算法驱动光场革命:SLM技术引领智能光学新时代
◀背景引入▶
空间光调制器本质上是一种能够对光波的振幅、相位或偏振状态进行空间分布调制的动态光学器件,我司自主研发的SLM产品采用硅基液晶技术,通过电信号控制液晶分子的排列状态,实现对入射光波的精确调控。这种精确调控能力使得SLM成为光学系统中的“智能画布”,能够在光路中生成各种复杂的光场分布。
◀空间光调制器原理▶
振幅型空间光调制器TSLM023-A
振幅型SLM通过液晶的旋光作用和检偏器的消光效应来实现振幅调制。
相位型空间光调制器FSLM-2K73-P03HR
相位型SLM利用电压改变液晶分子的排列方向,从而调整其折射率,产生可编程的相位延迟。
空间光调制器强大之处在于其可编程性,而这种可编程性的实现依赖于各类相位图生成算法。这些算法根据目标光场的分布,计算出需要加载到SLM上的相位图案,是连接数字计算与光学调控的桥梁。
◀振幅型空间光调制器:算法驱动的光强精确调控▶
振幅型空间光调制器需要线偏振光入射,通过控制光波的振幅分布来实现光场调控,当入射线偏振光的偏振方向与起偏器一致时,液晶分子的旋光作用会改变光的偏振状态,通过检偏器后形成振幅调制,是光学信息处理、图像投影等领域的重要工具。
01绘图法
1.针对振幅型空间光调制器进行直接编码将目标光强分布线性映射为SLM的灰度值,生成各类简单及复杂图案,进行可编程振幅掩膜,通过实时更新SLM图案满足不同光学实验需求,比如应用于我司教学系统干涉衍射实验模块的单缝、双缝、圆孔及其他各类形状(三角形、五角星、矩形、六边形)等,可满足涉及干涉、衍射相关的各类教育教学实验需求。
单缝/双缝实验
圆孔衍射
矩孔衍射
2.图像滤波方面,在光学系统傅里叶频谱面通过高精度灰度控制生成复杂标线图案,例如:一维光栅、二维光栅等,可分散光波的信息,广泛应用于行业内光谱分析及光纤通信系统应用中;在透镜后的焦平面上进行滤波,遮挡不同方向的频率(高频、低频、x方向、y方向等),工作在振幅调制状态的SLM可以实现低通、高通、狭缝等滤波。
一维/二维光栅
孔形滤波
02光学表达式法
振幅型菲涅尔波带片:根据需要的波带片参数,以菲涅尔波带片理论在计算机中生成对应的二维灰度图像或二值图像,其结构由一系列交替的透明和不透明环带组成。运用空间光调制器结合菲涅尔波带片即可形成特定光强分布图案,实现对入射光的振幅调制,同时利用菲涅尔波带片可以实现对光强的空间分布进行精确控制,运用于激光加工中,可使激光在加工区域形成特定的光强分布,满足材料加工对不同部位光强的要求。
03振幅全息图法
振幅全息图主要通过调制光的振幅分布来记录和重建物体光场信息的技术。与相位全息图不同,振幅全息图仅通过改变光的透射率或反射率来编码光场信息,利用振幅调制的条纹通过衍射效应重建原始物光波,在全息显示与投影、光学数据存储、防伪技术及光学干涉测量方面有着重要应用。
◀相位型调制器:波前调控的算法艺术▶
相位型空间光调制器同样需要线偏振光入射,且偏振方向应与液晶分子长轴保持一致,当施加电压改变液晶分子取向时,折射率随之变化,产生可编程的相位延迟,以此来改变光波的相位分布从而实现更复杂的光场调控,在全息显示、光镊、自适应光学等领域具有不可替代的优势。
01相位恢复算法
1.GS算法
最经典的相位恢复算法GS算法,采用傅里叶变换在空间域和频域之间反复迭代,逐步逼近目标光场。原理简单、运算速度快,非常适合实时性要求高的应用场景。我司开发出彩色全息系统,应用GS算法在SLM上加载计算好的三色全息图,以一定的速率顺序进行光场调制,通过人眼视觉暂留的累积效应二实现彩色信息显示。
GS算法-彩色全息系统
2.GSW算法
