新闻中心 
-
01-23拉普拉斯近似原理及其在机器学习中的使用案例拉普拉斯近似是一种用于机器学习中求解概率分布的数值计算方法。它可以近似复杂概率分布的解析形式。本文将介绍拉普拉斯近似的原理、优缺点以及在机器学习中的应用。一、拉...
-
01-22高斯混合模型(GMM)简介高斯混合模型是一种统计模型，由多个高斯分布组合而成。它被广泛应用于数据集的分布表示、分类和聚类任务。高斯混合模型因其实施简单且相较于其他模型具有多个优势而备受青...
-
01-22尺度转换不变特征(SIFT)算法尺度不变特征变换(SIFT)算法是一种用于图像处理和计算机视觉领域的特征提取算法。该算法于1999年提出，旨在提高计算机视觉系统中的物体识别和匹配性能。SIFT...
-
01-22贝叶斯优化贝叶斯优化(BayesianOptimization)是一种用于优化目标函数的黑盒算法。它适用于许多实际问题中的非凸、高噪声问题。该算法通过构建代理模型（如高斯...
-
01-17为何在自动驾驶方面Gaussian Splatting如此受欢迎，开始放弃NeRF？写在前面&笔者的个人理解三维Gaussiansplatting（3DGS）是近年来在显式辐射场和计算机图形学领域出现的一种变革性技术。这种创新方法的特点...
-
01-15SD社区的I2V-Adapter：无需配置，即插即用，完美兼容图生视频插件图像到视频生成（I2V）任务是计算机视觉领域的一项挑战，旨在将静态图像转化为动态视频。这个任务的难点在于从单张图像中提取并生成时间维度的动态信息，同时保持图像内...
