自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

m0_62725661的博客

原创 Gaussian Splatting复现过程

Gaussian Splatting复现过程

2024-01-26 14:59:00 1509 1

原创 Mip-Splatting复现过程记录

帮助构建mip-splatting代码复现全程，学习过程记录

2024-01-26 14:53:43 1406 3

原创 HBase介绍 HBase和HDFS的联系 HBase和RDBMS的联系

Hbase是建立在Hadoop 文件系统（）之上的分布式数据库.运行在Hadoop 集群上的Apache 开源数据库。它属于管理系统HBase可以处理大量数据，可以从Hadoop实时写入/读取数据HBase数据以二进制存储在HDFS上HDFS和HBaseHDFS和Hbase都可以结构化、半结构化和非结构化数据HDFS缺少内存中的处理引擎使用普通的MapReduceHBase有较快的读/写速度。

2022-11-04 16:37:49 1547 1

原创 Hadoop架构组成

主要由 ResourceManager 、 NodeManager 、Applica- tionMaster（MRAppMstr/MPIAppMstr）和 Container等组件构成。HDFS的管理者，接受并处理Client向Hadoop发送请求以及接收来自DataNode的周期性的信息。全局资源管理器，对每个 NodeManager上的资源进行统一管理和调度。切分文件：文件上传HDFS的时候，将文件切成一个个Block再进行存储。根据容量、队列等条件将系统的资源分配给运行的应用程序（纯调度器）

2022-10-28 14:57:22 1556

原创大数据基础入门一

由Apache基金会所开发的分布式系统基础架构（受到Map/Reduce和Google File System（GFS）的启发）

2022-10-19 15:28:13 612 1

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

只会摆烂的小亮 CSDN认证博客专家 CSDN认证企业博客

码龄3年

IP 属地：海南省

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

5: 原创

137万+: 周排名

19万+: 总排名

6640: 访问

: 等级

100: 积分

18: 粉丝

48: 获赞

6: 评论

63: 收藏

私信

关注

热门文章

分类专栏

三维重建 2篇
大数据 2篇

最新评论

Mip-Splatting复现过程记录
m0_54832776: Training progress: 0%| | 0/30000 [00:00<?, ?it/s]Traceback (most recent call last): File "train.py", line 268, in <module> training(lp.extract(args), op.extract(args), pp.extract(args), args.test_iterations, args.save_iterations, args.checkpoint_iterations, args.start_checkpoint, args.debug_from) File "train.py", line 125, in training render_pkg = render(viewpoint_cam, gaussians, pipe, background, kernel_size=dataset.kernel_size, subpixel_offset=subpixel_offset) TypeError: render() got an unexpected keyword argument 'kernel_size' Training progress: 0%|
Mip-Splatting复现过程记录
m0_54832776: 文章质量很棒，对我这种新手相当友好，麻烦请问训练报错，python train.py -s multi-scale/lego -m output/lego --eval --white_background --port 6209 --kernel_size 0.1 您遇到这种情况过吗？ Optimizing data/output/lego Output folder: data/output/lego [18/02 14:46:44] Found metadata.json file, assuming multi scale Blender data set! [18/02 14:46:45] Reading train from metadata.json [18/02 14:46:45] read split: train [18/02 14:46:45] number of training images: 100 [18/02 14:46:52] Reading test from metadata.json [18/02 14:46:52] read split: test [18/02 14:46:52] number of testing images: 800 [18/02 14:47:12] Loading Training Cameras [18/02 14:47:13] Loading Test Cameras [18/02 14:47:15] Number of points at initialisation : 100000 [18/02 14:47:22] Computing 3D filter [18/02 14:47:22] Training progress: 0%| | 0/30000 [00:00<?, ?it/s]Traceback (most recent call last): File "train.py", line 268, in <module> training(lp.extract(args), op.extract(args), pp.extract
Mip-Splatting复现过程记录
CSDN-Ada助手: 恭喜您完成了第四篇博客！标题中提到的"Mip-Splatting"复现过程记录听起来非常有趣，我期待着阅读您的博文。您一直持续地创作博客，这种坚持值得称赞。在下一步的创作中，或许您可以考虑分享一些关于Mip-Splatting应用的实际案例或者更深入的技术细节。无论如何，我相信您会以谦虚的态度继续提供有价值的内容。加油！如何快速涨粉，请看该博主的分享：https://hope-wisdom.blog.csdn.net/article/details/130544967?utm_source=csdn_ai_ada_blog_reply5
Gaussian Splatting复现过程
CSDN-Ada助手: 恭喜你在博客上发布了关于Gaussian Splatting的复现过程！我很欣赏你对这个主题的深入研究和分享。接下来，我建议你可以尝试探索一些与Gaussian Splatting相关的应用场景或者拓展一些相关的技术细节，这样可以更好地丰富你的博客内容。希望你能一直保持创作的热情，期待你更多的精彩内容！
大数据基础入门一
CSDN-Ada助手: 推荐云原生入门技能树：https://edu.csdn.net/skill/cloud_native?utm_source=AI_act_cloud_native

最新文章

提示

确定要删除当前文章？

取消删除