考虑到GS算法简单且容易陷入局部最优,而GSW算法是在GS算法基础上引入加权算法机制,在迭代过程中对不同频率成分施加不同权重,从而改善重建质量。基于此采用GSW算法生成多束具有特定排布的光束阵列,应用于并行加工、多焦点成像。
2x2、3x3阵列激光分束加工
3. 混合全息图算法
利用混合全息图算法进行平顶光整形原理即根据液晶光栅衍射特性与空间光调制器(SLM)调制特性,设计出混合全息图,混合全息图由两部分组成,分别为二元光栅和几何掩膜。其中二元光栅包括两个不同灰度等级,可根据相位转换需求设置灰度等级,几何掩膜为光束整形区域,可以为任何形状。利用该全息图进行整形即能获得高斯中心区域能量近似平顶的光束,同时也可根据SLM光束强度分布进一步设计二进制灰度级光栅来实现对整形光束形状及强度分布的控制。
混合全息图整形原理
4.稳相法
稳相法在激光光束平顶光整形中是一种重要的数学工具,通过对光束相位调制将入射高斯光斑重新分布为均匀强度的平顶光束来实现激光光束从高斯分布到平顶分布的转换,同时结合GS算法、模拟退火等迭代优化算法可进一步提高平顶光束均匀性,同时,结合我司相位型空间光调制器在激光材料加工(切割、焊接)、光刻系统、光学检测系统等都有着广泛应用。
稳相法整形仿真效果
5.随机掩膜相位匹配算法
轴向多焦点在工业加工领域有着重要的应用,采用随机掩膜相位匹配算法,通过计算得到不同轴向位置的相位图,设计对应数量随机掩膜版,随机提取对应位置相位信息并求和得到一张相位图,加载到SLM调制从而实现轴向多焦点,很大程度上提升轴向多焦点能量一致性从而实现SLM在工业加工领域更加广泛的应用。
1x3轴向多焦点仿真
02光学表达式法
针对教学科研与工业加工领域对特殊光束的多样化需求,我司依托空间光调制器(SLM)技术,开发了基于涡旋光(Vortex Beam)、贝塞尔光束(Bessel Beam)、拉盖尔-高斯光束(Laguerre-Gaussian Beam)等结构化光场的定制化计算方法与解决方案,可精准匹配精密微纳加工、光学操控、量子通信等场景的核心技术需求。
1. 涡旋光束
利用液晶的电光效应,实现了空间光调制器对入射光波的振幅和相位调制,使光波实现波前变换,利用空间光调制器加载全息图形成了涡旋光,在光通信和微粒操纵领域实现了广泛应用。
不同拓扑荷数对应的涡旋光束
涡旋光束在光镊系统实现微粒操控
2.贝塞尔光束
贝塞尔光束是一种特殊形式的非衍射光束,电场强度分布在横截面遵循贝塞尔函数,且贝塞尔光束在传播过程中能保持横向光强分布不变,具有无限长的无衍射距离,在光学操控、激光精密加工显微成像及光通信领域具有重要应用。
贝塞尔光束相位图与强度图(m=-10)
3.拉盖尔-高斯光束
拉盖尔-高斯光束(LG光束)是一种特殊的高阶激光模式,其横向电场分布由拉盖尔多项式和高斯函数共同描述。LG光束具有螺旋相位波前和轨道角动量,在光学操控、通信和量子光学等领域有重要应用。
LG光束相位图与强度图(m=-10,p=2)
4.厄米高斯光束
厄米-高斯光束(HG光束)是激光谐振腔中常见的高阶横模之一,其横向电场分布由厄米多项式和高斯函数共同描述。HG光束是激光物理的基础模式之一,凭借其正交性和可调控性,在激光技术、通信、成像和量子光学等领域具有广泛应用。
HG光束相位图与强度图(m=2,p=2)
5.相位型菲涅尔波带片
菲涅尔波带片(FZP)是基于衍射聚焦的光学元件,传统上用于控制振幅,但其每个环带与相邻环带之间的光程差为半波长的奇数倍,使得透过不同环带的光在焦点处具有相同的相位,从而实现对入射光相位的调制,这种相位调制特性在光学成像、光通信、生物医学成像等领域有着重要应用。
◀AI算法遇上空间光调制器:开启智能光学新时代!▶
