当前位置: 首页 > news >正文

【C++游戏引擎开发】第25篇:方差阴影贴图(VSM,Variance Shadow Maps)

一、VSM 的核心思想

1.1 VSM 的核心思想

1.1.2 从深度到概率的转变

VSM 的核心创新在于将阴影判定从深度比较转换为概率估算。通过存储深度分布的统计信息(均值和方差),利用概率不等式动态计算阴影强度,从而支持软阴影并减少锯齿。

1.1.3 深度分布的统计表示

VSM 在阴影贴图中存储两个通道:

  1. 一阶矩(均值)​ μ = 1 n ∑ i = 1 n d i \mu = \frac{1}{n} \sum_{i=1}^{n} d_i μ=n1i=1ndi
  2. 二阶矩(平方均值)​ μ 2 = 1 n ∑ i = 1 n d i 2 \mu_2 = \frac{1}{n} \sum_{i=1}^{n} d_i^2 μ2=n1i=1ndi2
    其中, d i d_i di 表示光源视角下某像素的深度值。

通过这两个值可计算方差 Var = μ 2 − μ 2 \text{Var} = \mu_2 - \mu^2 Var=μ2μ2

1.2 数学基础:切比雪夫不等式

1.2.1 概率不等式定义

切比雪夫不等式(Chebyshev’s Inequality)用于估算随机变量 d d d 超过某阈值 t t t 的概率:
P ( d ≥ t ) ≤ Var Var + ( t − μ ) 2 P(d \geq t) \leq \frac{\text{Var}}{\text{Var} + (t - \mu)^2} P(dt)Var+(tμ)2Var

1.2.2 阴影强度计算

在 VSM 中,当前片段到光源的深度为 t t t,阴影强度定义为该深度被遮挡的概率:
Shadow = P ( d ≤ t ) = 1 − P ( d ≥ t ) \text{Shadow} = P(d \leq t) = 1 - P(d \geq t) Shadow=P(dt)=1P(dt)
因此:
Shadow ≈ Var Var + ( t − μ ) 2 \text{Shadow} \approx \frac{\text{Var}}{\text{Var} + (t - \mu)^2} ShadowVar+(tμ)2Var

1.3 VSM 的优势与局限性

1.3.1 核心优势
  1. 软阴影支持:通过概率估算自动生成半影效果,无需手动模糊。
  2. 抗锯齿能力:方差计算平滑了深度跳变,减少边缘锯齿。
  3. 抗漏光优化:方差修正缓解了深度不连续导致的漏光问题。
  4. 高效性:相比 PCF 的多重采样,VSM 仅需一次纹理查询。
1.3.2 技术挑战
  1. 存储开销:需要双通道浮点纹理(例如 GL_RG32F)。
  2. 过度模糊:在深度分布复杂的区域(如树枝、栅栏),阴影可能过度模糊。
  3. 数值稳定性:方差计算需避免负数(通过钳制或插值修正)。

1.5 VSM 的适用场景

  1. 动态光源:适用于需要实时更新阴影贴图的场景。
  2. 柔和光照:室内灯光、自然光照等需要软阴影的环境。
  3. 中高性能硬件:依赖浮点纹理和双通道渲染能力。

