首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

新知 | 虚拟世界互动新场景及应用方案

新知系列课程第二季来啦!我们将为大家带来全真互联时代下新的行业趋势、新的技术方向以及新的应用场景分享。本期开始,我们将分三期为大家带来虚拟世界及云渲染相关的详细分享。今天,我们邀请到了腾讯云音视频技术导师——张驰,为大家分享虚拟世界互动新场景及应用方案。 今天的分享分三个部分,首先带大家了解互动应用的发展趋势,之后为大家讲解虚拟互动新场景的探索实践,一起看看有哪些具体的应用APP和新鲜的场景,最后还会介绍一下我们提出的虚拟世界解决方案。 从电影《头号玩家》里“绿洲”的沉浸式体验虚拟世界,《失控玩家》中逼

01

【业界】程序员也是天文学家?利用机器学习寻找行星

今天,借助望远镜光学、太空飞行、数码相机和计算机等技术帮助,我们有可能探测其他恒星周围的行星。但发现系外行星并不容易。所以我们最近使用了机器学习技术。 几千年来,人们一直仰望星空,记录观察报告,发现行星运行轨迹。早期天文学家通过夜空中看似不规则的运动,发现其中的行星,希腊人称之为“planētai,”或“流浪者”。几个世纪的研究帮助人们了解地球和太阳系中其他恒星围绕太阳运行的轨迹。 今天,借助望远镜光学、太空飞行、数码相机和计算机等技术的帮助,我们有可能将我们的理解扩展到太阳系之外,并探测其他恒星周围的行星

05

离群?异常?新类?开集?分布外检测?一文搞懂其间异同!

在开放世界中分类是验证模型安全性的重要方式,也是一个真正能够商用落地的模型不可避免要面对的问题。传统的分类模型都是在一个封闭的世界中进行训练,即假设测试数据和训练数据都来自同样的分布(称作分布内,in-distribution)。例如我们利用一组猫、狗照片训练一个猫、狗分类器。然而,部署的模型在实际使用中总是会遇到一些不属于封闭世界类别的图片,例如老虎。或者也会遇到一些和训练图片视觉上大相径庭的照片,例如卡通猫。模型应当如何去处理这些不属于训练分布的图片(即分布外样本,out-of-distribution),是开放世界领域所关注的问题。

03
领券