发表了博客
2019/06/15 16:56

Maya编程——沿Curve绘制圆柱

操作流程: 1. VS运行代码,生成插件 2. 打开Maya绘制曲线,加载插件 3. 选中绘制的曲线,运行插件 Posts1.0 代码: #include <maya/MSimple.h> #include <maya/MGlobal.h> #include <maya/MFnPlugin.h> #include <maya/MPxCommand.h> #include <maya/MSelectionList.h> #include <maya/MDagPath.h> #include <maya/MFnNurbsCurve.h> #include <maya/MItSelectionList.h> #include <maya/MPoint.h>// 命令类 class Pos...

0
0
2018/06/11 10:15

AUC(Area Under roc Curve )计算及其与ROC的关系

让我们从头说起,首先AUC是一种用来度量分类模型好坏的一个标准。这样的标准其实有很多,例如:大约10年前在machine learning文献中一统天下的标准:分类精度;在信息检索(IR)领域中常用的recall和precision,等等。其实,度量反应了人们对” 好”的分类结果的追求,同一时期的不同的度量反映了人们对什么是”好”这个最根本问题的不同认识,而不同时期流行的度量则反映了人们认识事物的深度的变 化。近年来,随着machine learn...

0
0
发表了博客
2020/07/25 14:20

网易开源分布式存储系统 Curve,性能彪悍!

网易这回良心了: 7月16日,网易公司旗下云服务商网易数帆宣布开源一款名为 Curve 的高性能分布式存储系统,官方称其性能可达 Ceph 的 1.84 倍。 据官方介绍,Curve 的定位是提供一个高性能、低延迟的存储底座,基于这个存储底座,企业可以打造适用于不同应用场景的存储系统,如块存储、对象存储、云原生数据库等。 CURVE 的设计开发始终围绕三个理念: 一是顺应当前存储硬件设施发展趋势,做到软硬件结合打造顶级的存储产品; ...

0
1
发表了博客
2020/07/24 15:17

网易开源分布式存储系统 Curve,性能彪悍!

网易这回良心了: 7月16日,网易公司旗下云服务商网易数帆宣布开源一款名为 Curve 的高性能分布式存储系统,**官方称其性能可达 Ceph 的 1.84 倍。** 据官方介绍,Curve 的定位是提供一个高性能、低延迟的存储底座,基于这个存储底座,企业可以打造适用于不同应用场景的存储系统,如块存储、对象存储、云原生数据库等。 **CURVE 的设计开发始终围绕三个理念:** 一是顺应当前存储硬件设施发展趋势,做到软硬件结合打造顶级的存储...

0
0
发表于数据库专区
2020/12/15 09:11

开源分布式存储 Curve ChunkServer CPU 优化实践

Curve ChunkServer的CPU瓶颈问题 Curve是网易数帆开源的新一代分布式存储系统,具有高性能、高可用、高可靠的特点,可作为多种存储场景的底层存储,包括块存储、对象存储、云原生数据库、EC等。 对于分布式块存储系统来说,IOPS是最重要的一个性能指标。从Curve目前的性能测试情况看,读IOPS瓶颈在Client端——对于6个存储节点的集群,单个Client节点读IOPS接近30万,两个Client节点读IOPS接近60万。而Curve的写IOPS还有一定提升...

0
1
发表了博客
2019/04/10 10:10

机器学习-TensorFlow应用之classification和ROC curve

概述 前面几节讲的是linear regression的内容,这里咱们再讲一个非常常用的一种模型那就是classification,classification顾名思义就是分类的意思,在实际的情况是非常常用的,例如咱们可以定义房价是否过高,如果房价高于100万,则房价过高,设置成true;如果房价低于100万,则房价不高,target就可以设置成false。这里的target就只有2种,分别只有True和False,而不像咱们的的linear regression那样target是连续的。在实际的应...

0
0
发表于程序人生专区
2020/09/10 14:35

开源软件丨网易开源分布式存储系统 Curve

本文来源于开源中国 CURVE 是网易开源的高性能、高可用、高可靠分布式存储系统,具有非常良好的扩展性。基于该存储底座可以打造适用于不同应用场景的存储系统,如块存储、对象存储、云原生数据库等。 CURVE 的设计开发始终围绕三个理念: 一是顺应当前存储硬件设施发展趋势,做到软硬件结合打造顶级的存储产品; 二是秉持 “Simple Can be harder than complex”,了解问题本质情况下选择最简单的方案解决问题; 三是拥抱开源,...

0
0
发表了博客
2018/02/12 11:24

[UE4][Custom Animation Graph Node]Evaluate Pose by Curve

转自:http://www.cnblogs.com/corgi/p/5405447.html 目的:根据曲线值获得当前动作帧。用于实现各种通过曲线同步的功能。 方法:继承FAnimNode_Base创建自定义动画节点。重写Evaluate部分。创建相应的AnimGraphNode。 Evaluate : 1. 根据曲线Value(Y轴)值获得Time(X轴)值。 曲线KeyArray所在位置。AnimSequenceBase : RawCurveData. 类型AnimCurveTypes.h:FRawCurveTracks 曲线记录是TArray<FRichCurveKey>。每个key中存有Tim...