人工智能与空间光调制器(SLM)的深度融合正在推动光学技术革新。机器学习赋能SLM实现实时波前校正和全息投影优化,显著提升成像质量与AR/VR显示效果。神经网络与SLM的结合充分发挥光计算并行优势,既构建了光学卷积网络等新型架构,又通过脉冲网络实现动态全息实时调控。深度学习进一步突破光学极限,使无透镜成像、超分辨显微等尖端技术成为可能,同时优化了光通信等应用场景。这种协同创新不仅提升了现有系统性能,更催生了许多突破性应用。随着算法与硬件的持续进步,AI+SLM技术将在智能成像、光计算和量子光学等领域展现更大潜力,推动光学系统向更智能、精准的方向发展。
◀总结▶
在光电技术飞速发展的今天,空间光调制器(SLM)已成为光计算、激光加工、全息成像等领域的核心器件,无论是传统的光学计算,还是前沿的光子神经网络,SLM都展现出了强大的潜力。当前,通过与深度学习算法的深度融合,SLM正推动智能光场调控从理论范式向工程化跃迁。未来,随着光计算芯片的产业化和AI算法的持续优化,SLM将在通信、计算、成像、量子技术等领域发挥更关键的作用。
引用文献:
汪于涛;基于混合全息图的光束形态及质量控制[D];湖北工业大学;
2018Liu KX, Wu JC, He ZH, Cao LC. 4K-DMDNet: diffraction model-driven network for 4K computer-generated holography. Opto-Electron Adv 6, 220135 (2023).
相关文章:
算法驱动光场革命:SLM技术引领智能光学新时代
◀背景引入▶ 空间光调制器本质上是一种能够对光波的振幅、相位或偏振状态进行空间分布调制的动态光学器件,我司自主研发的SLM产品采用硅基液晶技术,通过电信号控制液晶分子的排列状态,实现对入射光波的精确调控。这种精确调控能力使得SLM成…...
webgl入门实例-11WebGL 视图矩阵 (View Matrix)基本概念
WebGL 视图矩阵 (View Matrix) 在WebGL中,视图矩阵(View Matrix)定义了观察者(相机)在世界空间中的位置和方向,它实现了从世界坐标系到相机坐标系的转换。 什么是视图矩阵? 视图矩阵是一个4x4的矩阵,用于: 将场景从…...
ESP32 搭建IDF+Vscode环境(详细教程)
1. IDF环境安装 1.1 ESP-IDF介绍 ESP-IDF (Espressif IoT Development Framework) 是 Espressif( 乐鑫) 公司提供的面向ESP32 系列 的官方开源开发框架,用于开发物联网应用。ESP-IDF 的特点是高度的集成性和可移植性,提供了完整的 SDK,…...
精准计量+AI管控——安科瑞助力高校水电管理数字化转型
安科瑞顾强 传统管理痛点:效率低、隐患多、成本高 高校后勤水电管理长期面临多重挑战:人工抄表需宿管逐层逐户记录,耗时耗力且易出现漏抄、错抄,导致费用核算不公;老旧机械式电表误差率高达5%-10%,计量纠…...
PHP腾讯云人脸核身获取SIGN Ticket
参考腾讯云官方文档:人脸核身 获取 SIGN ticket_腾讯云 前提条件:已经获取了access_token。获取方法可参考: PHP腾讯云人脸核身获取Access Token-CSDN博客 public function getSignTicket(){$access_token file_get_contents(/data/confi…...
探索 Higress:下一代云原生 API 网关
引言 在云原生时代,API 网关作为连接客户端与后端服务的桥梁,扮演着至关重要的角色。Higress 是一款由阿里巴巴开发的先进云原生 API 网关,基于开源的 Istio 和 Envoy 构建。它通过将流量网关、微服务网关和安全网关三者高度集成,…...
