言,如中文、英文,称为 自然语言(natural language)。 自然语言处理(Natural Language Processing,NLP)则是一种让计算机理解人类语言的技术。现在很多知名的工具,比如:搜索引擎、机器翻译、ChatGPT 等,都是基于自然语言处理技术的应用。
通过前面几篇文章,我们对神经网络有了一个基本的认识。本文,我们来介绍一下神经网络在图像与视觉领域的应用——卷积神经网络(Conventional Neural Network,简称 CNN)。
在深度学习中,为了便于组合任意结构、任意层次的神经网络,通常会对神经网络进行分层设计,这也是一种模块化的设计思想。
最近看了《Python 神经网络编程》一书之后,对于神经网络的基本原理有了一个初步的理解,于是产出此篇文章作为系统性的梳理和总结。
之前我们介绍了在游戏领域中广泛使用的实时渲染技术——光栅化,本文我们来介绍一下在特效领域中广泛使用的离线渲染技术——光线追踪。
在介绍光线追踪之前,我们先来学习一下其所涉及的重要内容——辐射度量学。由于该内容相对独立,这里单开一篇文章来进行介绍。
前面我们介绍了观测变换、光栅化、着色等几个图形学中比较复杂的主题,本文我们稍微放松一下,介绍一个相对比较简单的主题——几何。
上一篇文章我们介绍了计算机图形学中的数学基础,包括:2D 变换、3D 变换、齐次坐标等。本文,我们则来介绍将三维模型投影到二维屏幕的数学原理。
最近对计算机图形学比较感兴趣,刷了一遍《计算机图形学入门:3D渲染指南》,看了一遍《GAMES 101》。本文对计算机图形学的线性代数相关基础进行了梳理和总结,以便后续进行复习和回顾。