前言AR框架的一个核心是含能够理解特征的场景和各种类型的锚点。锚点有很多种，可根据特定场景来摆放3D模型 ，甚至可以真人来做距离测量（ARBodyAnchor）。并且这些框架不容忽视的优势是具有进行场景重建和人形遮挡（occlusion）的32位尝试数据。事实上，AR框架的大部分新功能都增强了AR体验质量。硬件也是如此，苹果全新的U1和R1芯片就带来了AR……继续阅读 » Alan 1年前 (2023-10-27) 1647浏览 0评论1个赞
本文讨论近期发布的Java 21。其中新增了一个主要特性，虚拟线程（virtual thread），近期话题不断，我们都知道Golang的协程提供了很好的并发功能。那么就来探讨一下Java 21和 Go 语言中相应的功能。Golang的协程和Java 21的虚拟线程都是用于构建轻量执行线程的并发技术。它们具有一些相似的特性，但也有着非常大的区别。下面就……继续阅读 » Alan 1年前 (2023-10-13) 1664浏览 0评论0个赞
本文来自正在规划的Go语言&云原生自我提升系列，欢迎关注后续文章。“Don’t Repeat Yourself”是常见的软件工程建议。与其重新创建一个数据结构或函数，不如重用它，因为对重复的代码保持更改同步非常困难。在像 Go 这样的强类型语言中，每个函数参数及每个结构体字段的类型必须在编译时确定。这种严格性使编译器能够帮助验证代码是否正确，但有时……继续阅读 » Alan 1年前 (2023-09-07) 1310浏览 0评论0个赞
本文来自正在规划的Go语言&云原生自我提升系列，欢迎关注后续文章。2000年以来，自动化测试的广泛应用可能比任何其他软件工程技术都更能提高代码质量。Go是一种专注于提高软件质量的语言和生态系统，很自然的在其标准库中包含了测试支持。Go中测试代码非常容易，没有理由不添加测试。本章中，读者将了解如何测试Go代码，将测试分组为单元测试和集成测试，检查测试……继续阅读 » Alan 1年前 (2023-08-31) 1794浏览 0评论0个赞
为什么要挖这个坑？一言难尽！就开发而言这对我是一个新的领域，一切自然源于今年WWDC的One more thing。有人疯狂吹捧，有人一顿猛踩。没错，那就是祭出“空间计算”大旗的Vision Pro，那么空间计算是否是未来呢？我不知道，AR、VR、元宇宙的概念也不是今天才有的，子弹都快飞不动了。苹果作为软硬件一体的科技引领者发布了这样一个硬件，对市场显然是……继续阅读 » Alan 1年前 (2023-08-09) 2529浏览 1评论3个赞
本文来自正在规划的Go语言&云原生自我提升系列，欢迎关注后续文章。服务端需要一种处理单个请求元数据的方式。这些元数据可以分为两大类别：一种是在正确处理请求时所需的元数据，另一种是关于何时停止处理请求的元数据。例如，HTTP服务器可能希望使用追踪ID来标识一系列通过一组微服务的请求。它还可能希望设置一个计时器，在对其他微服务的请求时间过长时，就结束这……继续阅读 » Alan 1年前 (2023-06-30) 1523浏览 0评论0个赞
其它章节内容请见机器学习之PyTorch、Scikit-Learn和Transformers代码参数GitHub仓库文本分类是自然语言处理中最常见的任务之一，它可用于各种应用，例如将客户反馈标记为不同的类别，或者根据语言分发工单。电子邮件程序的垃圾邮件过滤器很有可能正在使用文本分类来保护收件箱免受大量不需要的垃圾邮件的侵扰！另一种常见的文本分类是情感分……继续阅读 » Alan 1年前 (2023-06-17) 1738浏览 0评论0个赞
其它章节内容请见机器学习之PyTorch、Scikit-Learn和Transformers代码参见GitHub仓库2017年，Google的研究人员发表了一篇论文，提出了一种新的用于序列建模（sequence modeling）的神经网络架构[1]。称之为Transformer，这种架构在机器翻译任务中的表现无论在翻译质量还是训练成本层面均优于循环神经……继续阅读 » Alan 1年前 (2023-06-16) 1702浏览 0评论0个赞
本文来自正在规划的Go语言&云原生自我提升系列，欢迎关注后续文章。使用Go进行开发的最大优势之一是其标准库。与Python类似，Go也采取了“内置电池”的理念，提供了构建应用程序所需的许多工具。由于Go是一种相对较新的语言，它附带了一个专注于现代编程环境中遇到的问题的库。我们无法涵盖所有标准库包，所幸也不需要，因为有许多优秀的信息源可以了解标准库……继续阅读 » Alan 1年前 (2023-06-09) 1336浏览 0评论0个赞
其它章节内容请见机器学习之PyTorch和Scikit-Learn上一章中，我们专注于调优和评估不同的分类模型的最佳实践。本章中，我们将基于这些技术，并探索构建一组分类器的方法，这些方法通常比各个成员具备更好的预测性能。本章我们学习的主要内容有：基于多数投票做出预测使用装袋法重复从训练数据集中随机抽取组合降低过拟合应用提升方法通过弱学习器构建强大的……继续阅读 » Alan 1年前 (2023-06-08) 1318浏览 0评论0个赞
