D*******r
发帖数: 2323 | 1 你说的这种用图像数据的棋谱train好像是facebook现在做的，所谓卷积神经系统结合
图像识别技术。谷歌的具体是怎么train的没有细节，但我从研究团队的paper说用人类
的三千万手棋来train，我推测不是图像数据一局局棋来输入的，而是一手手棋来train
的，然后他左右互博的train法也大概透露出这一点。 |
|
D*******r
发帖数: 2323 | 2 围棋中的模糊是因为人算不清的模糊，不是目标的模糊。它的结果目标很明确，就是要
占地比对方多，过程目标也很明确，就是每一步都不要失去局面的均衡。
在围棋上，人现在对计算机的优势只有感官上的优势，就是在棋盘还比较空时，不确定
性还比较多时，人靠眼睛扫一眼棋盘，就能迅速圈出选点范围，而计算机没有视觉感官
的优势，当选点范围大时，它的计算量会急剧增加。
据Facebook的paper解释，Facebook的卷积神经网络是以围棋对局的图像资料作为输入
数据来train机器的，这有点类似人类用眼睛看棋型做判断了，我猜想，如果Facebook
和Google把他们的研究结合起来，用三套网络神经来选择和计算，人类在围棋上唯一的
优势也将荡然无存。
如果仅仅是为了赢棋，在上面三套神经网络之外，还可以加一套辅助的人类总结出来的
棋理和棋诀之类的比如说棋经十三篇，围棋十诀等等，来作为heuristic function来微
调参数。不过这不是Google及Facebook搞围棋AI的目的了。 |
|
D*******r
发帖数: 2323 | 3 围棋中的模糊是因为人算不清的模糊，不是目标的模糊。它的结果目标很明确，就是要
占地比对方多，过程目标也很明确，就是每一步都不要失去局面的均衡。
在围棋上，人现在对计算机的优势只有感官上的优势，就是在棋盘还比较空时，不确定
性还比较多时，人靠眼睛扫一眼棋盘，就能迅速圈出选点范围，而计算机没有视觉感官
的优势，当选点范围大时，它的计算量会急剧增加。
据Facebook的paper解释，Facebook的卷积神经网络是以围棋对局的图像资料作为输入
数据来train机器的，这有点类似人类用眼睛看棋型做判断了，我猜想，如果Facebook
和Google把他们的研究结合起来，用三套网络神经来选择和计算，人类在围棋上唯一的
优势也将荡然无存。
如果仅仅是为了赢棋，在上面三套神经网络之外，还可以加一套辅助的人类总结出来的
棋理和棋诀之类的比如说棋经十三篇，围棋十诀等等，来作为heuristic function来微
调参数。不过这不是Google及Facebook搞围棋AI的目的了。 |
|
o*****p
发帖数: 2977 | 4 http://zhuanlan.zhihu.com/yuandong/20607684
原链接有Nature文章中的数据图，我就不转贴了。
最近我仔细看了下AlphaGo在《自然》杂志上发表的文章，写一些分析给大家分享。
AlphaGo这个系统主要由几个部分组成：
1. 走棋网络（Policy Network），给定当前局面，预测/采样下一步的走棋。
2. 快速走子（Fast rollout），目标和1一样，但在适当牺牲走棋质量的条件下，速度
要比1快1000倍。
3. 估值网络（Value Network），给定当前局面，估计是白胜还是黑胜。
4. 蒙特卡罗树搜索（Monte Carlo Tree Search，MCTS)，把以上这三个部分连起来，
形成一个完整的系统。
我们的DarkForest和AlphaGo同样是用4搭建的系统。DarkForest较AlphaGo而言，在训
练时加强了1，而少了2和3，然后以开源软件Pachi的缺省策略 (default policy)部分
替代了2的功能。以下介绍下各部分。
1. 走棋网络：
走棋网络把当前局面作为输入，预测/采样下一步的走棋... 阅读全帖 |