UE5编辑器静止状态下(非 Play 模式)睫毛和眼睛的渲染是正常的,而在 Play 模式下出现模糊
这通常指向以下几个 运行时(Runtime) 特有的原因: 抗锯齿 (Anti-Aliasing) 方法,特别是 Temporal Anti-Aliasing (TAA): 这是最可能的原因。 UE5 默认启用的 TAA 通过混合多帧信息来平滑边缘和减少闪烁,尤其是在运动中…...
ubuntu-24.04.2-live-server-arm64基于cloud-init实现分区自动扩容(LVM分区模式)
1. 环境 虚拟机镜像ISO:ubuntu-24.04.2-live-server-arm64.iso 2. 定制cloud-init镜像 2.1 安装OS 基于ubuntu-24.04.2-live-server-arm64.iso,通过virt-manager安装操作系统,语言建议选择英文,分区选择基于LVM的自动分区&…...
解决 Spring Boot 多数据源环境下事务管理器冲突问题(非Neo4j请求标记了 @Transactional 尝试启动Neo4j的事务管理器)
0. 写在前面 到底遇到了什么问题? 简洁版: 在 Oracle 与 Neo4j 共存的多数据源项目中,一个仅涉及 Oracle 操作的请求,却因为 Neo4j 连接失败而报错。根本原因是 Spring 的默认事务管理器错误地指向了 Neo4j,导致不相…...
直线轴承在自动化机械设备中的应用
直线轴承作为机械传动系统中的关键部件,凭借其高精度、低摩擦和稳定性能,被广泛应用于各类自动化设备中。以下是直线轴承在自动化领域的典型应用场景: CNC机床 在数控机床的进给系统中,直线轴承与精密导轨配合使用,为刀…...
生物化学笔记:医学免疫学原理22 肿瘤及肿瘤治疗
肿瘤及肿瘤治疗 免疫疗法 CAR-T细胞介绍...
6.数据手册解读—运算放大器(二)
目录 6、细节描述 6.1预览 6.2功能框图 6.3 特征描述 6.3.1输入保护 6.3.1 EMI抑制 6.3.3 温度保护 6.3.4 容性负载和稳定性 6.3.5 共模电压范围 6.3.6反相保护 6.3.7 电气过载 6.3.8 过载恢复 6.3.9 典型规格与分布 6.3.9 散热焊盘的封装 6.3.11 Shutdown 6.4…...
010数论——算法备赛
数论 模运算 一般求余都是对正整数的操作,如果对负数,不同编程语言结果可能不同。 C/javapythona>m,0<a%m<m-1 a<m,a%ma~5%32~-5%3 -21(-5)%(-3) -2~5%(-3)2-1正数:(ab)%m((a%m)(b%m))%m~正数ÿ…...
算法01-最小生成树prim算法
最小生成树prim算法 题源:代码随想录卡哥的题 链接:https://kamacoder.com/problempage.php?pid1053 时间:2025-04-18 难度:4⭐ 题目: 1. 题目描述: 在世界的某个区域,有一些分散的神秘岛屿&…...
轻量化高精度的视频语义分割
Video semantic segmentation (VSS)视频语义分割 Compact Models(紧凑模型) 在深度学习中,相对于传统模型具有更小尺寸和更少参数数量的模型。这些模型的设计旨在在保持合理性能的同时,减少模型的计算和存储成本。 紧凑模型的设计可以涉及以下一些技术: 深度剪枝(Deep…...
【AI飞】AutoIT入门七(实战):python操控autoit解决csf视频批量转换(有点难,AI都不会)
背景: 终极目标:通过python调用大模型,获得结果,然后根据返回信息,控制AutoIT操作电脑软件,执行具体工作。让AI更具有执行力。 已完成部分: 关于python调用大模型的,可以参考之前的…...
