摘要： 大家好~我開設了“深度學習基礎班”的線上課程，帶領同學從0開始學習全連接和卷積神經網絡，進行數學推導，并且實現可以運行的Demo程序 本文為第一節課：課程介紹的復盤文章 閱讀全文

摘要： 大家好~本文使用WebGPU的計算著色器，實現了奇偶排序。 奇偶排序是冒泡排序的并行版本，在1996年由J Kornerup提出。它解除了每輪冒泡間的串行依賴以及每輪冒泡內部的串行依賴，使得冒泡操作可以并行執行 閱讀全文

摘要： 大家好~本文基于光追管線實現，主要進行了CPU和GPU端內存的優化，成功地將渲染的2D物體數量由4百萬提高到了2千萬 閱讀全文

摘要： 大家好~本文使用WebGPU和光線追蹤算法，從0開始實現和逐步優化Demo，展示了從渲染500個2D物體都吃力到流暢渲染4百萬個2D物體的優化過程和思路 閱讀全文

摘要： 大家好~本文提出了“依賴隔離”模式，我們定義依賴隔離模式為：隔離系統的外部依賴，使得外部依賴的變化不會影響系統 閱讀全文

摘要： 大家好~本文介紹6個設計原則的定義 閱讀全文

摘要： 大家好~現在開始新的系列文章：3D編程模式系列 本系列會介紹從我的實際開發經驗中抽象提煉出來的編程模式，大家可直接應用它們到3D引擎開發、編輯器開發等領域中 閱讀全文

摘要： 大家好~本文推導全連接層的前向傳播、后向傳播、更新權重和偏移的數學公式，其中包括兩種全連接層：作為輸出層的全連接層、作為隱藏層的全連接層 閱讀全文

摘要： 大家好~本文介紹了前向傳播、梯度下降和后向傳播算法，總結了神經網絡在訓練和推理階段執行的步驟 閱讀全文

摘要： 大家好~這一個月以來，我從0開始學習和實現“深度學習”的技術。現在與大家分享下我的學習經歷，以及我了解到的深度學習在渲染中的應用方向，希望對大家有所幫助！謝謝！ 閱讀全文