- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI机器学习与深度学习算法
学习分类 2-3 感知机
要如何求出权重向量呢？基本做法和回归时相同，将权重向量用作参数，创建更新表达式来更新参数。这就需要一个被称为感知机的模型。
70410编辑于 2022-11-08 - 来自专栏行业科技知识分享
智慧大坝 3D 可视化
今天将利用 Hightopo 的 HT 产品搭建出一个水墨风的山水大坝 3D 可视化场景。 预览-min.gif 系统分析 HT 三维可视化技术采用 B/S 架构，经过模型轻量化处理后，用户无需再花费高价钱去采购高性能的图形工作站来支撑三维可视化系统。 用户通过 PC、 PAD 或是智能手机，只要打开浏览器可随时随地访问三维可视化系统，实现远程监查和管控。 由于大坝监测信息三维可视化展示应用对大坝结构建模的要求不高，并且考虑 BIM 模型文件一般较大，不利于直接在浏览器中运行，Hightopo 的三维可视化都是经过设计师采用轻量化建模的方式所搭建的场景 图扑软件可视化赋能水利发电可视化、智慧发电站可视化、智慧光伏可视化等等产业都更加适应时代发展。
2.6K30发布于 2021-08-13 - 来自专栏算法无遗策
动画 | 什么是2-3树？
2-3树正是一种绝对平衡的树，任意节点到它所有的叶子节点的深度都是相等的。 2-3树的数字代表一个节点有2到3个子树。它也满足二分搜索树的基本性质，但它不属于二分搜索树。 2-3树查找元素 2-3树的查找类似二分搜索树的查找，根据元素的大小来决定查找的方向。 动画：2-3树插入 2-3树删除元素 2-3树删除元素相对比较复杂，删除元素也和插入元素一样先进行命中查找，查找成功才进行删除操作。 2-3树为满二叉树时，删除叶子节点 2-3树满二叉树的情况下，删除叶子节点是比较简单的。 动画：2-3树删除 -----END---
1.1K10发布于 2020-01-02 - 来自专栏我是攻城师
什么是2-3树
2-3树 VS 二叉搜索树 同样的一组数据，在2-3树和二叉搜索树里面的对比如下： ? 可以看到2-3树的节点分布非常均匀，且叶子节点的高度一致，并且如果这里即使是AVL树，那么树的高度也比2-3树高，而高度的降低则可以提升增删改的效率。 2-3树的插入 为了保持平衡性，2-3树的插入如果破坏了平衡性，那么树本身会产生分裂和合并，然后调整结构以维持平衡性，这一点和AVL树为了保持平衡而产生的节点旋转的作用一样，2-3树的插入分裂有几种情况如下 2-3树的删除 2-3树节点的删除也会破坏平衡性，同样树本身也会产生分裂和合并，如下： ? 总结 本篇文章，主要介绍了2-3树相关的知识，2-3树，2-3-4树以及B树都不是二叉树，但与二叉树的大致特点是类似的，它们是一种平衡的多路查找树，节点的孩子个数可以允许多于2个，虽然高度降低了，但编码相对复杂
2.4K20发布于 2019-04-28 - 来自专栏医学和生信笔记
3d版混淆矩阵可视化
混淆矩阵大家应该都不陌生，但是3d版的混淆矩阵你见过吗？ 这个3d版不过是增加了一个维度，用来表示人数而已。 我们通过R语言可以轻松实现这个图，当然，Excel也很简单！3d柱状图嘛 我们就用这篇推文中的混淆矩阵为例：ROC阳性结果还是阴性结果？ pred outcome n 1 猜他不是肿瘤 非肿瘤 15 2 猜他不是肿瘤 肿瘤 1 3 猜他是肿瘤 非肿瘤 5 4 猜他是肿瘤 肿瘤 9 2d混淆矩阵可视化 如果要可视化混淆矩阵，简单的2维非常简单，比如用ggplot2即可： library(tidyverse) ggplot(df1, aes(pred, outcome))+ geom_tile( 3d版混淆矩阵可视化 也是很简单，使用barplot3d这个包即可。 library(barplot3d) 注意这个包画图的顺序：从左到右，从前到后！
1K20编辑于 2023-02-14 - 来自专栏粽子的深度学习笔记
3D Detection: 3D Box和点云 快速可视化
3D检测，用于3D box，点云快速可视化，辅助debug和分析： （Nuscenes,mmdet3d，OpenPCDet等适用） 注意：代码适用于多种模型，但是注意BEVDet系列和FCOS3D（ 3D box投影到bev可视化： import matplotlib.pyplot as plt import torch def box3d2x0y0wh(boxes_3d): # BEVDet/ dpi=90, bbox_inches='tight') # print(0) plt.close(fig) print('Successfully saved') 点云快速可视化 numpy() points = points.copy() fig = plt.figure() ax = fig.add_subplot(111, projection='3d
1.4K30编辑于 2022-09-07 - 来自专栏刷题笔记
2-3 链表拼接 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101050371 2-3 链表拼接 (20 分) 本题要求实现一个合并两个有序链表的简单函数