0
0
发表了博客
2019/05/27 16:52

Python:使用piecewise与curve_fit进行三段拟合

x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10 ,11, 12, 13, 14, 15,16,17,18,19,20,21], dtype=float) y = np.array([5, 7, 9, 11, 13, 15, 28.92, 42.81, 56.7, 70.59, 84.47, 98.36, 112.25, 126.14, 140.03,145,147,149,151,153,155]) plt.scatter(x,y,s=30,c='b') 得到如下散点图: 定义分段函数 #6个未知参数 x0x1,y0,y1分别是2个分割间断点的横纵坐标 k0,k1是第一和第三段直线的斜率 def piecewise(x,x0,x1,y0,y1,k...

0
0
发表了博客
2018/03/25 11:42

[sklearn]性能度量之AUC值(from sklearn.metrics import roc_auc_curve)

原创博文,转载请注明出处! 1.AUC AUC(Area Under ROC Curve),即ROC曲线下面积。 2.AUC意义 若学习器A的ROC曲线被学习器B的ROC曲线包围,则学习器B的性能优于学习器A的性能;若学习器A的ROC曲线和学习器B的ROC曲线交叉,则比较二者ROC曲线下的面积大小,即比较AUC的大小,AUC值越大,性能越好。 3.sklearn中计算AUC值的方法 形式: from sklearn.metrics import roc_auc_score auc_score = roc_auc_score(y_test,y_pred) 说...

0
0
发表于多媒体处理专区
2015/07/09 22:16

Make Helix Curve in OpenCASCADE

Make Helix Curve in OpenCASCADE eryar@163.com Abstract. OpenCASCADE does not provide helix curve directly, but you can build a helix curve by the pcurve of a surface(curve on surface). When you understand the pcurve of a surface, you can make a helix curve easily. The paper first make a helix by Tcl in Draw Test Harness, then translate the Tcl script to OpenCASCADE C++ code. Key Words. OpenCASC...

0
0
2018/06/11 10:17

AUC(Area under Curve Roc曲线下面积)计算方法总结

转载至 http://blog.csdn.net/pzy20062141/article/details/48711355 一、roc曲线 1、roc曲线:接收者操作特征(receiveroperating characteristic),roc曲线上每个点反映着对同一信号刺激的感受性。 横轴:负正类率(false postive rate FPR)特异度,划分实例中所有负例占所有负例的比例;(1-Specificity) 纵轴:真正类率(true postive rate TPR)灵敏度,Sensitivity(正类覆盖率) 2针对一个二分类问题,将实例分成正类(postive)或...

0
0
发表了博客
2019/05/21 16:27

数据标记系列——图像分割 & Curve-GCN

在之前的文章中(参考:),我们提到了Polygon-RNN++在数据标注中的应用。今天不得不提到多伦多大学与英伟达联合公布的一项最新研究:Curve-GCN的应用结果显示图像标注速度提升10倍。 Curve-GCN是一种高效交互式图像标注方法,其性能优于Polygon-RNN++。在自动模式下运行时间为29.3ms,在交互模式下运行时间为2.6ms,比Polygon-RNN ++分别快10倍和100倍。 数据标注是人工智能产业的基础,在机器的世界里,图像与语音、视频等一样...

0
0
发表了博客
2019/02/20 15:01

Analysis of the Clustering Properties of the Hilbert Space-Filling Curve 论文笔记

摘要   已经针对各种应用提出了用于多维空间的线性映射的若干方案,诸如用于时空数据库的访问方法和图像压缩。在这些应用中,来自这种线性映射的最期望的属性之一是聚类,这意味着多维空间中的对象之间的局部性被保留在线性空间中。人们普遍认为希尔伯特空间填充曲线可以实现最佳聚类[1],[14]。在本文中,我们通过导出任意形状(例如,多边形和多面体)的给定查询区域中的聚类数的闭式公式来分析希尔伯特空间填充曲线的聚类特...

0
0
发表了博客
2020/07/22 15:02

性能1.84倍于Ceph!网易数帆Curve分布式存储开源

在上周刚结束的网易数字+大会上 网易数帆宣布: 开源一款名为Curve的高性能分布式存储系统, 性能可达Ceph的1.84倍! 网易副总裁、网易杭州研究院执行院长兼网易数帆总经理汪源: 基础软件的能力对于数字化转型非常关键,当前存储领域需要一款性能更高、可用性/可靠性更好、自治能力更强的分布式存储系统,Curve的开源不仅代表网易数帆在基础软件市场的坚持,也为软件定义基础设施生态的繁荣再添一把火。 采用先进架构设计 单卷...

0
0
发表了博客
2020/05/31 11:39

Curve-GCN:图卷积网络用于活动轮廓演变 - 知乎

CNN做分割需要处理数据量很大的grid数据,需要对所有点的label进行预测,而且传统CNN并不会结合点与点之间的联系。 使用图结构建模分割轮廓或分割曲面,然后采用GCN,仿照传统的deformable model的方法对曲线或曲面进行迭代演变实现分割,是一种可行的方案。如何将曲线、曲面和它的演变过程,建模到GCN框架中?本文提到的论文提供了一种实现思路。 本文直接相关的应用场景虽然不涉及医学图像分割,但是其思想,比如3D组织的分割...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页