|
M*****s
发帖数: 3436 | 5 AlphaGo的算法等技术分析
2016-03-10 田渊栋 算法与数据结构
来源：知乎专栏-远东轶事
作者：田渊栋（微博@远东轶事）
链接：http://zhuanlan.zhihu.com/yuandong/20607684
作者简介：田渊栋是卡耐基梅隆大学机器人系博士。曾就职于 Google X 部门，目前是
Facebook 的智能围棋 darkforest 的负责人和第一作者。
最近我仔细看了下AlphaGo在《自然》杂志上发表的文章，写一些分析给大家分享。
AlphaGo这个系统主要由几个部分组成：
1、走棋网络（Policy Network），给定当前局面，预测/采样下一步的走棋。/2
2、快速走子（Fast rollout），目标和1一样，但在适当牺牲走棋质量的条件下，速度
要比1快1000倍。
3、估值网络（Value Network），给定当前局面，估计是白胜还是黑胜。
4、蒙特卡罗树搜索（Monte Carlo Tree Search，MCTS)，把以上这三个部分连起来，
形成一个完整的系统。
我们的DarkForest和AlphaGo同样是用4搭建的系统。Dar... 阅读全帖 |
|
d*****n
发帖数: 754 | 6 狗贴身肉搏杀气不行。卷积神经网在这种情况下没用，必须一招一招算。 |
|
c*****w
发帖数: 50 | 7 CNN在视觉领域的突破使得计算机可以识别复杂的棋形，MCST和增强学习都是经典的东
西，狗狗把它们结合了起来。 |
|
r******i
发帖数: 1445 | 8 MCTS用在围棋也就10年
但是我认为狗的突破主要是value network |
|
c*****w
发帖数: 50 | 9 Value network是个创新，但是输入的feature还是来自CNN。我感觉Value network问题
很多，像第四盘的漏勺。 |
|
e********9
发帖数: 444 | 10 value networks，policy networks 的问题
应该还是根源于状态太多，搜索空间太大
这样就很难设计一个接近完美的function approximation |
|
c*****w
发帖数: 50 | 11 看了眼DeepMind那篇nature。 深度卷积网(DCNN) + 增强学习 (RL) + Monte Carlo 搜
索树(MCST)。DeepMind靠前两个起家(学打Atari游戏)，积淀很深，再加上黄MCST的研
究和domain knowledge，成就了AlphaGo。
AlphaGo有三个策略网(policy network)，一个比一个强：
一号很快但是棋力很弱，用于MCST局面评估，对一个局面左右互搏走到底看胜败。
二号棋力稍强，有业余高手的棋感(注意只是棋感，DCNN直接由棋形得到)，用于MCST初
步选点。
三号棋力最强，由二号通过增强学习得来，相当于二号左右互搏自我进化。也用于MCST
局面评估(原文是通过价值网络实现，但价值网络实际相当于三号的近似)。用二号而不
是三号做选点是因为二号有更好的选点“多样性”。
一号计算量最小，二号和三号的计算量差不多。所以人肉AlphaGo大体应该是这样的：
由业余高段(二号)选点，往下算几步，没步局面算个分，这个分有两部分组成，一部分
由两个KGS路人(一号)下到底给个分，一部份由职业初段(三号)凭感觉给个分。 |
|
d*****n
发帖数: 754 | 12 可以试试十七道棋盘。人可以照下，机器会怎样？卷积神经网的输入维数都变了，阿狗
还会下吗？而且也没有训练样本啊 |
|
q*c
发帖数: 9453 | 13 阿法者，
不列颠伦敦狗也，善棋。
承卷积深网之道①，
行蒙卡洛寻之法②。
少时无名，人多轻之。
壬辰年，习禅（Zen）道，
