SDS-Complete: 利用预训练文生图模型进行点云补全

用Stable Diffusion的‘想象力’补全3D点云?PCDreamer保姆级原理解读与复现避坑 本文深入解析PCDreamer如何利用Stable Diffusion的2D想象力补全3D点云,提供多视角扩散、点云补全等技术的详细原理与复现指南。通过三阶段架构拆解和实战避坑建议,帮助开发者掌握这一创新方法,解决文物修复、自动驾驶等场景中的点云缺失问题。 阅读详情

原文:Point-Cloud Completion with Pretrained Text-to-image Diffusion Models

论文地址:2306.10533

代码地址:Point-Cloud Completion with Pretrained Text-to-image Diffusion Models

一、引言

现实世界中的点云数据往往是不完整的。这种不完整性主要源于数据采集过程中的物理限制,例如单一视角的扫描、物体间的相互遮挡以及传感器分辨率的不足。点云的不完整性会严重降低下游任务(如3D物体检测、分类和机器人导航)的性能,因此点云补全成为了3D计算机视觉领域一个至关重要的问题。现有的点云补全方法大多采用数据驱动的策略,依赖于在大规模的“不完整-完整”点云配对数据集上训练深度神经网络。

然而,这些数据驱动的方法面临着显著的局限性。首先,获取高质量的配对3D训练数据极其昂贵且费时,这导致现有的3D数据集在类别丰富度和规模上远不如2D图像数据集。其次,在有限类别上训练的模型往往难以泛化到分布外(Out-of-Distribution, OOD)的物体或从未见过的类别。这意味着,当模型在实际应用中遇到训练集中没有的物体形状时,其补全效果往往不尽如人意。为了解决这些问题,迫切需要一种能够利用更通用、更强大的先验知识,且不依赖于特定3D训练数据的补全方法。

近年来,大规模文本到图像(Text-to-Image)扩散模型(如Stable Diffusion)取得了巨大的成功。这些模型在数十亿的图像-文本对上进行了预训练,从而学习到了关于视觉世界的丰富语义和几何先验知识。受此启发,研究人员开始探索如何将这些强大的2D先验知识应用到3D生成任务中。最近提出的分数蒸馏采样(Score Distillation Sampling, SDS)使得通过优化过程从预训练的2D扩散模型中提取3D结构成为可能,这为解决点云补全中的数据稀缺和泛化问题提供了新的思路。

在本文中,我们提出了SDS-Complete,这是一种全新的、无需训练的点云补全方法。与传统方法不同,我们不依赖于任何3D数据集进行训练,而是直接利用预训练的文本到图像扩散模型作为先验。具体而言,我们将点云补全问题建模为一个测试时优化(Test-Time Optimization)问题。给定一个不完整的点云和描述该物体的文本提示,我们利用SDS损失函数来优化缺失部分的点云,使得补全后的物体在从不同视角渲染时,符合预训练2D扩散模型所定义的图像分布。为了保证补全结果与原始观测数据的一致性,我们还引入了特定的约束,确保生成的点云不仅在视觉上合理,而且能够平滑地融合到已知的不完整点云中。

我们在多个具有挑战性的数据集上对SDS-Complete进行了广泛的评估,包括真实扫描的Redwood数据集和室外场景的KITTI数据集。实验结果表明,我们的方法在处理各种未见过的物体类别时展现出了卓越的泛化能力。与当前最先进的数据驱动方法相比,SDS-Complete在没有任何3D监督的情况下,成功地恢复了物体的完整形状和细节,并且在倒角距离(Chamfer Distance)等定量指标上取得了显著的提升,平均误差降低了约50%。这证明了利用2D扩散模型先验来解决3D点云补全问题的有效性和巨大潜力。

二、模型结构

为了实现无需3D训练数据的点云补全,我们将该任务建模为一个测试时优化问题,利用预训练的文本到图像扩散模型作为强大的先验知识来源。给定一个不完整或稀疏的输入点云以及描述该物体的文本提示,我们的目标是寻找一个完整的3D形状表示,使其在几何上与输入点云保持一致,同时在视觉语义上符合文本描述。为了实现这一目标,我们并没有直接在离散的点云空间进行优化,而是选择了一种连续的神经隐式表示——符号距离函数(SDF),由一个多层感知机(MLP)网络进行参数化。SDF能够表示具有任意拓扑结构的连续表面,并且支持通过可微渲染技术与2D扩散模型进行交互,这为我们将2D先验引入3D任务奠定了基础。