二、实战示例

贴图下载见:【C++游戏引擎开发】第15篇:OpenGL中的纹理加载

2.1 核心代码

#version 460 core
out vec4 FragColor; // 最终输出颜色in VS_OUT {vec3 FragPos;    // 输入的世界坐标vec3 Normal;     // 输入的法线vec2 TexCoords;  // 输入的纹理坐标vec4 FragPosLightSpace; // 灯光空间坐标
} fs_in;uniform sampler2D diffuseTexture; // 漫反射纹理
uniform sampler2D shadowMap;      // 阴影贴图uniform vec3 lightPos;    // 光源位置
uniform vec3 viewPos;     // 摄像机位置// 阴影计算函数
float ShadowCalculation(vec4 fragPosLightSpace) {// 透视除法转换到NDC坐标vec3 projCoords = fragPosLightSpace.xyz / fragPosLightSpace.w;// 从[-1,1]转换到[0,1]范围projCoords = projCoords * 0.5 + 0.5;// 超出阴影贴图范围的区域不产生阴影if(projCoords.z > 1.0 || projCoords.z < 0.0)return 0.0;// 从阴影贴图读取深度矩(R通道存储深度,G通道存储深度平方)vec2 moments = texture(shadowMap, projCoords.xy).rg;float currentDepth = projCoords.z; // 当前片段深度// 计算方差(E(x²) - E(x)^2)float variance = moments.y - (moments.x * moments.x);variance = max(variance, 0.00002); // 防止方差为负// 计算深度差float d = currentDepth - moments.x;if(d < 0.0) // 当前深度小于平均深度,说明未被遮挡return 0.0;// 使用切比雪夫不等式计算阴影概率float p = (d * d) / (variance + d * d);return clamp(p, 0.0, 1.0); // 返回阴影强度
}void main() {           vec3 color = texture(diffuseTexture, fs_in.TexCoords).rgb; // 采样纹理颜色vec3 normal = normalize(fs_in.Normal); // 归一化法线// 漫反射计算vec3 lightDir = normalize(lightPos - fs_in.FragPos); // 光源方向float diff = max(dot(lightDir, normal), 0.0);       // 漫反射强度vec3 diffuse = diff * vec3(1.0);                     // 漫反射颜色// Blinn-Phong高光计算vec3 viewDir = normalize(viewPos - fs_in.FragPos);    // 视线方向vec3 halfwayDir = normalize(lightDir + viewDir);      // 半角向量float spec = pow(max(dot(normal, halfwayDir), 0.0), 64.0); // 高光强度// 阴影计算float shadow =<

相关文章:

【C++游戏引擎开发】第25篇:方差阴影贴图(VSM,Variance Shadow Maps)

一、VSM 的核心思想 1.1 VSM 的核心思想 1.1.2 从深度到概率的转变 VSM 的核心创新在于将阴影判定从深度比较转换为概率估算。通过存储深度分布的统计信息(均值和方差),利用概率不等式动态计算阴影强度,从而支持软阴影并减少锯齿。 1.1.3 深度分布的统计表示 VSM 在阴…...

代码随想录打卡|Day27(合并区间、单调递增的数字、监控二叉树)

贪心算法 Part05 合并区间 力扣题目链接 代码随想录链接 视频讲解链接 题目描述&#xff1a; 以数组 intervals 表示若干个区间的集合&#xff0c;其中单个区间为 intervals[i] [starti, endi] 。请你合并所有重叠的区间&#xff0c;并返回 一个不重叠的区间数组&#xff0…...

yum包管理器

1.介绍 yum是一个shell前端软件包管理器,基于RPM包管理,能够从指定的服务器.自动下载RPM包并且安装,可以自动处理依赖关系,并且一次安装所有依赖的安装包。 2.yum基本指令 查询yum服务器是否有需要安装的软件&#xff1a; yum list I grep xx软件列表. 安装指定的yum包&…...

Linux多线程技术

什么是线程 在一个程序里的多执行路线就是线程。线程是进程中的最小执行单元&#xff0c;可理解为 “进程内的一条执行流水线”。 进程和线程的区别 进程是资源分配的基本单位&#xff0c;线程是CPU调度的基本单位。 fork创建出一个新的进程&#xff0c;会创建出一个新的拷贝&…...

通过模仿学习实现机器人灵巧操作:综述(上)

25年4月来自天津大学、山东大学、瑞士ETH、南方科技大学、通用 AI 国家重点实验室、爱丁堡大学和中科院自动化所的论文“Dexterous Manipulation through Imitation Learning: A Survey”。 灵巧操作是指机械手或多指末端执行器通过精确、协调的手指运动和自适应力调制&#x…...

LLM数学推导——Transformer问题集——注意力机制——稀疏/高效注意力

Q13 局部窗口注意力的内存占用公式推导&#xff08;窗口大小 &#xff09; 局部窗口注意力&#xff1a;解决长序列内存困境的利器 在注意力机制中&#xff0c;全局注意力需要计算序列中每个元素与其他所有元素的关联&#xff0c;当序列长度 N 较大时&#xff0c;权重矩阵的内…...

Git 入门知识详解

文章目录 一、Git 是什么1、Git 简介2、Git 的诞生3、集中式 vs 分布式3.1 集中式版本控制系统3.2 分布式版本控制系统 二、GitHub 与 Git 安装1、GitHub2、Git 安装 一、Git 是什么 1、Git 简介 Git 是目前世界上最先进的分布式版本控制系统。版本控制系统能帮助我们更好地管…...

系统架构师2025年论文《论软件架构评估》

论软件架构评估 摘要: 我所在的单位是国内某知名医院,2017 年 1 月医院决定开发全新一代某市医院预约挂号系统,我担任本次系统的架构师,主要负责整个系统的架构设计工作。该系统旨在优化医院挂号流程,提高患者就医体验,是医院应对医疗信息化变革和提升服务的重要举措。…...

