记录-学习《XR极致多感官体验设计》 AlibabaDesign-01

最新推荐文章于 2025-05-17 22:15:01 发布
最新推荐文章于 2025-05-17 22:15:01 发布
阅读量387 收藏 5
点赞数 2
分类专栏： XR思维 文章标签： xr 交互设计
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/m0_56017939/article/details/123984159
版权

新设计+技术→融合          形成创新解决方案          目的：帮助设计师解决实际问题。
XR的目的是→理想的意识加现实的体验空间
1.逐梦→圆梦→筑梦
VR:体验中出现一个会动的生物，无论是生物还是物体（都应以注视的方式去产生交互）
MR
解决
解决日常生活中常有的特点：如何让房间更智能、如何帮助用户解决问题。
重点：   
双眼直视前方的时候可视范围影响人的体验感
算法学习-记录贴
m0_47477794的博客
12-05 8787
acm学习记录
ResNet-50算法
weixin_53657683的博客
06-27 7535
残差网络是为了解决深度神经网络（DNN）训练过程中梯度消失和梯度爆炸的问题而提出的。它通过引入残差连接，将输入直接加到输出上，从而允许网络学习更复杂的函数。ResNet-50有两个基本的块，分别名为Conv Block和。
ChatGPT技术原理解析：从RL之PPO算法、RLHF到GPT4、instructGPT
热门推荐
结构之法 算法之道
01-15 21万+
本篇ChatGPT笔记会全力做到，通俗易懂且循序渐进(尽最大努力让每一个初学者哪怕是文科生都能没有障碍的读懂每一字一句、每一个概念、每一个公式) 一方面，对于想了解ChatGPT背后原理和如何发展而来的，逐一阐述从GPT/GPT2/GPT3到强化学习、PPO算法，最后再到instructGPT、ChatGPT、SeqGAN 且本文之前，99%的文章都不会把PPO算法从头推到尾，本文会把PPO从零推到尾，按照“RL-策略梯度-重要性采样(重要性权重)-TRPO(增加信任区域和KL散度约束)-PPO”的顺序逐步
十万字全网最全数据结构代码
少说，多做。
04-20 12万+
本文代码实现基本按照《数据结构》课本目录顺序，外加大量的复杂算法实现，一篇文章足够。能换你一个收藏了吧？
通俗理解卡尔曼滤波（无人驾驶感知融合的经典算法）
结构之法 算法之道
09-17 3万+
前言 说来惭愧，我个人也算有近10年AI教育经验，中间获得过一些名号，比如北理工校外导师，微软MVP兼优快云技术专家，本博客也有1700多万PV了，在AI圈内还是有很高知名度的。后2015年和团队一块创业创办AI职教平台「七月在线」，至今已近7年，这6 7年我们把AI做透了，同行没做的我们做，同行没有的广度我们有，同行不到的深度我们到。 六年多来，在专注做成人AI职教的同时，面对过很多行业的刺激，但自始至终都坚持专注AI。但过程中越发深刻意识到，AI只有与行业深度结合绑...
＜贪心算法＞学习及经典实例分析
W_Oilpicture的博客
05-29 4051
前言 人生如逆旅，我亦是行人。 贪心算法（Greedy Algorithm） 贪心算法（Greedy Algorithm，又称贪婪算法）：是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，算法得到的是在某种意义上的局部最优解。 贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择。 算法思路： 建立数学模型来描述问题； 把求解的问题分成若干个子问题； 对每个子问题进行求解，得到子问题的局部最优解； 把子问题的解（局部最优解）合成原来问题的解；
机器学习算法总结
weixin_40411446的博客
08-19 8348
~~~~~·个人整理，如需转载，请说明并备注，不甚感激~~~~~~ （这篇文章我很早发布在简书上，不用简书好多年了，哈哈哈，居然上了热搜，特复制在优快云上供大家参考，为秋招攒点人品）suxuer简书原文地址 BAT机器学习面试系列 1.请简要介绍下SVM。 SVM，全称是support vector machine，中文名叫支持向量机。SVM是一个面向数据的分类算法，它的目标是为确定一个...