败武宫君正树于南洋，让四子。
狗始出道。
时兴分精多算之术③，
乃寻数纯阳之器，分核于众器之间。
术成之时，聚众力而归一。
狗遂修其道，收百余器，分六十四程④
得千钧力，五胜樊氏麾君。
丙申年初，功法成，
颁檄文于自然，欲霸天下。
三月，举兵高丽，战韩将李君世石。
石少年成名，攻守兼备，灵实兼修。
昔十番棋六胜古力，名天下也。
狗石五番决战，注目者众。
狗以百器万核为基，
催增强学习之法⑤，
四胜一败，名声大造。
彼时，黑白盟主柯洁哂之。
七月，狗夺盟主之位。
后闭关，不闻于踪迹。
年末，快剑师（Master）骤现弈城。
一己之力，横扫中日韩三派高手数十余。
三日三夜，六十余战，
未尝败绩，怯天下。
臣柯洁，朴廷桓，井山众高手。
揭面具，乃狗也，谁于不服。
大矽公曰：
夫狗胜人之世，虽浩繁如弈战，
人尚不能赢。
安得浮生千万技，谁可赢哉？
技之徒劳不远矣。
注释：
① 神经网络（Neural Network）：一种仿造大脑皮层机制的人工智能算法。
② 蒙特卡洛树搜... 阅读全帖 |
|
g*******i
发帖数: 171 | 14 别瞎忽悠了， 土狗要是有让业余6段的水平， 早公布到网上公开下了， 60：0 那是20
秒一步的超快棋， 没意义， 一秒十步的棋， 机器让9段9个子都能赢。
都别跟着起哄了，下载一个最强的公开智能围棋软件， zen 5 , deep zen, 有业余3段
水平的，砍瓜切菜一般， 机器没任何机会。
就像， 智能翻译， 只能图像识别，现在都用上了， 卷积神经网， 牛逼吹的震天响，
号称精确度已超过人类， 去试一下 google translate he Goggle, 还是烂的不行。 |
|
p*****y
发帖数: 421 | 15 呵呵，我们再探讨一下。
其实，和HP，如果面对讨论，不至于吵起来，的确在描述和概念上有误解。如果整个过
程中，我有什么不对，我也对他道歉。
其实上次和他争执，一个是BC有没有必要用多普勒。他说4BC就够了，不需要多普勒，
而且他对多普勒的理解不深入。这个帖子就是为了说明，4BC是多普勒测出来的。
另一个就是枪法的问题。HP说：
如果是Lapua就算能有10-15或者更多的初速差，我这种烂水平带组间冷管一般也能打0.
25-0.35MOA，最大不超过0.45MOA的五发组。
在308上，好天里打1300码甚至1400码多一点都SubMOA。
看看我为什么说他吹牛，他认为这里面有侮辱的意思。我的确没有。在1200码，1fps会
产生0.45inches左右的误差,15pfs即使6.75inch,则应是0.5MOA.而且子弹出速度影响不
是线性的，因此在1400yards，应该超14inch. 我用数学来证明他的论断是太过了。因
此我不认为吹牛有错误的描述。
我和我们的sniper导论后，其实，HP指的是打固定靶。太多情况都是固定的。而且是多
发打，有修正的过程。这个产品讨论的是one-sh... 阅读全帖 |
|
c*********d
发帖数: 9770 | 16 【 以下文字转载自 Travel 讨论区 】
发信人: chinabbsdad (张果老他爹), 信区: Travel
标 题: 残酷藏地：你幻想的诗和远方，是17条人命的埋骨场
发信站: BBS 未名空间站 (Fri Oct 20 23:02:02 2017, 美东)
http://wemedia.ifeng.com/14711353/wemedia.shtml
杜绍斐
2017-05-06 15:14:48
每个人都向往诗和远方，但又有多少人在迈出第一步时就怂了？
本周，2名登山者在喜马拉雅山麓遇难的消息刷爆互联网。
多数人觉得不值，更有人评价作死。雪山禁地究竟有什么吸引力令无数人神往，那些鲁
莽的探险者们到底是否值得纳税人的钱去营救？
这是杜少第26篇真实故事，现代中国最残酷的一场雪山灾难将摆在你眼前。死亡、诅咒