基于51单片机的超声波液位测量与控制系统

基于51单片机液位控制器 &#xff08;仿真&#xff0b;程序&#xff0b;原理图PCB&#xff0b;设计报告&#xff09; 功能介绍 具体功能&#xff1a; 1.使用HC-SR04测量液位&#xff0c;LCD1602显示&#xff1b; 2.当水位高于设定上限的时候&#xff0c;对应声光报警报警&…...

抓包工具Wireshark的应用解析

一、Wireshark简介 Wireshark&#xff08;前身为Ethereal&#xff09;是一款开源、跨平台的网络协议分析工具&#xff0c;自1998年诞生以来&#xff0c;已成为网络工程师、安全专家及开发者的核心工具之一。它通过网卡的混杂模式&#xff08;Promiscuous Mode&#xff09;捕获…...

在 Java 项目中搭建和部署 Docker 的详细流程

引言 在现代软件开发中&#xff0c;Docker 已成为一种流行的工具&#xff0c;用于简化应用的部署和运行环境的一致性。本文将详细介绍如何在 Java 项目中搭建和部署 Docker&#xff0c;包括配置文件、代码示例以及流程图。 一、整体工作流程 以下是整个流程的概览&#xff1a…...

15.ArkUI Checkbox的介绍和使用

以下是 ArkUI Checkbox 组件的详细介绍和使用指南&#xff1a; 一、Checkbox 基础介绍 功能特性&#xff1a; 提供二态选择&#xff08;选中/未选中&#xff09;支持自定义样式和标签布局支持与数据状态绑定提供状态变化事件回调 适用场景&#xff1a; 表单中的多选操作设置…...

WebUI可视化:第5章:WebUI高级功能开发

学习目标 ✅ 掌握复杂交互逻辑的实现 ✅ 学会自定义界面样式与布局 ✅ 实现安全高效的文件处理 ✅ 优化性能与用户体验 5.1 自定义样式开发 5.1.1 修改主题颜色(以Streamlit为例) 在应用入口处添加全局样式: python import streamlit as st # 自定义主题 st.markdown…...

增加首屏图片

增加首屏图片&#xff08;bg.jpg&#xff09; web-mobile类型打包 //index.html脚本 <div id"myDiv_1111"style"background: url(./bg.jpg) 50% 50%/ 100% auto no-repeat ; width:100%;height:100%;position:absolute;"></div> //游戏内脚本…...

联合体和枚举类型

1.联合体类型 1.1:联合体类型变量的创建 与结构体类型一样&#xff0c;联合体类型 (关键字:union) 也是由⼀个或者多个成员变量构成&#xff0c;这些成员变量既可以是不同的类型&#xff0c;也可以是相同的类型。但是编译器只为最⼤的成员变量分配⾜够的内存空间。联合体的特…...

《AI大模型趣味实战》构建基于Flask和Ollama的AI助手聊天网站:分布式架构与ngrok内网穿透实现

构建基于Flask和Ollama的AI助手聊天网站&#xff1a;分布式架构与ngrok内网穿透实现 引言 随着AI技术的快速发展&#xff0c;构建自己的AI助手聊天网站变得越来越流行。本研究报告将详细介绍如何通过两台电脑构建一个完整的AI聊天系统&#xff0c;其中一台作为WEB服务器运行F…...

kubernets集群的安装-node节点安装-(简单可用)-超详细

一、kubernetes 1、简介 kubernetes&#xff0c;简称K8s&#xff08;库伯内特&#xff09;&#xff0c;是用8代替名字中间的8个字符“ubernete”而成的缩写 云计算的三种主要服务模式——基础设施即服务&#xff08;IaaS&#xff09;、平台即服务&#xff08;PaaS&#xff0…...

【Linux内核设计与实现】第三章——进程管理04

文章目录 8. exit() 进程退出8.1. exit() 系统调用的定义8.2. do_exit() 函数8.2.0. do_exit() 的参数和返回值8.2.1. 检查和同步线程组退出8.2.2. 清理与调试相关的资源8.2.3. 取消 I/O 和信号处理8.2.4. 检查线程组是否已终止8.2.5. 释放系统资源8.2.6. 释放线程和调度相关资…...

