风过蔷薇

导航

 

2018年5月2日

摘要: 一直不太清楚这个概念,今天看了OGL上的讲解,来翻译下理论部分 原文地址:http://ogldev.atspace.co.uk/www/tutorial35/tutorial35.html 一般传统的光照是 forward rendering(shading) ,即我们在顶点着色器(VS, 大多是 阅读全文
posted @ 2018-05-02 15:09 风过蔷薇 阅读(436) 评论(0) 推荐(0) 编辑
 

2018年2月26日

摘要: 1.数据欠拟合会出现高偏差问题,比如数据的趋势是二次函数,用一次函数取拟合会出现高的偏差。 2.数据过度的拟合会出现高方差问题,比如用10个数据特征去拟合9个数据会出现高的方差。 3.怎么处理高偏差和高方差问题: 高偏差:训练误差很大,训练误差与测试误差差距小,随着样本数据增多,训练误差增大。解决方 阅读全文
posted @ 2018-02-26 13:58 风过蔷薇 阅读(517) 评论(0) 推荐(0) 编辑
 

2018年2月23日

摘要: 笔者介绍:姜雪伟,IT公司技术合伙人,IT高级讲师,CSDN社区专家,特邀编辑,畅销书作者,国家专利发明人;已出版书籍:《手把手教你架构3D游戏引擎》电子工业出版社和《Unity3D实战核心技术详解》电子工业出版社等。 CSDN视频网址:http://edu.csdn.net/lecturer/14 阅读全文
posted @ 2018-02-23 13:47 风过蔷薇 阅读(871) 评论(0) 推荐(0) 编辑
 
摘要: 场景: 你用 git push 向 gerrit 提交了待审核代码,一切都很顺利,你脑袋里冒出了"代码头上加了'佛祖保佑'果然有效"的想法. 此时 git 打印出如下提示,你的内心OS同步打印 "心情 -5" : remote: Resolving deltas: 100% (14/14) remo 阅读全文
posted @ 2018-02-23 13:46 风过蔷薇 阅读(816) 评论(0) 推荐(0) 编辑
 

2018年2月18日

摘要: estimateGaussian.m selectThreshold cofiCostFunc.m 阅读全文
posted @ 2018-02-18 16:30 风过蔷薇 阅读(133) 评论(0) 推荐(0) 编辑
 

2018年2月17日

摘要: findClosestCentroids.m computeCentroids.m pca.m projectData.m recoverData.m 阅读全文
posted @ 2018-02-17 16:14 风过蔷薇 阅读(113) 评论(0) 推荐(0) 编辑
 

2018年2月16日

摘要: gaussianKernel.m dataset3Params.m processEmail.m emailFeatures.m 阅读全文
posted @ 2018-02-16 16:43 风过蔷薇 阅读(117) 评论(0) 推荐(0) 编辑
 

2018年2月15日

摘要: linearRegCostFunction.m learningCurve.m polyFeatures.m validationCurve.m 阅读全文
posted @ 2018-02-15 17:24 风过蔷薇 阅读(188) 评论(0) 推荐(0) 编辑
 

2018年1月19日

摘要: 仅贴添加部分 lrCostFunction.m oneVsAll.m predictOneVsAll.m predict.m 阅读全文
posted @ 2018-01-19 15:44 风过蔷薇 阅读(712) 评论(0) 推荐(0) 编辑
 

2018年1月17日

摘要: array 的基本操作 arange reshape 为什么会出错呢? 因为 a 只有14个元素,不够分 shape, ndim, size, type 从list生成 array 通过numpy 内建函数初始化 array 数组运算 数组运算内建函数 Shape操作 拼接 切分 零散笔记 表示ar 阅读全文
posted @ 2018-01-17 15:14 风过蔷薇 阅读(328) 评论(0) 推荐(0) 编辑