与猜疑中，信仰冲突和敬畏之心夹杂，17名登山者付出性命。
两人谁先死去，还没死的那个人，就吃对方的肉活下去。
当奄奄一息的女友说出这句话，来自台湾的梁圣岳安慰她，我们都要笑着活下去。那时
这对情侣已经被困在喜马拉雅山麓超过3周，体重暴跌到30公斤，粮食断绝，脚上爬满
... 阅读全帖 |
|
c*********d
发帖数: 9770 | 17 【 以下文字转载自 Travel 讨论区 】
发信人: chinabbsdad (张果老他爹), 信区: Travel
标 题: 残酷藏地：你幻想的诗和远方，是17条人命的埋骨场
发信站: BBS 未名空间站 (Fri Oct 20 23:02:02 2017, 美东)
http://wemedia.ifeng.com/14711353/wemedia.shtml
杜绍斐
2017-05-06 15:14:48
每个人都向往诗和远方，但又有多少人在迈出第一步时就怂了？
本周，2名登山者在喜马拉雅山麓遇难的消息刷爆互联网。
多数人觉得不值，更有人评价作死。雪山禁地究竟有什么吸引力令无数人神往，那些鲁
莽的探险者们到底是否值得纳税人的钱去营救？
这是杜少第26篇真实故事，现代中国最残酷的一场雪山灾难将摆在你眼前。死亡、诅咒
与猜疑中，信仰冲突和敬畏之心夹杂，17名登山者付出性命。
两人谁先死去，还没死的那个人，就吃对方的肉活下去。
当奄奄一息的女友说出这句话，来自台湾的梁圣岳安慰她，我们都要笑着活下去。那时
这对情侣已经被困在喜马拉雅山麓超过3周，体重暴跌到30公斤，粮食断绝，脚上爬满
... 阅读全帖 |
|
c*********d
发帖数: 9770 | 18 http://wemedia.ifeng.com/14711353/wemedia.shtml
杜绍斐
2017-05-06 15:14:48
每个人都向往诗和远方，但又有多少人在迈出第一步时就怂了？
本周，2名登山者在喜马拉雅山麓遇难的消息刷爆互联网。
多数人觉得不值，更有人评价作死。雪山禁地究竟有什么吸引力令无数人神往，那些鲁
莽的探险者们到底是否值得纳税人的钱去营救？
这是杜少第26篇真实故事，现代中国最残酷的一场雪山灾难将摆在你眼前。死亡、诅咒
与猜疑中，信仰冲突和敬畏之心夹杂，17名登山者付出性命。
两人谁先死去，还没死的那个人，就吃对方的肉活下去。
当奄奄一息的女友说出这句话，来自台湾的梁圣岳安慰她，我们都要笑着活下去。那时
这对情侣已经被困在喜马拉雅山麓超过3周，体重暴跌到30公斤，粮食断绝，脚上爬满
蛆虫。
左图为梁圣岳与女友合影；右图为获救后的梁圣岳
就在同一时刻，世界最强登山家，被称为瑞士机器的「UeliSteck-乌里・斯特克
」站在珠穆朗玛山脚，为再一次打破世界纪录，做最后准备。毫无安全措施下，他将连
续攀上珠峰及旁边的努子峰，成竹在胸。
上月26... 阅读全帖 |
|
p********y
发帖数: 111 | 19 离散时域信号的频谱如何用它的连续时域信号的频谱表示？
我觉得：离散时域信号就是无限delta信号乘以连续时域信号，对应频率空间，离散时域信
号的频谱就是连续时域信号的频谱和delta做卷积。但是别人评价我不够直观，应该如何说？谢谢 |
|
p********y
发帖数: 111 | 20 这个问题有人给我说了，就是离散时域信号在频率空间就是频率空间中连续时域信号在
－fs/2 到
fs/2 的叠加
还有一个小问题，时域里，如何把一个方波变为2个方波，再变为3个...,对应频率空间
是如何变化的？
我觉得就是时域里用delta函数卷积方波，频率空间用delta函数乘sinc，然后两个域同
时取窗口函
数，又被人说不直观，没有抓住要点。
我又想是不是可以这样说，时域里两个方波就是一个方波加上它，本身推迟后的叠加，
对应频率空间就
是一个sinc函数和这个sinc函数乘以一个相移因子的叠加，还是被臭一顿....
