- 博客(17)
- 收藏
- 关注
RSS订阅原创 UE4 MotionBlur逐行解析
UE 实现的MotionBlur版本源于COD2014的分享。笔者基于该分享，结合UE的落地，解析UE版本MotionBlur代码的实现过程，有助于理解其中原理。欢迎讨论和指正勘误。
2022-11-14 18:59:21
1229
原创 UE4 Decal 贴花不在静态光照下绘制
Decal 没有顶点，不能存储静态光照信息，因此无法在静态光照下绘制。特效贴花还好，场景贴画影响比较大，加上材质可能为半透明，需要画在BasePass之后。 1. Decal实现原理 MobileDecalRendering.cpp 通过矩阵变换 得到FrustumComponentToClip，传入Pixel shader将组件投影到裁剪空间，直接替换组件表面材质属性 在PixelShader中逐像素剔除，覆盖材质属性，投影到屏幕空间 2. 解决方法 2.1 PC端直接开启DBuffer用来处理排序问
2021-10-04 18:17:39
1661
原创 UE4 Python脚本：自动检索资源的引用和依赖
UE官方 Python API 官方文档：https 输出资源引用到的资源或者依赖的资源： 1. 核心API unreal.AssetRegistryHelpers unreal.AssetRegistry 2.使用方法 import unreal asset_reg = unreal.AssetRegistryHelpers.get_asset_registry() #注册一个asset print asset_reg.get_referencers('/Game/....', unreal.Asset
2021-02-09 16:54:46
3274
2
原创 《DirectX 12》龙书Chapter 0 踩坑
千里之行，卒于Chapter 0。 1.C2102 要求左值 【转】Introduction to 3D Game Programming with DirectX 12一书学习记录(第一个例子编译错误) 2.错误 LNK2019 无法解析的外部符号 _main 和字符问题 【转】error LNK2019: 无法解析的外部符号 _main 3.运行dxd12程序时出现HR failed问题 【转】【D3D】Directx12运行报错&win10无法添加【图形工具】 ...
2021-01-18 16:38:24
3483
6
原创 笔记：Score-CAM: Score-Weighted Visual Explanations for Convolutional Neural Networks
论文：Score-CAM: Score-Weighted Visual Explanations for Convolutional Neural Networks 作者：Haofan Wang1, Zifan Wang1, Mengnan Du2, Fan Yang2, Zijian Zhang3, Sirui Ding3, Piotr Mardziel1, Xia Hu 代码：https://github.com/haofanwang/Score-CAM 收录于CVPR2020 摘要 与以往的CAM系方
2020-10-05 10:49:51
5600
1
原创 《解释性机器学习》笔记（五）：Rule Fit 规则拟合
原文：《Interpretable machine learning》 Christophm 规则拟合 就是以决策规则的形式，检测特征间的交互。（决策规则见笔记四） 两部分： 从决策树间创建规则。 将原特征和新规则作为输入，匹配线性模型。 ...
2020-06-03 14:38:40
4058
原创 《解释性机器学习》笔记（四）：决策规则可解释性
《Interpretable machine learning》 Christophm 决策规则 决策规则是一个简单的IF-THEN语句，由一个条件和一个预测组成。例如:如果今天下雨并且是四月(条件)，那么明天就会下雨(预测)。可以使用单个决策规则或多个规则的组合进行预测。决策规则遵循一个一般的结构:如果条件满足，则进行某种预测。决策规则可能是最具解释性的预测模型。它们的IF-THEN结构在语义上类似于自然语言和我们思考的方式，前提是条件是由可理解的特征构建的，条件的长度很短(少量的特征=值对与and组合)
2020-05-30 19:11:04
2200
原创 笔记：Interpretable Convolutional Neural Networks
作者：Quanshi Zhang, Ying Nian Wu, and Song-Chun Zhu University of California, Los Angeles 原文：arxiv.org/abs/1710.00935 摘要 本文提出了一种将传统的卷积神经网络(CNNs)修改为可解释的CNNs的方法，以阐述在高卷积层CNNs中的知识表示。在可解释的CNN中，高卷积层中的每个filter...
2020-04-22 19:07:21
4464
原创 笔记：Interpreting CNNs via Decision Trees
原文：https://arxiv.org/pdf/1802.00121v2.pdf 作者：Quanshi Zhang, Yu Yang, Haotian Ma, Ying Nian Wu 收录于CVPR 2019 摘要 以下几层： 文章学习一个决策树，它可以在语义层面上明确CNN每一次预测的具体原因。决策树告诉人们哪些部分激活了预测的过滤器，以及它们对预测分数的贡献有多大。 我们的方法挖掘了CNN...
2020-04-18 00:51:49
1753
原创 《解释性机器学习》笔记（三）：决策树的可解释性
《Interpretable machine learning》 Christophm 一个决策树： 1. 模型解释性 解释决策树很简单，从根节点开始，根据边的判断，转到下一个子集，直到走到叶节点，得到结果。所有的边都由AND连接。 解释模板可以是：如果特征x比阈值c[大/小] AND …那么预测结果是该叶子节点中所有实例y的平均值。 衡量特征重要性： 计算方法： 遍历使用该特征的所有划分点，计...
2020-03-04 16:55:58
5075
原创 练习：python实现线性回归+数据可视化+模型解释
github：https://github.com/iluccica/MLPractice/tree/master/LinearRegression 数据集：从卫健委找的几条新冠肺炎数据 ，长这样： 目标：对新增确诊病例（increment）做回归分析。 1.单元线性回归 ...
2020-02-27 17:07:23
5677
2
原创 笔记：Visualizing Deep Networks by Optimizing with Integrated Gradients
原文： 作者：Zhongang Qi, Saeed Khorram, Li Fuxin School of Electrical Engineering and Computer Science, Oregon State University 收录于AAAI 2020 Abstract 针对heatmap可视化深层网络时，heatmap与网络无关误导解释的问题，提出了I-GOS(Integrat...
2020-02-25 22:39:53
1883
原创 线性代数公开课，《乘法和逆矩阵》中的五种矩阵乘法和Guass-Jordan消元
课程地址：麻省理工公开课 线性代数 MIT 18.06 Linear Algebra, Spring 2005 中英双语字幕 1. 矩阵乘法 例子： 第一种，同济课本上的，行乘列。 C21 = A第2行中元素，逐个乘以B的第1列元素，累加 = 3x3 + 4x2 = 17 C下标与AB的行列对应，逐个计算。 第二种和第三种要利用第一课中，线性组合的概念，线性组合与课本上的乘法完全不同，一些时间才...
2020-02-24 17:06:41
1064
原创 《解释性机器学习》笔记（二）：理解逻辑回归中的特征、参数、结果
《Interpretable machine learning》：https://christophm.github.io/interpretable-ml-book/logistic.html 1. 线性模型为什么不适用于分类 线性模型做分类时，训练权重的方法是在两点间插值，输出的是距点最近的超平面，并不是概率，因此不存在有意义的阈值将两类区分。 理解：想象用线性模型做一个猫狗分类，权重.*像素...
2020-02-23 15:48:59
1582
原创 《解释性机器学习》笔记（一）：理解线性回归模型中的权重、特征和结果
[《Interpretable Machine Learning》 Christoph Molnar](https://christophm.github.io/interpretable-ml-book/index.html) 内容围绕：对于一个训练好的线性模型，怎样去向模型使用者（客户）解释这个模型（参数含义、为什么得会得出这种预测结果）。 上图为一个线性回归的单个实例，最后一项为误差。 ...
2020-02-22 16:33:16
13749
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人