数据集采用吴恩达机器学习课后练习与MNIST数据集，基于numpy自建神经网络模型，识别率达98%以上。
数据集采用吴恩达机器学习课后练习与MNIST数据集，基于numpy自建神经网络模型，识别率达98%以上。
简单的逻辑回归模型解决二分类问题
机器学习多元线性回归模型
实时软光栅渲染器Open Renderer基于C++17开发，实现了光栅化渲染管线（顶点装配->顶点着色器->图元组装->光栅化->片段着色器）基本流程，同时借助games101、games202图形学理论实现了实时阴影、环境光遮蔽、动态全局光照、屏幕光线追踪等技术。使用OpenMP CPU并行计算加速软光栅渲染。
最近一年贡献：166 次
最长连续贡献：5 日
最近连续贡献：1 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request，其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。