tmd到这个小公司来interview两个礼拜，以前没学过信号处理，天天被boss刁难
时域信
如何说？谢谢 |
|
r*********r
发帖数: 1892 | 21 你们老板真TMD变态,
tip:
一个方波是有infinite的fundamental wave and its harmonics 组成的,如果你试着这
么想问题,可能比你老想用卷积这种比较抽象的东东,工业界比较喜欢直接简单的东东:) |
|
y******e
发帖数: 5906 | 22 姐姐说了n回了，下回照爬不误
What is网络三陪啊？哪三陪？
说有聊的你听的懂吗？
要不没事儿你给大家聊聊什么是Restricted Boltzmann Machine(RBM)受限波尔兹曼机
吧，要不CNN也行，注意噢，不是那个放新闻的，是卷积神经网络 |
|
h*****8
发帖数: 2667 | 23 瞎出主意，说错了别生气。
亚士龙x2大概09年中推出的吧。我猜混响这个效果是不是卷积出来的？不然可不可以分
段处理呀？那样会少占内存，还有就是把不相干的程序，服务都关掉，把网断开，把虚
拟内存调最大。然后就没馊主意了。
。非常崩溃 |
|
a*******u
发帖数: 6324 | 24 原文转载如下，
http://www.exound.com/modules/tutorials/view.article.php?a106
括号里面的是我自己写的。
～～～～～～～～～～～～～～～～～～～～～～
母带处理常被认为是一门神秘的艺术，是在歌曲最后的环节进行的复杂处理。不过，它
并不是一项学不会的技能。这里我们给出你9条关于母带处理的技巧。
技巧1：尝试使用Exciter（激励器）/Enhancer（增强器）
如果经过EQ的处理，你的高频仍然不太理想，你可能会想要尝试使用激励器或增强器。
EQ处理会带来噪音，而且只能对已经存在的部分做放大。激励器能提升基本音符的泛音
，让呆滞的混音变得明亮。不过对于母带处理的任何环节都要注意，别过分处理了。
（他们谁说BBE不太好，估计就是这个原因，给激励过头了，我现在也不咋用BBE，不好
控制）
技巧2：收紧混音（ tight）
调整立体声录音的宽度通常是指让它变宽，但是对于过宽的混音也可以进行收紧。有很
多插件可以做到，但是你需要很小心地使用，因为它们很可能会导致一些相位问题，并
且减弱整体混音的力度。确定不要去碰100Hz以下的区域，因... 阅读全帖 |
|
t*********5
发帖数: 5404 | 25 再给大家推荐个我昨天刚刚发现的好东西-一套非常详细的Wave 9插件的使用教程。该
教程并非只是介绍各插件的使用方法，而且还讲解了混音中应该注意到问题。我看了几
集，感觉受益匪浅。
另外，本教程虽然是针对Waves 9的教程，其实有些基本插件中低版本的Waves插件包中
也有。本教程适合有一定混音基础，并愿意系统深造学习的同学使用。
教程内容包括：
一，Waves9在各种宿主中的加载方法
二，混音必备知识及概念
三，PAZ频谱分析 频率及音量
四，PAZ频谱分析 声场及空间
五，混音的几个错误观念
六，初识均衡器
七，认识均衡器的功能
八，初识人声的均衡调节
九，初识鼓组的均衡调节
十，初识木吉他的均衡调节
十一，初识电吉他清音的均衡调节
十二，初识电吉他失真的均衡调节
十三，初识弦乐的均衡调节
十四，初识钢琴的均衡调节
十五，初识贝司的均衡调节
十六，初识主音声部的均衡调节
十七，低频激励器 1
十八，低频激励器 2
十九，模仿电话音
二十，均衡器的巧用
二十一，简易滤波器的妙用
二十二，简易低频激励器
二十三，简易高频激励器
二十四，降噪器的用法
二十五，简易降噪器
二十六，门限器... 阅读全帖 |
|
i*******D
发帖数: 993 | 26 通过建模的方式实时再现出原始的音色可能很困难。这个困难很可能比你说的要大，并
且不是简单地靠提高处理速度就能解决的。处理速度的提高速度非常有限。还是看模型
