brightendavid的博客

我感觉我似乎是走火入魔了。理解到导师所言，”讲故事“的重要性。

单层神经网络得到的线性模型：Y = A1X1+A2X2+BY是二分类，可以使【1,0】，亦可以是【1，-1】。这个东西我们可以看到，是一个线性的分类器，无法通过一条直线，分开异或这样分布的点。

尊敬的组织，事情的经过是这样的：。。。。。。自己写了一下归一化函数，跑一个线性神经网络爬出来一坨，想来想去肯定是归一化函数的问题。还是调用方便。

目的：将现实中世界坐标中的点（Xw,Yw,Zw）拍摄到相机中，获得图像坐标，这个坐标是以相机焦点为中心，相机焦距为到相机距离的一个虚拟平面；最后，将这个虚拟平面的坐标起始点移动到图像的左上角，得到了最后的像素坐标。其中，最重要的知识涉及仿射变换和线性代数的相关知识，坐标系的变换可以说是线性代数的本质应用了。仿射变换是一个神奇的东西，涉及到二维图像在三维中的变换，变平行四边形什么的。