77440发布于 2019-11-08 - 来自专栏数字孪生可视化
从零开始学习3D可视化之3D界面
ui_2.png 生活中我们经常会说到3D，比如3D游戏、3D电影等等。3D指三维，三个维度、三个坐标，即长、宽、高。 而一直以来在ThingJS中搭建的数字孪生可视化场景都是放在3D“容器”内的，3D“容器”提供了3D和2D的界面展示能力。 创建 Marker Marker 物体可以添加一个图片放置到你希望的位置，也可以将这个图片添加到数字孪生可视化对象身上，跟随数字孪生可视化对象一同移动。 场景中或绑定在3D物体上。 创建 WebView 物体 如果想在数字孪生可视化场景中放一张图片，应该怎么放进去呢？可以使用 WebView 物体，将其他网站或者页面的内容嵌入到数字孪生可视化场景中。
80640发布于 2021-07-16 - 来自专栏python3
2-3 T-SQL函数
2-3 T-SQL函数 学习系统函数、行集函数和Ranking函数；重点掌握字符串函数、日期时间函数和数学函数的使用参数以及使用技巧 重点掌握用户定义的标量函数以及自定义函数的执行方法 掌握用户定义的内嵌表值函数以及与用户定义的标量函数的主要区别 我们首先运行一段SQL查询：select tno,name , salary From teacher，查询后的基本结构如图2-3所示。我们看见，分别有三位教师的薪水是一样高的。 图2-3 薪酬排序基本情况 图2-4 row_number函数排序 图2-5 row_number另一使用 我们可以使用Row_number函数来实现查询表中指定范围的记录，一般将其应用到Web应用程序的分页功能上
2.3K10发布于 2020-01-08 - 来自专栏python3
2-3 选项卡控件
2-3 选项卡控件 u本节学习目标： n了解选项卡控件的基本属性 n掌握如何设置选项卡控件的属性 n掌握统计页面选项卡控件页面基本信息 n掌握选项卡控件的功能操作控制 2-3-1 简介 在 Windows 一般选项卡在Windows操作系统中的表现样式如图2-3所示。 ? 图2-3 图片框控件的属性及方法 2-3-2 选项卡控件的基本属性 图片框控件是使用频度最高的控件，主要用以显示窗体文本信息。 其基本的属性和方法定义如表2-3所示： 属性 说明 MultiLine 指定是否可以显示多行选项卡。如果可以显示多行选项卡，该值应为 True，否则为 False。 使用这个集合可以添加和删除TabPage对象 表2-3 选项卡控件的属性 2-3-3 选项卡控件实践操作 1．
2.4K10发布于 2020-01-07 - 来自专栏全栈程序员必看
数据可视化工具d3_前端3d可视化
学习D3的站点 建议 第1章 D3简介 近年来，可视化越来越流行，许多报刊杂志、门户网站、新闻媒体都大量使用可视化技术，使得复杂的数据和文字变得十分容易理解，有一句谚语“一张图片价值于一千个字” 可视化越来越流行，许多报刊杂志、门户网站、新闻、媒体都大量使用可视化技术，使得复杂的数据和文字变得十分容易理解，有一句谚语“一张图片价值于一千个字”，的确是名副其实。 听名字有点抽象，说简单一点，其实就是一个 JavaScript 的函数库，主要是用来做数据可视化。 这些布局的作用都是将某种数据转换成另一种数据，而转换后的数据是利于可视化的。 在数据可视化中，地图是很重要的一部分。
14.8K40编辑于 2022-11-10 - 来自专栏生物信息学、python、R、linux
交互可视化plotly之3D plot
x： the x variable. y： the y variable. z： a numeric matrix 基础的3D scatter plot fig <- plot_ly(mtcars, x 3D scatter plot添加颜色范围 fig <- plot_ly(mtcars, x = ~wt, y = ~hp, z = ~qsec, marker = list 3D气泡图 data <- read.csv("https://raw.githubusercontent.com/plotly/datasets/master/gapminderDataFiveYear.csv
1.3K20发布于 2020-04-01 - 来自专栏医学和生信笔记
R语言PCA可视化3D版
之前详细介绍了R语言中的主成分分析，以及超级详细的主成分分析可视化方法，主要是基于factoextra和factoMineR两个神包。 R语言主成分分析 R语言主成分分析可视化(颜值高，很详细) 今天说一下如何提取数据用ggplot2画PCA图，以及三维PCA图。 提取数据 还是使用鸢尾花数据集。 geom ="polygon",type = "norm")+ scale_fill_aaas()+ scale_color_aaas()+ theme_bw() 3d 版 其实就是使用3个主成分，之前介绍过一种3D版：使用R语言美化PCA图，使用方法非常简单，也是在文献中学习到的。
96910编辑于 2023-02-14 - 来自专栏机器学习入门
算法原理系列：2-3查找树