建得是否合理，算法是否高效。从某种意义上说都是trade off。这不光是力度级别够
不够的问题，还有一个多个音在时间上叠加或者同一个音快速弹响两次（比如你踩住延
音踏板）。采样音色似乎就是用卷积来算。但是物理建模的如果也简单地这样算似乎就
太不长进了。 |
|
t*******r
发帖数: 22634 | 27 在仿真领域，搞卷积插值的单挑搞有限元非线性的最终是没有出路滴…………
历史已经在各个领域一再证实廖…………只是时间的问题。
像在俺搞的某一领域，还不算是仿真，基于解非线性方程的工业界算法横
空出现的时候，解算结果的质量秒杀基于解线性方程的工业界算法。那年
基于解线性方程的算法只能寄托于计算速度上，随着浮点协处理器的一代
代的增强，现在连速度的优势都没有廖（处理器代与代之间主频/FSB速度
的增加远远比不上数学协处理器计算能力的增加）。
当年做非线性大家还拚查表算法的设计，现在不少情况下谁查软表格谁是
傻子。。。浪费 cache/FSB 还不如浪费 MPU 来的划算，还不说查表误
差的问题。。。得与时俱进是真的。。。 |
|
c******q
发帖数: 2995 | 28 厄。。
看了， 我可以去讲台上BS个2分钟。。。但是不懂。。。
傅里叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者
它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如
连续傅里叶变换和离散傅里叶变换。最初傅里叶分析是作为热过程的解析分析的工具被
提出的（参见：林家翘、西格尔著《自然科学中确定性问题的应用数学》，科学出版社
，北京。原版书名为 C. C. Lin & L. A. Segel, Mathematics Applied to
Deterministic Problems in the Natural Sciences, Macmillan Inc., New York,
1974）。
* 傅里叶变换属于谐波分析。
* 傅里叶变换的逆变换容易求出,而且形式与正变换非常类似;
* 正弦基函数是微分运算的本征函数,从而使得线性微分方程的求解可以转化为常
系数的代数方程的求解.在线性时不变的物理系统内,频率是个不变的性质,从而系统对
于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取;
* 卷积定理指出:傅里叶变换可以化复 |
|
|
t****g
发帖数: 35582 | 30 卷积不用吧，知道内积就行了。
要玩悬的就先实数，测度，实空间，内积空间，基函数，blah, blah, blah.... |
|
S*********a
发帖数: 1640 | 31 看了一下那个Paper的PPT，他们的方法是假设Blurred Image = Sharp Image 卷积
Blur
Kernel + Noise，所以恢复Sharp图像主要就是从加速度Sensor和Gyroscope的数据估计
出那个
Motion导致的Blurring kernel，从而从Blured Image "Deconvolute" 出Sharp Image
不是专门搞这个，万一理解有误别见怪，呵呵。
他们的方法和原来的数码防抖技术比主要是考虑了相机动的过程中，景物不是相对成相面空间不变的，
因为相机旋转还会导致物体的深度发生变化，所以要加上Gyroscope测的6 DOF的角度变化。 |
|
p*****r
发帖数: 1883 | 32
恢复成勉强可以看的已经是一大步了，这个在手机上面效果更明显，因为你带单反至少
都会带个三脚架，而手机拍摄条件一
般不会那么严格，手机拍的多半都是糊的，有这个后期卷积能卷的凑合能看就不错了 |
|
|
b**a
发帖数: 1375 | 34 既然有虹, 还会有霓, 霓++, ......
不过也不能一口咬定说没法修复.
瞎猜猜啊, 反卷积?