核心的优化过程依赖于分数蒸馏采样(SDS)机制,这是连接3D几何与2D文本到图像扩散模型的桥梁。在每次迭代中,我们将当前的SDF隐式表面通过可微渲染器从随机采样的相机视角渲染成2D图像。然后,我们将这些渲染图像作为输入,送入预训练且参数冻结的Stable Diffusion模型中,并根据给定的文本提示计算SDS损失。SDS损失通过计算扩散模型预测的噪声残差,为SDF网络的参数提供了更新梯度。直观地说,这个过程会不断地“推动”3D表面的形变,直到其在各个视角下渲染出的图像看起来都像是符合文本描述的高质量2D图像,从而“蒸馏”出合理的缺失部分几何结构。

然而,仅仅依靠SDS损失来生成物体可能会导致结果偏离原始的输入数据,或者产生“幻觉”出与观测事实不符的形状。为了解决这个问题,我们在优化过程中引入了严格的数据一致性约束。具体而言,我们设计了一个距离损失函数,强制SDF网络在原始输入点云坐标处的预测值趋近于零。这意味着生成的隐式表面必须经过或极度接近已知的观测点。此外,为了保证SDF数学性质的正确性,我们还加入了一个Eikonal正则化项,约束SDF梯度的范数处处为1,从而确保生成的几何表面平滑且物理上合理,避免产生各种伪影或不自然的结构。

最终的完整点云是通过融合原始观测数据和生成的缺失部分得到的。在优化收敛后,我们得到了一个表示完整物体几何的隐式SDF场。为了将其转换回点云格式,我们利用移动立方体(Marching Cubes)算法从SDF中提取出高分辨率的等值面网格。随后,我们在该网格表面上进行均匀采样,生成稠密且均匀分布的点云数据。这种方法不仅填补了缺失的区域,还有效地对原始稀疏部分进行了上采样和平滑处理。通过这种结合了SDS引导生成与几何一致性约束的联合优化策略,我们的方法能够在完全没有任何3D监督信号的情况下,高质量地完成点云补全任务。

三、实验

为了全面评估SDS-Complete的有效性,我们在具有挑战性的真实世界场景数据集上进行了广泛的实验,重点考察模型在面对训练分布之外(Out-of-Distribution, OOD)物体时的泛化能力。我们主要选用了Redwood数据集和KITTI数据集作为测试基准。Redwood数据集包含了从不同角度拍摄的多种类别的真实RGB-D扫描,这些数据由于遮挡和视角限制往往存在严重的缺失;而KITTI数据集则提供了自动驾驶场景下稀疏的LiDAR扫描点云,主要用于评估车辆等类别的补全效果。我们将本方法与当前最先进的监督学习点云补全方法进行了对比,包括PoinTr、SnowflakesNet等,这些基线模型均在标准的ShapeNet数据集上进行了全监督训练。我们的目标是验证在完全没有接触过目标领域3D数据的情况下,利用2D先验知识是否能实现更优越的补全性能。

定量评估的结果显示,SDS-Complete在各项关键指标上均取得了显著的优势。具体而言,在Redwood数据集的测试中,我们的方法在倒角距离(Chamfer Distance, CD)和F-Score这两个核心度量标准上均大幅超越了所有对比的基线方法。传统的监督学习方法虽然在与其训练数据相似的物体上表现尚可,但在面对真实世界中复杂且多样的未见物体时,其性能出现了急剧下降,表现出明显的泛化能力不足。相比之下,我们的方法无需任何3D训练数据,仅凭借预训练文本到图像扩散模型中蕴含的通用视觉知识,就将平均倒角距离误差显著降低了约50%。这一结果强有力地证明了,将2D生成式大模型的先验迁移到3D任务中,是解决3D数据稀缺和模型泛化问题的有效途径。

除了数值上的优越性,定性可视化结果进一步展示了SDS-Complete在恢复几何细节和保持语义合理性方面的强大能力。在对比实验的视觉呈现中可以清晰地看到,对于严重缺失的输入(例如仅有部分视角的椅子或残缺的汽车),监督学习方法往往倾向于生成模糊、过度平滑甚至结构扭曲的形状,难以推断出合理的缺失部分。相反,SDS-Complete生成的点云不仅在已观测区域与原始输入保持了高度的一致性,而且在未观测到的遮挡区域(如物体的背面或底部)成功“脑补”出了逼真且细节丰富的几何结构。无论是复杂的家具轮廓还是车辆的精细部件,我们的方法都能生成视觉上自然且符合物理逻辑的完整形状,极大地提升了补全结果的真实感。