Android守护进程——Vold (Volume Daemon)
简介 介绍:Vold 是用来管理 android 系统的存储设备,如U盘、SD卡、磁盘等移动设备的热插拔、挂载、卸载、格式化 框架结构:Vold 在系统中以守护进程存在,是一个单独的进程。处于Kernel和Framework之间,是两个层级连接…...
【实体转换】mapstruct详解
大家好,我是jstart千语。今天来给大家讲讲在项目中经常可以使用得到的一个“工具”,就是mapstruct。 一、工具介绍 这个工具有些类似于spring提供的BeanUtils.copyProperties()用于对象转化。而mapstruct是通过生成高效的、类型安全的映射代码来帮助开发…...
部署路线Ubuntu_MySQL_Django_绑定域名
第 1 步:绑定域名(DNS) 在域名服务商后台(例如阿里云 / 腾讯云 / Cloudflare)中设置: A 记录 →域名 → 指向服务器公网 IP 可选:也加一个 www.域名 → 同样指向服务器 第 2 步:安…...
大屏设计与汇报:政务服务可视化实践
大屏设计与汇报:政务服务可视化实践 引言 在政务服务数字化转型浪潮中,大屏设计成为展现业务能力与数据价值的关键手段。本文围绕政务大屏设计,从设计要点、业务逻辑到汇报技巧展开深入探讨,为相关从业者提供全面参考。 一、大屏设计核心要点 (一)多维度考量 设计大…...
【MySQL】数据库和表的操作详解
目录 一、数据库: 1、查看数据库: 2、创建数据库: 3、删除数据库: 4、数据库的编码问题: 5、校验规则对数据库的影响: 6、修改数据库: 7、库的备份与恢复: 8、查看链接情况…...
从PDF到播客:MIT开发的超越NotebookLM的工具
NotebookLM是谷歌推出的更具创意的AI产品之一,几个月前刚刚推出。 许多人对它的能力感到惊叹——尤其是将长文本转化为两位播客主持人之间有趣对话的功能。 NotebookLM提供的不仅仅是这些,还包括聊天(问答)甚至生成思维导图。 如果你还没有尝试过NotebookLM,我强烈建议…...
ubuntu系统上基于RKE2部署K8S及Rancher
由于我们特殊的网络环境,所以只能使用国内资源来进行安装 - Rancher Releases Mirrors:https://mirror.rancher.cn/ - 阿里云镜像仓库:registry.cn-hangzhou.aliyuncs.com 1、配置资源仓库及token rootdemo-1:~# mkdir -p /etc/rancher/r…...
STM32单片机入门学习——第40节: [11-5] 硬件SPI读写W25Q64
写这个文章是用来学习的,记录一下我的学习过程。希望我能一直坚持下去,我只是一个小白,只是想好好学习,我知道这会很难,但我还是想去做! 本文写于:2025.04.18 STM32开发板学习——第一节: [1-1]课程简介第40节: [11-5] 硬件SPI读…...
vue3学习笔记之属性绑定
属性绑定 1. 基本语法 在 Vue 3 里,使用 : 或者 v-bind: 来进行属性绑定。这两种写法是等价的,: 是 v-bind: 的缩写形式。以下是示例代码: <template><!-- 使用缩写形式 --><img :src"imageUrl" alt"An exa…...
C++ 面向对象关键语法详解:override、虚函数、转发调用和数组引用传参-策略模式
int A(参数...) override { return 某个对象.A(参数...);} 一.目标 本文将用一个简单的“数学运算器”例子,从零解释以下 C 语法特性: virtual 虚函数 override 重写关键字 函数体内部的“转发调用” 数组引用作为函数参数 适合初学者和希望加深…...
Spring_MVC 快速入门指南
Spring_MVC 快速入门指南 一、Spring_MVC 简介 1. 什么是 Spring_MVC? Spring_MVC 是 Spring 框架的一个模块,用于构建 Web 应用程序。它基于 MVC(Model-View-Controller)设计模式,将应用程序分为模型(M…...