Golang | 迭代器模式

迭代器模式&#xff08;Iterator Pattern&#xff09;是一种行为型设计模式&#xff0c;它提供了一种顺序访问聚合对象&#xff08;如列表、树等集合结构&#xff09;中元素的方法&#xff0c;而无需暴露其底层实现细节。通过将遍历逻辑与集合本身解耦&#xff0c;迭代器模式使…...

美颜SDK动态贴纸实战教程:从选型、开发到上线的完整流程

在直播、短视频、社交娱乐全面崛起的当下&#xff0c;美颜SDK早已不再局限于“磨皮瘦脸”&#xff0c;而是逐步迈向更智能、更富互动体验的方向发展。动态贴纸功能&#xff0c;作为提升用户参与感和内容趣味性的关键手段&#xff0c;正在被越来越多的平台采纳并深度定制。本文将…...

ArkTS中的空安全:全面解析与实践

# ArkTS中的空安全&#xff1a;全面解析与实践 在ArkTS编程领域&#xff0c;空安全是一个极为关键的特性&#xff0c;它在很大程度上影响着代码的稳定性和可靠性。今天&#xff0c;我们就深入探究一下ArkTS中的空安全机制&#xff0c;看看它是如何保障我们的代码质量的。 ## A…...

C语言基础语法详解:从入门到掌握

C 基础语法 C 语言是一种通用的编程语言&#xff0c;广泛应用于系统编程、嵌入式开发和高性能计算等领域。 C 语言具有高效、灵活、可移植性强等特点&#xff0c;是许多其他编程语言的基础。 在 C 语言中&#xff0c;令牌&#xff08;Token&#xff09;是程序的基本组成单位…...

如何把两个视频合并成一个视频?无需视频编辑器即可搞定视频合并

在日常生活中&#xff0c;我们经常需要将多个视频片段合并成一个完整的视频&#xff0c;例如制作旅行记录、剪辑教学视频或拼接短视频素材。简鹿视频格式转换器是一款功能强大的工具&#xff0c;不仅可以进行视频格式转换&#xff0c;还支持视频合并功能。以下是使用简鹿视频格…...

Servlet小结

视频链接&#xff1a;黑马servlet视频全套视频教程&#xff0c;快速入门servlet原理servlet实战 什么是Servlet&#xff1f; 菜鸟教程&#xff1a;Java Servlet servlet&#xff1a; server applet Servlet是一个运行在Web服务器&#xff08;如Tomcat、Jetty&#xff09;或应用…...

C语言面试高频题——define 和typedef 的区别?

1. 基本概念 (1) #define 定义&#xff1a;#define 是预处理指令&#xff0c;用于定义宏。作用&#xff1a;在编译之前进行文本替换。语法&#xff1a;#define 宏名 替换内容示例&#xff1a;#define PI 3.14159 #define SQUARE(x) ((x) * (x))(2) typedef 定义&#xff1a;…...

计算机组成原理:指令系统

计算机组成原理:指令集系统 指令集体系结构(ISA)ISA定义ISA包含的内容举个栗子指令的基本组成(操作码+地址码)指令分类:地址码的个数定长操作码变长操作码变长操作码的原则变长操作码的设计指令寻址寻址方式的目的寻址方式分类有效地址直接在指令中给出有效地址间接给出有效地…...

自动清空 maven 项目临时文件,vue 的 node_modules 文件

echo off setlocal enabledelayedexpansion :: vue 的 node_modules 太大 :: maven 打包后的 target 文件也很大&#xff0c; :: 有些项目日志文件也很大&#xff0c;导致磁盘空间不足了&#xff0c; :: 所以写了个脚本&#xff0c;只要配置一下各项目目录&#xff0c; :: 双击…...

服务网格助力云原生后端系统升级:原理、实践与案例剖析

📝个人主页🌹:慌ZHANG-CSDN博客 🌹🌹期待您的关注 🌹🌹 一、引言:微服务的“通信焦虑”与服务网格的出现 云原生架构的兴起推动了微服务的大规模落地,系统拆分为成百上千个小服务,这些服务之间需要频繁通信。然而,通信带来的问题也开始显现: 如何确保服务间…...

基于DrissionPage的表情包爬虫实现与解析(含源码)

目录 ​编辑 一、环境配置与技术选型 1.1 环境要求 1.2 DrissionPage优势 二、爬虫实现代码 三、代码解析 3.1 类结构设计 3.2 目录创建方法 3.3 图片链接获取 3.4 图片下载方法 四、技术升级对比 4.1 代码复杂度对比 4.2 性能测试数据 五、扩展优化建议 5.1 并…...