python机器学习 | 集成算法介绍及实现
Claire_chen_jia的博客
11-27 3879
集成算法介绍及实现1 集成算法基本概念2 集成算法介绍2.1 Bagging2.2 随机森林2.3 Boosting2.4 Stacking3 随机森林API介绍及实现3.1 随机森林API实现3.2 随机森林分类示例3.2 随机森林回归3.3 随机森林优化调参 1 集成算法基本概念 （1）定义：集成算法是通过建立几个模型来解决单一预测问题。它的工作原理是生成多个分类器/模型，各自独立地学习和做出预测(如图所示)。这些预测最后结合成组合预测，因此优于任何一个单分类的做出预测。 [外链图片转存失败,源站可能有
信息素养大赛-2024-算法创意实践挑战复赛-小学组
明月别枝惊鹊的博客
07-16 2968
本章节主要对2024年信息素养大赛算法创意实践挑战复赛小学组题目进行讲解。
【深度学习】遗传算法
東方緋想天
08-12 8718
本文介绍深度学习优化算法之一的遗传算法，主要包括选择、交叉、变异、初始化种群、迭代优化、几何规划排序选择、线性交叉、非均匀变异等知识点
leetcode跳跃-Algorithm:算法学习，记录点滴
06-30
跳跃算法 日常操作打卡 :memo: 问题名称 leetcode 号 困难 第一次 一天后 一周后 毫秒之前 26 简单的 2020.08.10 :check_mark: 1118 144 中等的 2020.08.11 104 简单的 2020.08.12 11 中等的 2020.08.13 :check_mark...
ResNet-50算法实战与解析
努力学习的大小宝
08-28 1717
🍨 本文为🔗365天深度学习训练营中的学习记录博客K同学啊|接辅导、项目定制难度：夯实基础⭐⭐语言：Python3、Pytorch3🍺要求：1.根据本文的Tensorflow代码，编写Pytorch代码2.了解残差网络3.是否可以将残差模块融合到C3中残差网络是为了解决神经网络隐藏层过多时，而引起的网络退化问题。退化（degradation）问题是指：当网络隐藏层变多时，网络的准确度达到饱和然后急剧退化，而且这个退化不是由于过拟合引起的。拓展：深度神经网络的"两朵乌云"
昇思25天学习打卡营第十九天|K近邻算法实现红酒聚类
liping406的博客
07-12 1218
K近邻算法（K-Nearest-Neighbor, KNN）是一种用于分类和回归的非参数统计方法，最初由 Cover和Hart于1968年提出(Cover等人,1967)，是机器学习最基础的算法之一。它正是基于以上思想：要确定一个样本的类别，可以计算它与所有训练样本的距离，然后找出和该样本最接近的k个样本，统计出这些样本的类别并进行投票，票数最多的那个类就是分类的结果。KNN的三个基本要素：K值，一个样本的分类是由K个邻居的“多数表决”确定的。K值越小，容易受噪声影响，反之，会使类别之间的界限变得模糊。
算法学习打卡day47｜单调栈系列题目
weixin_45124219的博客
02-04 1193
对于每个 0
开源项目实战学习之YOLO11：12.1 ultralytics-models-sam-blocks.py源码
kngines
05-17 110
开源项目实战学习之YOLO11：12.1 ultralytics-models-sam-blocks.py源码
【沉浸式求职学习day39】【双指针算法题】
贺函不是涵的博客
05-14 786
双指针算法题
【datawhale组队学习】coze-ai-assistant TASK01
m0_52024881的博客
05-13 981
通过扣子开发的 AI 应用有明确的输入和输出，可以根据既定的业务逻辑和流程完成一系列简单或复杂的任务，例如 AI 搜索、翻译工具、饮食记录等。工作流具备了： 大量的重复性任务 （如内容创作、编辑、发布）和 固定的业务流程 （如策划、创作、审核、发布）。的 AI 项目，它通过对话方式接收用户的输入，由大模型自动调用插件或工作流等方式执行用户指定的业务流程，并生成最终的回复。教程：Coze / 扣子（飞书文档）10. 教程：Coze / 扣子。4万字教程-COZE/扣子与智能体入门（飞书文档）
Adobe Illustrator学习备忘
sdaujz的博客
05-17 86
1.移动对象：需按住空格键加鼠标一块才能拖动。
学习笔记（C++篇）—— Day 6
最新发布
2406_83392683的博客
05-17 385
int main()//申请空间//申请空间+构造函数//只释放空间free(p1);//析构函数 + 释放空间delete p2;delete p3;return 0;注意：在申请自定义类型的空间时，new会调用构造函数，delete会调用析构函数，而malloc与free不会。由于C++的这些用法，用C++写链表会使得过程更加简便。
存储过程与触发器详解：用户操作与学习记录管理
如果有历史记录，则包含最近一天学习的单词的1/3作为复习内容，其余为新学内容。这个过程将词汇保存到临时表**temp_todaywords**，方便用户随时查看。 **get_options** 存储过程则利用**LevenshteinDistance**...
评论
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