最后,我们通过一系列消融实验进一步验证了所提出框架中各个组件的必要性。实验分析表明,文本提示在指导补全过程中起到了关键的语义引导作用,准确的文本描述能够帮助模型更好地理解物体的类别特征,从而生成更符合预期的形状。同时,针对SDF表示引入的Eikonal正则化项和数据一致性约束也被证明是至关重要的;去除这些约束会导致生成的几何表面出现伪影、不平滑,或者偏离原始的输入点云。综合来看,这些实验结果不仅确认了SDS-Complete在跨域点云补全任务上的领先地位,也验证了我们所提出的测试时优化策略的鲁棒性和可靠性,为未来的3D生成与补全研究提供了坚实的实证基础。

四、总结
 

本文提出了SDS-Complete,这是一种利用预训练文本到图像扩散模型解决点云补全任务的新颖方法。与传统依赖大规模3D数据集进行监督训练的方法不同,我们开创性地提出了一种无需训练的范式,通过测试时优化策略,将2D扩散模型中丰富的生成先验成功迁移到了3D几何重建中。这种方法不仅避免了昂贵的3D数据采集和标注成本,还从根本上解决了传统模型在面对分布外物体时泛化能力差的难题,为解决3D数据稀缺问题提供了一个全新的视角。

实验结果表明,SDS-Complete在处理真实世界扫描数据时展现出了卓越的性能。在Redwood和KITTI等具有挑战性的数据集上,我们的方法在定量指标和定性视觉效果上均优于现有的最先进基线模型。通过结合符号距离函数的隐式表示与分数蒸馏采样,我们不仅实现了高质量的几何细节恢复,还有效保证了补全结果与原始观测点云的一致性,证明了利用2D跨模态先验解决3D视觉问题的巨大潜力。

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

相关推荐

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统

船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。

专注于计算机研发知识和资讯分享 486

基于传统的三维点云补全方法

然而,一个固有的问题是由于物体遮挡、镜面反射、物体自遮挡、视角变换和传感器分辨率的限制,传感器在真实场景下所获取的数据并不完整,阻碍了下游任务的研究进展。由于许多自然和人造物体表现出显著的对称性或包含重复的子结构,因此,最初的形状补全方法主要是利用物体或空间呈现的几何对称性,恢复缺失区域的重复结构。同时,在点云后续一系列的处理中,比如点云去噪、平滑、配准和融合等操作中,也会大大加剧点云的缺失,直接影响了点云重构、模型重建、局部空间信息提取和后续处理的质量。该方法可以考虑点云的全局特征,但计算复杂度较高。

soaring_casia的专栏 3206

打穿内网之Vulntarget-a靶场实战记录

内容包括:通达OA未授权上传+文件包含RCE、Redis未授权写马、ms17-010永恒之蓝、代理转发内网跳板、CVE-2020-1472 域控杀器Zerologon、wmiexec/smbexec横向移动、cobalt strike与msf的shell传递

tpaer的博客 3034

diffusion-point-cloud进阶:如何用AutoEncoder与DiffusionModel构建生成系统

想要掌握3D点云生成的核心技术吗?今天我将为您详细介绍如何利用AutoEncoder与Diffusion Model构建强大的生成系统!diffusion-point-cloud项目作为CVPR 2021的官方实现,提供了一个完整的3D点云生成解决方案,让您能够轻松创建高质量的3D形状。无论您是计算机视觉新手还是经验丰富的研究者,这个项目都能帮助您快速上手扩散概率模型在3D生成领域的应用。 ##

gitblog_01043的博客 406

【Telephony】APN配置及加载流程&项目实践(AOSP)

学习APN关键是学会明白apns-conf.xml文件各个参数的意思,然后熟悉TelephonyProvider是如何读取文件创建数据库的,譬如数据库表的约束、文件的读写顺序等,还有读取后的ApnSetting的二次定制以及显示(例如屏蔽xcap等)。虽然一般在项目中APN的需求很简单,就是按照客户提供的APN参数添加上配置,或者在显示屏蔽一些参数,但是项目维护的过程中APN的问题也是比较多的。

weixin_44513784的博客 5516

报错:subprocess.CalledProcessError: Command ‘[‘where‘, ‘cl‘]‘ returned non-zero exit status 1.