Spring Cloud Gateway 如何将请求分发到各个服务

前言 在微服务架构中&#xff0c;API 网关&#xff08;API Gateway&#xff09;扮演着非常重要的角色。它负责接收客户端请求&#xff0c;并根据预定义的规则将请求路由到对应的后端服务。Spring Cloud Gateway 是 Spring 官方推出的一款高性能网关&#xff0c;支持动态路由、…...

【深度强化学习 DRL 快速实践】Value-based 方法总结

强化学习中的 Value-based 方法总结 在强化学习&#xff08;Reinforcement Learning, RL&#xff09;中&#xff0c;Value-based 方法主要是学习一个价值函数&#xff08;Value Function&#xff09;&#xff0c;然后基于价值函数来决策。常见的 Value-based 方法包括&#xf…...

【计算机视觉】CV实战项目 - 基于YOLOv5的人脸检测与关键点定位系统深度解析

基于YOLOv5的人脸检测与关键点定位系统深度解析 1. 技术背景与项目意义传统方案的局限性YOLOv5多任务方案的优势 2. 核心算法原理网络架构改进关键点回归分支损失函数设计 3. 实战指南&#xff1a;从环境搭建到模型应用环境配置数据准备数据格式要求数据目录结构 模型训练配置文…...

git版本回退 | 远程仓库的回退 (附实战Demo)

目录 前言1. 基本知识2. Demo3. 彩蛋 前言 &#x1f91f; 找工作&#xff0c;来万码优才&#xff1a;&#x1f449; #小程序://万码优才/r6rqmzDaXpYkJZF 爬虫神器&#xff0c;无代码爬取&#xff0c;就来&#xff1a;bright.cn 本身暂存区有多个文件&#xff0c;但手快了&…...

【KWDB 创作者计划】_深度学习篇---数据获取

文章目录 前言一、公开数据集资源库1. 综合型数据集平台Kaggle Datasets (https://www.kaggle.com/datasets)Google Dataset Search (https://datasetsearch.research.google.com)UCI Machine Learning Repository (https://archive.ics.uci.edu/ml) 2. 计算机视觉专用ImageNet…...

DeepSeek本地部署手册

版本:v1.0 适用对象:零基础开发者 一、部署前准备 1.1 硬件要求 组件最低配置推荐配置说明CPUIntel i5 8代Xeon Gold 6230需支持AVX指令集内存16GB64GB模型越大需求越高GPUNVIDIA GTX 1060 (6GB)RTX 3090 (24GB)需CUDA 11.7+存储50GB可用空间1TB NVMe SSD建议预留2倍模型大小…...

OpenCV中的SIFT特征提取

文章目录 引言一、SIFT算法概述二、OpenCV中的SIFT实现2.1 基本使用2.1.1 导入库2.1.2 图片预处理2.1.3 创建SIFT检测器2.1.4 检测关键点并计算描述符2.1.5 检测关键点并计算描述符并对关键点可视化2.1.6 印关键点和描述符的形状信息 2.2 参数调优 三、SIFT的优缺点分析3.1 优点…...

Kubernetes in action-初相识

初相识Kubernetes 1、构建、运行以及共享镜像1.1 运行镜像1.2 构建镜像1.3 推送镜像 2、Kubernetes初相识2.1 介绍Pod2.2 从构建到运行整体流程2.3 kubectl命令行工具 如有侵权&#xff0c;请联系&#xff5e; 如有错误&#xff0c;也欢迎批评指正&#xff5e; 本篇文章大部分是…...

九、小白如何用Pygame制作一款跑酷类游戏(添加前进小动物作为动态障碍物)

九、小白如何用Pygame制作一款跑酷类游戏&#xff08;添加前进小动物作为动态障碍物&#xff09; 文章目录 九、小白如何用Pygame制作一款跑酷类游戏&#xff08;添加前进小动物作为动态障碍物&#xff09;前言一、添加小动物素材1. 在根目录的图片文件夹下新建两个目录分别存放…...

Unity3D IK解算器技术分析

前言 在Unity3D中&#xff0c;逆向运动学&#xff08;IK Solver&#xff09;是实现角色动画自然交互的核心技术之一。以下是Unity中常见的IK解算器及其特点的综合分析&#xff0c;结合了原生功能、第三方插件与开源方案的对比&#xff1a; 对惹&#xff0c;这里有一个游戏开发…...