反正这个反射是时时存在的, 只不过晚上的强光源的时候明显而已. |
|
b*****e
发帖数: 14299 | 35 我现在明白了，要数毛其实不仅仅是MTF，还有对焦能力，这是pixel peeper卷积AF的
结果。 |
|
|
G*****h
发帖数: 33134 | 37 【 以下文字转载自 Military 讨论区 】
发信人: wayofflying (小破熊), 信区: Military
标 题: 中国又一核心关键技术获得重大突破
发信站: BBS 未名空间站 (Thu Nov 17 03:46:59 2011, 美东)
中国又一核心关键技术获得重大突破
我国在离轴三反光学系统先进制造技术上实现重大突破，为我国空间光学遥感器的
跨越式发展打下了坚实基础。日前，这一由中科院长春光机所完成的重大科技成果通过
鉴定。
自上世纪90年代以来，空间光学遥感器在国防、国民经济领域的需求快速增长。如
何解决高分辨率与大视场的矛盾，一直是高分辨率空间光学遥感器研究的瓶颈。离轴三
反光学系统可以同时实现长焦距与大视场，且没有中心遮拦，调制传递函数高，被公认
为新一代空间光学系统的发展方向。然而，由于其结构复杂性和非对称性，制造难度极
大，需要开发多项先进的加工、检测、装调技术予以支持。欧美制造商将离轴三反光学
系统制造技术列为核心关键技术，于90年代末取得了突破性进展，研制出在轨性能优良
的光学遥感卫星。鉴于该技术在国防、国民经济领域具有重要的意义，欧美国家采取了... 阅读全帖 |
|
s*n
发帖数: 2603 | 38 这个太简化了，你没有考虑样品结构本身对照明光的卷积。。 |
|
|
t****g
发帖数: 35582 | 40 不知道PS有没有自动寻找out of focus区域的功能。
其实自己写个算法找out of focus区域很简单，Digital Image Processing 101的作业
。然后把out of focus的区域再加一个defocus kernel再卷积一把，就更smooth了。 |
|
b*******t
发帖数: 33714 | 41 哦耶我也是！
然后听不懂什么是卷积狂被人家鄙视 |
|
c********y
发帖数: 30813 | 42 没错啊，MTF是机身和镜头做卷积，所以最后结果更取决于那个狗的。 |
|
|
G**Y
发帖数: 33224 | 44 误区呀。
狗头上了高分辨率，低ISO的时候，肯定是提升呀。
MTF要做乘法（其实是卷积），body提升里，画质自然提升呀。 |
|
k********a
发帖数: 446 | 45 LMO 是基于反卷积的算法吧， 就是计算量大。 |
|
b*s
发帖数: 82482 | 46 土，换个拉普拉斯卷积也好啊……
这词不是我们理工科wsn专门用来吓唬文科mm的常用词嘛，哈哈 |
|
d*****y
发帖数: 215 | 47 【 以下文字转载自 THU 讨论区,原文如下 】
发信人: destiny (无形剑气), 信区: THU
标 题: BBS百日感(6)－守株待兔
发信站: The unknown SPACE (Fri Dec 17 00:31:45 1999), 站内信件
和和，第三个ID还颇让偶得意了一阵。
有一天，居然有不认识的人找偶聊天，当然了，
不认识的人＝上线人数－2，但不管怎样，和和，偶的cool昵称还是作用不小。
要不然，为啥和偶聊，而不和“小宝离家”或“sunshine"这么土的ID聊呢？//grin
Anyway,很快偶还是认识到了现实，认识人是一个过程，
虽然在聊天室是一个过于虚幻的世界，道理还是相同的。有时候难得周末有空，
兴高采烈地想找个人聊一聊,还不定有人理你，很是打击新手的热情。
嗯，偶广交天下友的伟大热情岂能被这点困难难倒，
于是偶给薛定鄂方程再加了两个边界条件，和社会做了一个卷积，
run了包括了一亿个构象的Monte Carlo Simulation，再做了一把FFT分析，
尾随一个牛顿松弛法的全局优化...... 和和，一篇博士论文哩。
终于，得出了结果： |
|
|
e*******s
发帖数: 1067 | 49 大一的题目太简单
最起码要卷积或者环路积分什么的 |
|