右键此电脑--属性--高级系统设置--环境变量--系统变量--找到Path。Enterprise是企业版,如果你是社区版就找Community。2.安装的时候,c++桌面那个需要勾选。

2301_77554343的博客 1508

LiDPM:重新思考点云补全的 Point Diffusion

LiDPM提出了一种基于全局扩散模型的激光雷达场景补全方法,突破了局部扩散模型的限制,统一了物体级和场景级点云生成框架。该方法证明标准DDPM可直接处理大规模场景,无需局部扩散近似,通过优化初始条件和分类器自由指导显著提升生成质量。实验表明,LiDPM在SemanticKITTI数据集上性能优于现有方法,支持无条件场景生成,且具有更好的稳定性和细节保留能力。未来将探索高效采样和语义联合补全等方向。

人无远虑,必有近忧 1027

Android Studio运行报错: failed to load include path ……\platforms\android-35\android.jar的最细解决方案

【代码】Android Studio运行报错: failed to load include path ……\platforms\android-35\android.jar的最细解决方案。

2401_86789230的博客 2万+

【CVPR 2023的AIGC应用汇总(8)】3D相关(编辑/重建/生成) diffusion扩散/GAN生成对抗网络方法...

【CVPR 2023的AIGC应用汇总(7)】face相关(换脸/编辑/恢复) diffusion扩散/GAN生成对抗【CVPR 2023的AIGC应用汇总(6)】医学图像diffusion扩散/GAN生成对抗网络【CVPR 2023的AIGC应用汇总(5)】语义布局可控生成,基于diffusion扩散/GAN生成对抗【CVPR 2023的AIGC应用汇总(4)】图像恢复,基于GAN生成对抗/di...

idol24的博客 2727

《YOLOv8实例分割实战:训练自己的数据集 》(视频课程)

本课程将手把手地教大家使用labelme标注和使用YOLOv8训练自己的数据集,完成一个多目标实例分割实战项目。

bai666ai的博客 790

基于深度强化学习的柔性作业车间动态调度

在追求敏捷和灵活的生产调度方面,处理不可预测的动态事件的能力变得越来越重要。与此同时,生产系统中的网络-物理融合产生了大量需要实时挖掘和分析的工业数据。为了便于这种实时控制,本研究提出了一种分层分布式的体系结构来解决动态柔性作业车间调度问题。采用双深度Q网络算法(DDQN)训练调度智能体,捕捉生产信息与调度目标之间的关系,为具有恒定任务到达的柔性作业车间实时做出调度决策。为了处理动态调度中问题的可变规格说明,提出了专门的状态和动作表示法。此外,还提出了一种代理奖励整形技术(surrogate reward

太剧烈的快乐与太剧烈的悲哀是有相同之点的——同样地需要远离人群! 1万+

点云生成:Diffusion Probabilistic Models for 3D Point Cloud Generation

点云生成:Diffusion Probabilistic Models for 3D Point Cloud Generation简介论文abstractinstructionRelated works 简介 2021 CVPR 论文 abstract   我们提出了一个用于点云生成的概率模型,它是各种三维视觉任务的基础,如点云形状补全、上采样、合成和数据增强。受非平衡热力学中扩散过程的启发,我们将点云中的点视为热力学系统中与热浴接触的粒子,它们从原始分布扩散到噪声分布。因此,点云的生成相当于学习反向扩散

qq_41178930的博客 1万+

第三方 API 调用 OpenClaw 出现 LLM request timed out 的解决方案

本文主要介绍了第三方 API 调用 OpenClaw 出现 LLM request timed out 的解决方案,希望能对使用OpenClaw的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案

weixin_43178406的博客 8万+

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 328

团体程序设计天梯赛竞赛题--登顶题【L3-039 攀岩】

登顶级 3 道题,每道题 30 分,满分为 90 分。

Pretty Boy Fox的博客 654

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 261

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 609

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 198

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 333

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 337

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 80

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 154

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 505

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 605

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

387

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 398
上一篇: IGR-SR: 序列推荐中的意图引导推理
下一篇: [AAAI-2025]STDN:时空感知趋势-季节性分解网络在交通流预测中的应用
山科智能信息处理实验室
博客等级 码龄6年 809粉丝 74原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值