结构缘由 首先，搞清楚2-3查找树为什么会出来，它要解决什么样的问题？假设我们对它的基本已经有所了解了。先给它来个简单的定义： 2-3查找树： 一种保持有序结构的查找树。 而2-3树就是为了规避上述问题而设计发明出来的模型。现在请思考该如何设计它呢？ 这里我们从BST遇到的实际问题出发，提出设计指标，再去思考利用些潜在的性质来构建2-3树。 这部分内容，没有什么理论根据，而是我自己尝试去抓些字典的性质来构建，而2-3树的诞生过程并非真的如此，所以仅供参考。 构建2-3树 字典的两个主要操作为：查找和插入。 我就不卖关子了，直接给出2-3树的其中一个基本定义： 一棵2-3查找树或为一颗空树，或由以下节点组成： 2-节点：含有一个键和两条链接，左链接指向的2-3树中的键都小于该节点，右链接指向的2-3树中的键都大于该节点 3-节点：含有两个键和三条链接，左链接指向的2-3树中的键都小于该节点，中链接指向的2-3树中的键都位于该节点的两个键之间，右链接指向的2-3树中的键都大于该节点。 ！！！
1.2K20发布于 2019-05-26 - 来自专栏全栈程序员必看
QQ群关系可视化3D查询搭建
https://github.com/backlion/qqgroup-visualization
1.8K30编辑于 2022-09-06 - 来自专栏Python编程和深度学习
医疗图像分割结果的3D可视化
每个CT扫描的病例（case）可以包含几十到上百个dcm文件，想要可视化查看CT文件，以开源免费软件ITK-SNAP为例，直接将该case文件夹里的其中一个dcm拖进软件，可以看到这个CT扫描文件有134 个dcm文件，每个slice大小为512 x 512，组成大小为512 x 512 x 134的3D数据。 2.3D可视化 由于ITK-SNAP的展示界面不够立体直观，可以借助paraview来展示我们的分割结果。 将分割好的.img或.nii文件拖到ITK-SNAP页面 ?
11.6K40发布于 2020-05-21 - 来自专栏HT
智慧地产-售楼中心 3D 沙盘可视化
HT for Web 不止自主研发了强大的基于 HTML5 的 2D、3D 渲染引擎，为可视化提供了丰富的展示效果。 介于 2D 组态和 3D 组态上，Hightopo（以下简称 HT ）的 HT for Web 产品上的有着丰富的组态化可供选择，本文将介绍如何运用 HT 丰富的 2/3D 组态搭建出一个售楼中心楼盘沙盘模型可视化 界面一：楼盘沙盘可视化 在场景的搭建上，采用以 HT 的 HT for Web 产品轻量化 HTML5/WebGL 建模的方案，实现快速建模、运行时轻量化到甚至手机终端浏览器即可 3D 可视化运维的良好效果 HT 拥有丰富的 2/3D 可视化展示经验，可供用户打造许多行业标准下，具有代表意义的可视化管理系统，不论是从智慧地产、智慧社区再到智慧城市。 2019 我们也更新了数百个工业互联网 2D/3D 可视化案例集，在这里你能发现许多新奇的实例，也能发掘出不一样的工业互联网：https://mp.weixin.qq.com/s/ZbhB6LO2kBRPrRIfHlKGQA
1.9K41发布于 2020-10-26 - 来自专栏3D可视化
3D可视化开发建模工作谁来做？
3d可视化开发自然是由建模师来完成建模工作，可有的公司没有专业的3D建模师，怎么办呢？thingjs有专业的建模团队，所以是提供建模服务的。
1.5K31发布于 2019-12-20 - 来自专栏代码编写世界
3D Gaussian Splatting可视化渲染原理详解
本文主要围绕 3DGS 的可视化渲染流程 展开，希望能够帮助读者从图形学的角度理解其内部原理，而不仅仅停留在公式推导或代码实现层面。 对于从事 GIS、数字孪生、三维可视化以及 AR/VR 开发的工程师而言，理解这些底层原理，也将为后续将 3DGS 与传统图形引擎融合、构建更复杂的实时三维应用打下基础。 一、引言 提到当下计算机视觉与图形学领域最炙手可热的技术，非 3D Gaussian Splatting（简称 3DGS，3D 高斯泼溅） 莫属。 高斯的本质 在理解了高斯椭球体的数学构造与各向异性特性后，就能理解为什么可以使用“高斯椭球”来表达可视化场景的原因了。 九、总结 回顾整篇文章，我们已经完整分析了 3D Gaussian Splatting 的整个可视化流程。
38010编辑于 2026-07-18 - 来自专栏不仅仅是python
数据可视化-Matplotlib中的3D图表
背景介绍 今天我们演示绘制在极坐标中定义的曲面3D图。并使用matplotlib中内置的color map做展示。 ? 入门实例 先看视频演示效果： 代码块 ''' ================================= 3D表面与极坐标 ================================= 示例由Armin Moser提供. ''' #导入Axes3D注册3D投影 from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np #定义子图表，添加3D投影 fig = plt.figure() ax = fig.add_subplot(111, projection='3d'
1.4K40发布于 2019-08-23
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号