Starrocks 数据均衡DiskAndTabletLoadReBalancer的实现
背景 最近在研究了一下 Starrocks的tablet的Rebalance的能力,这里进行记录一下 本文基于 StarRocks 3.3.5 结论 数据的rebalance 主要以两种模式来进行: 按照磁盘的使用率进行移动,如果每个BE的磁盘使用率不足tablet_sched_balance_load_…...
设计模式之工厂方法模式
1. 核心思想 工厂方法模式(Factory Method Pattern)将对象的创建过程延迟到子类。具体来说,定义一个创建对象的接口(抽象工厂),但由子类决定实例化哪个具体类。这种方式解耦了对象的创建和使用,…...
ubuntu学习day3
3 编译与调试 3.1 gcc/g编译器 当我们进行编译的时候,要使用一系列的工具,我们称之为工具链。SDK就是编译工具链的简写,我们所使用的是gcc系列编译工具链。使用-v参数来查看gcc的版本,从而确定某些语法特性是否可用,…...
【从零实现高并发内存池】申请、释放内存过程联调测试 与 大于256KB内存申请全攻略
📢博客主页:https://blog.csdn.net/2301_779549673 📢博客仓库:https://gitee.com/JohnKingW/linux_test/tree/master/lesson 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正! &…...
element-plus添加暗黑模式
main.ts文件 //引入暗黑模式样式 import "element-plus/theme-chalk/dark/css-vars.css"; style.scss文件 // 设置默认主题色 :root {--base-menu-min-width: 80px;--el-color-primary-light-5: green !important;--route--view--background-color: #fff !import…...
第八周作业
1、使用Sqlmap工具完成对DVWA数据库的注入过程,要求按照库、表、列、内容的顺序进行注入 使用kali自带的sqlmap工具进行 (1)爆破库名 sqlmap -u "http://10.0.0.5:8080/vulnerabilities/sqli/?id1&SubmitSubmit#" -p id --cookie "PHPSESSID…...
工作督导 | 具有边缘型人格障碍倾向的高危来访者,咨询师如何应对?
一个学校心理中心,可能同时有几十位乃至数百位同学在接受咨询,其中大约10-20%是重点难点个案,一次督导如果只能督导1-2个个案,不足以保障所有危重难个案的有如何处理恰当、方向正确、快速解决、高效工作,是学校心理咨询…...
c++ map与unordered_map的比较
c map与unordered_map的比较 在c的STL库中,有map与unordered_map这两种名字十分相似的容器,但是他们的区别还是很大,下面我们从 底层实现、性能特性 和 适用场景进行逐一比较 底层实现 std::mapstd::unordered_map底层数据结构红黑树&…...
新手蓝桥杯冲击国一练习题单(四)
2025蓝桥杯省赛已结束,接下来是冲击国赛的时间 此题单为算法基础精选题单,包含蓝桥杯常考考点以及各种经典算法,可以帮助你打牢基础,查漏补缺。 本题单目标是冲击蓝桥杯省一国一,团体程序天梯赛个人国三、XCPC区域赛铜…...
PyTorch深度学习框架60天进阶学习计划 - 第45天:神经架构搜索(一)
PyTorch深度学习框架60天进阶学习计划 - 第45天:神经架构搜索(一) 第一部分:详解DARTS的可微分搜索空间 大家好!欢迎来到我们PyTorch深度学习框架进阶学习计划的第45天。今天我们将深入探讨神经架构搜索(Neural Arch…...
【java 13天进阶Day04】常用API、正则表达式,泛型、Collection集合API
Math类的使用。 Math用于做数学运算。Math类中的方法全部是静态方法,直接用类名调用即可。方法: public static int abs(int a) 获取参数a的绝对值public static double ceil(double a) 向上取整public static double floor(double a) 向下取整public s…...
leetcode 309. Best Time to Buy and Sell Stock with Cooldown
目录 题目描述 第一步,明确并理解dp数组及下标的含义 第二步,分析并理解递推公式 1.求dp[i][0] 2.求dp[i][1] 3.求dp[i][2] 第三步,理解dp数组如何初始化 第四步,理解遍历顺序 代码 题目描述 这道题与第122题的区别就是卖…...
