Ray Tracing From The Ground Up-光线跟踪算法技术-Kevin Suffern英文原版-彩色高清PDF,分卷1（共2分卷）
2021-08-03 08:54:34
69MB
1
深度学习模型对于算力要求较高,为了能在算力羸弱的移动端进行部署,必须对原模型进行量化压缩,从而提升模型的计算性能,而TensorFlow Lite是一种用于设备端推断的开源深度学习框架,其能将TensorFlow模型转换为压缩的 FlatBuffer 文件,并通过将 32 位浮点数转换为更高效的 8 位整数进行量化,以到达模型快速运算的效果 .
伴随着深度学习技术的广泛使用,越来越多的深度学习模型被部署到移动端或IoT设备上运行,对于从事人工智能研发的相关人员,掌握对应的移动端开发技术是十分必要的,也将对自己的职业生涯产生极大的促进作用！
本课程将从TensorFlow Lite的基本组件及特性讲起，并结合丰富的技术实战案例，让您深入了解并掌握TensorFlow Lite的使用方法！
2021-07-12 20:38:37
4.34MB
1
iner system genetration（high level）.pdf
2021-07-12 17:23:13
5.95MB
1
《实时碰撞检测算法技术》详细阐述了与碰撞检测问题相关的高效解决方案及相应的数据结构和算法，主要包括：碰撞检测系统中的设计问题、数学和几何学入门、包围体、基本图元测试、层次包围体技术、空间划分、BSP树层次结构、凸体算法、基于GPU的碰撞检测、数值健壮性、几何健壮性以及优化操作。另外，《实时碰撞检测算法技术》还提供了相应的算法、代码以及伪代码，以帮助读者进一步理解计算方案的实现过程。, 《实时碰撞检测算法技术》适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。
2021-06-27 16:17:45
41.49MB
1
实时碰撞检测算法技术主要包括：碰撞检测系统中的设计问题、数学和几何学入门、包围体、基本图元测试、层次包围体技术、空间划分、BSP树层次结构、凸体算法、基于GPU的碰撞检测、数值健壮性、几何健壮性以及优化操作，实时碰撞检测算法技术还提供了相应的算法、代码以及伪代码，以帮助读者进一步理解计算方案的实现过程。
2020-01-15 03:03:17
53KB
1