7.11 Python CLI开发实战:API集成与异步处理核心技术解析

Python CLI开发实战:API集成与异步处理核心技术解析 #mermaid-svg-fXGFud0phX2N2iZj {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-fXGFud0phX2N2iZj .error-icon{fill:#552222;}#mermaid-svg-fXGFud0phX2N2iZj .…...

百度Create2025 AI开发者大会:模型与应用的未来已来

今日&#xff0c;2025百度AI开发者大会&#xff08;Create2025&#xff09;在武汉体育中心盛大开幕。这场以“模型的世界&#xff0c;应用的天下”为主题的盛会&#xff0c;不仅汇聚了李彦宏、王海峰、沈抖等百度高层及行业领袖&#xff0c;更以多项重磅技术发布、前沿议题探讨…...

Java实现HTML转PDF(deepSeekAi->html->pdf)

Java实现HTML转PDF,主要为了解决将ai返回的html文本数据转为PDF文件方便用户下载查看。 一、deepSeek-AI提问词 基于以上个人数据。总结个人身体信息&#xff0c;分析个人身体指标信息。再按一个月为维度&#xff0c;详细列举一个月内训练计划&#xff0c;维度详细至每周每天…...

区间和数量统计 之 前缀和+哈希表

文章目录 1512.好数对的数目2845.统计趣味子数组的数目1371.每个元音包含偶数次的最长子字符串 区间和的数量统计是一类十分典型的问题&#xff1a;记录左边&#xff0c;枚举右边策略前置题目&#xff1a;统计nums[j]nums[i]的对数进阶版本&#xff1a;统计子数组和%modulo k的…...

【服务器操作指南】从 Hugging Face 上下载文件 | 从某一个网址上下载文件到 Linux 服务器的指定目录

引言 在服务器操作中&#xff0c;下载和管理文件是常见且重要的任务。从 Hugging Face 平台获取模型资源&#xff0c;或从特定网址下载文件至 Linux 服务器并进行解压&#xff0c;都需要明确的操作步骤。本指南旨在为您提供清晰的操作流程&#xff0c;帮助您快速上手相关任务并…...

PyCharm 中 FREECAD 二次开发:从基础建模到深度定制

一、引言 在当今的三维建模与设计领域&#xff0c;FREECAD 以其开源、参数化设计的强大特性&#xff0c;成为众多工程师、设计师和开发者的首选工具。然而&#xff0c;面对日益复杂和多样化的设计需求&#xff0c;仅仅依靠 FREECAD 的原生功能往往难以满足。此时&#xff0c;二…...

C++入侵检测与网络攻防之网络嗅探以及ARP攻击

目录 1.tcpdump基本使用 2.tcpdump条件过滤 3.wireshark介绍 4.wireshark的介绍 5.tcp握手挥手分析 6.telnet服务的介绍和部署 7.复习 8.telnet服务的报文嗅探 9.网络嗅探基础 10.arp协议的解析 11.arp攻击原理以及试验环境 12.arp实验以及防御方式 1.tcpdump基本使…...

Integer[]::new方法引用

Integer[]::new 这种写法是 Java 中方法引用的一种具体应用&#xff0c;它遵循 Java 方法引用的语法规则。 方法引用概述 方法引用是 Java 8 引入的一种简化 Lambda 表达式的语法糖&#xff0c;它允许你通过方法的名称直接引用已有的方法或构造函数。方法引用可以使代码更加简…...

Pycharm(三):梯度下降法

梯度下降算法&#xff08;Gradient Descent Algorithm&#xff09;是深度学习中常用的更新权重的方法&#xff0c;它采用的贪心法的思想&#xff0c;每次都往函数值下降最快的方向去更新&#xff0c;梯度方向是增长最快的方向&#xff0c;负梯度方向是下降最快的方向。 一、梯…...

系统测试的技术要求

文章目录 一、系统测试的概念二、测试对象三、测试目的四、进入条件五、内容要求1、基于需求的考核要求2、基于任务的考核要求 六、测试环境 一、系统测试的概念 系统测试&#xff08;System Testing&#xff09;&#xff0c;主要是对多个软件组成的系统进行的整体测试。系统测…...

​升级Ubuntu 20.04 LTS到22.04 LTS​

按照 Ubuntu发布周期 每2年会发布一个 "长期支持版" (LTS, Long Term Support)。具体来说&#xff0c;就是每2年的4月份会发布一个支持周期长达5年的稳定版本&#xff0c;如: 20.04 和 22.04 分别代表 2020年4月 和 2022年4月 发布的长期支持版本. 当前(2022年9月)&a…...