RAG 实战|用 StarRocks + DeepSeek 构建智能问答与企业知识库
文章作者: 石强,镜舟科技解决方案架构师 赵恒,StarRocks TSC Member 👉 加入 StarRocks x AI 技术讨论社区 https://mp.weixin.qq.com/s/61WKxjHiB-pIwdItbRPnPA RAG 和向量索引简介 RAG(Retrieval-Augmented Gen…...
Java拼团项目
一些记录 环境配置 首先是把配置安装好,jdk1.8,maven3.8.8,docker,idea,脚手架 然后创建工程,通过小傅哥的脚手架从远程把一些包,依赖拉过来 然后在gitcode上边创建仓库,把代码提交…...
力扣每日打卡 2364. 统计坏数对的数目 (中等)
力扣 2364. 统计坏数对的数目 中等 前言一、题目内容二、解题方法1. 哈希函数12. 哈希函数22.官方题解2.1 方法一:使用 sqrt 函数 前言 这是刷算法题的第十四天,用到的语言是JS 题目:力扣 2364. 统计坏数对的数目 (中等) 一、题目内容 给你…...
R语言之.rdata文件保存及加载
在 R 中,.rdata 文件是通过 save() 函数创建的。 使用 save() 函数可以将一个或多个 R 对象保存到 .rdata 文件中。使用 load() 函数可以将 .rdata 文件中的对象恢复到当前工作环境中。 1.创建并保存对象到.rdata 假设有一个基于 iris 数据集训练的线性回归模型&a…...
神经网络优化 - 小批量梯度下降之批量大小的选择
上一博文学习了小批量梯度下降在神经网络优化中的应用: 神经网络优化 - 小批量梯度下降-CSDN博客 在小批量梯度下降法中,批量大小(Batch Size)对网络优化的影响也非常大,本文我们来学习如何选择小批量梯度下降的批量大小。 一、批量大小的…...
开源AI守护每一杯------奶茶咖啡店视频安全系统的未来之力
连锁饮品奶茶咖啡店视频安全系统以开源AI技术为引擎,将后厨管理从“被动查漏”升级为“主动防控”,让消费者从“担心卫生”变为“放心下单”。 解决方案亮点:技术驱动,全面防护 1. 实时监控与AI识别:秒级捕捉隐患 亮…...
音视频元素
目录 HTMLMediaElement网络状态 (networkState)就绪状态 (readyState)错误代码 (error.code) video属性方法事件 audio HTMLMediaElement HTMLMediaElement 是 HTML5 中 和 元素的基类,定义了它们共享的属性、方法和事件。无论你使用的是音频还是视频元素࿰…...
音视频小白系统入门课-2
本系列笔记为博主学习李超老师课程的课堂笔记,仅供参阅 课程传送门:音视频小白系统入门课 音视频基础ffmpeg原理 往期课程笔记传送门: 音视频小白系统入门笔记-0音视频小白系统入门笔记-1 课程实践代码仓库:传送门 音视频编解…...
时序逻辑电路——序列检测器
文章目录 一、序列检测二、牛客真题1. 输入序列连续的序列检测(输入连续、重叠、不含无关项、串行输入)写法一:移位寄存器写法二:Moore状态机写法三:Mealy状态机 一、序列检测 序列检测器指的就是将一个指定的序列&…...
#systemverilog# 进程控制问题#(八)关于#0 问题的使用(三)
今天,我们继续研究一下上一节讨论的问题。其实,还有一个小问题,我们来探讨一下。 `timescale 1ns/10psmodule tb_top(); reg clk; reg reset;initial begin reset = 0; #10 reset = 1; #15 reset = 0; #50 $finish; endinitial beginfor(int i = 0; i < 4 ; i++)fork #…...
k8s低版本1.15安装prometheus+grafana进行Spring boot数据采集
目录 一、背景: 二、实施过程 1).安装地址:https://github.com/prometheus-operator/kube-prometheus 2).安装方式两种, 3).安装Prometheus需要对照k8s集群版本。 4).拉去prometheus 5).导…...