原创 幾何變換 之 平移glTranslatef 旋轉glRotatef

代碼實現功能如下:        繪製一個小球,並且實現用兩個鍵來控制一個小球前進與後退的滾動效果,其中按F鍵前進,按B鍵後退。   #include <GL/glut.h> #include <stdlib.h> static

原创 計算機圖形學環境配置路徑

1.glut.h放到GL文件夾 路徑:C:\Program Files (x86)\Microsoft Visual Studio\VC98\Include\GL   2.glut.lib和glut32.lib放到靜態函數庫所在文件夾 路

原创 小球遊戲

代碼實現功能如下:        繪製一個小球,並且在小球下方添加有材質的地面。w,s,a,d分別實現控制小球上,下,左,右的移動。鍵盤上,下,左,右的箭頭分別控制視角的旋轉變化。   #include <GL/glut.h> #i

原创 簡單種子填充算法

   在這裏就不多囉嗦解釋了,直接上代碼(自我感覺寫的簡潔明瞭!!!) #include <GL/glut.h> #include <fstream> typedef float Color[3]; void Reshape(

原创 數據結構篇之最短路徑

————————————最短路徑———————————— 問題抽象:在帶權有向圖中A點(源點)到達B點(終點)的多條路徑中,尋找一條各邊權值之和最小的路徑,即最短路徑。 兩種常見的最短路徑問題: 一、 單源最短路徑—用Dijkstra(

原创 用python繪製漂亮的圖形

繪製一個櫻花樹  # 畫一棵櫻花 import turtle import random from turtle import * from time import sleep # 畫櫻花的軀幹(60,t) def tree(

原创 繪製科赫曲線

繪製科赫曲線,並改變曲線繪製的速度、繪製方向和顏色 階數:1-6階 import turtle # 引入決解問題需要的工具——turtle作圖包 # 定義turtle畫筆和畫布的

原创 Generative Adversarial Nets(譯)

僅供參考,如有翻譯不到位的地方敬請指出。 論文地址:Generative Adversarial Nets  論文翻譯:XlyPb(http://blog.csdn.net/wspba/article/details/54577236)

原创 Adversarial Collaborative Neural Network for Robust Recommendation翻譯

ABSTRACT     大多數基於神經網絡(NN)的推薦技術主要集中在提高整體性能,例如 hit ratio for top-N recommendation(前N推薦的命中率),用戶的反饋是被視爲事實。 在實際應用中,那些反饋可能

原创 Google免費GPU【Colaboratory】使用教程

準備工作: 這個軟件的使用需要翻牆,並且需要註冊一個google的郵箱/賬號。 Colaboratory基礎使用步驟: (1)首先登陸谷歌雲盤:https://drive.google.com/drive/my-drive 然後用自己的g

原创 貝葉斯個性化排序(BPR)算法

             在推薦系統中的經典矩陣分解技術中,我們討論過像funkSVD之類的矩陣分解方法如何用於推薦。今天我們講另一種在實際產品中用的比較多的推薦算法:貝葉斯個性化排序(Bayesian Personalized Rank

原创 先驗 後驗概率 與 極大 最大似然估計 的異同

先驗概率       先驗概率(prior probability)是指根據以往經驗和分析得到的概率。例如投硬幣事件,我們在執行這個事件之前就已經瞭解其符合二項分佈,然後直接根據二項分佈分析出的概率被稱作是先驗概率。它往往作爲"由因求果

原创 Anacoder的python版本切換

one 查看Anaconda版本:conda --version two  查看python版本:python --version three 查看當前python環境:conda info -e   * 所在的地方就是

原创 常用損失函數及Tensorflow代碼實現

損失函數(loss):用來表示預測值(y)與已知答案(y_)的差距。在訓練神經網絡時,通過不斷 改變神經網絡中所有參數,使損失函數不斷減小,從而訓練出更高準確率的神經網絡模型。 常用的損失函數有均方誤差、自定義和交叉熵等。  1.均方

原创 神經網絡之BP反向傳播算法

反向傳播算法和BP網絡簡介        誤差反向傳播算法簡稱反向傳播算法(BP算法)。使用反向傳播算法的多層感知器又稱爲BP神經網絡。BP算法是一個迭代算法,它的基本思想爲:(1)先計算每一層的狀態和激活值,直到最後一層(即信號是前向傳