[源于中国的现代景观设计 空间营造 pdf]天气那么热，应该到哪里去玩？

大家好，今天小编关注到一个比较有意思的话题，就是关于源于中国的现代景观设计 空间营造 pdf的问题，于是小编就整理了2个相关介绍源于中国的现代景观设计 空间营造 pdf的解答，让我们一起看看吧。

天气那么热，应该到哪里去玩？

感谢平台的邀请！

天气这么热，去那游玩？

夏养心！从中医养生角度来说，夏季是最适合养心的季节，因为天气炎热，人体出汗过多消耗比其他季节还要多，中医认为汗为心之液，出汗出多了不好，西医的观点就是夏天高温人体出汗过多会让电解质流失造成低钾现象

人体汗出过多钾离子流失也多，这样人体就会感觉乏力，味口差，通常人们都是服绿豆粥，喝点淡盐水解决，夏天是一个让人容易多灾多难的季节，天气炎热，细菌也多，虫子也异常活跃，不少人夏天被各种毒虫咬伤，

有任何慢性病的人都受不了夏天，特别是心脑血管疾病、焦虑症抑郁症患者，夏天天热容易造成交感神经兴奋引起心率过快，前面说了低钾会让人体虚，同时低钾也会严重影响心脏，心脏不能缺钾，一旦缺钾会造成严重的心率失常，夏天要多吃苦类食物和各种瓜果，苦类食物去心火，夏天有需要补钾的可以食用蘑菇，海带，香蕉，土豆，哈密瓜等，这些比绿豆粥补钾效果好，但患有肾病，高钾血症的朋友吃这类钾含量高的食物必须听从医生的建议，

那有人会说，夏天我躲空调房就是，我少流点汗，空调房也不能多待，待久了损伤人体阳气，现在人怕冷手脚冰凉易生病根源在于人体阳气不足，也就是西医说的免役力差，

夏天除了暑热还有湿毒，湿毒最难清除！可以说夏天是五毒俱全的季节，这个季节人体必须比平时更注重养生休息，夏天不保养好秋冬季人体容易多病，

夏天可以通过三伏贴或艾灸，拔罐减轻身体的毒素，这也中医说的冬病夏治！夏天就是一个更好排毒的季节，天气炎热，人体阳气比其他季节好，最容易排出各种邪毒，另外身体好的人可以服酸梅汤来生津止渴，胃酸过多的就不要服，

前面写这么多意思夏天不太适合旅游，安心待家避暑更好，等天气凉快了出门旅游更好，秋高气爽，立秋了你想去那就去那，夏天啊还是养好心吧

怎么理解生成模型VAE？

VAE，即Auto-encoding variational bayes是13年由Kingma, Diederik P., and Max Welling. 提出的。

论文地址：

想要深刻理解VAE背后的原理需要一定的数学基础，其中涉及到变分推理和贝叶斯等。本文的重点放在对VAE的思想的理解上，重点并不是怎么去做公式的推导和解释。

首先，VAE是结合了神经 *** 和贝叶斯思想做的变分推理。那神经 *** ，在这其中起到什么作用呢？

我们知道我们可以通过增加神经 *** 的复杂结构，来增强神经 *** 的非线性拟合功能。因此可以用神经 *** 去逼近一些比较复杂的函数，这些函数如果不用神经 *** 逼近的话，可能非常复杂，甚至无法以非常显形的方式建模出来（要知道，只有一部分自然界中的规律能让我们用数学公式抽象地表达出来）。

我们再来继续看，VAE中哪一步需要神经 *** 的帮助？

VAE是生成模型，先不看VAE。简单地说，如果我们想要生成一个数据，可以通过什么样的方式做到呢？如下图所示，比如，我们输入一个向量[1, 0, 0, 0]，想让它经过神经 *** 后生成一张猫的图片，我们不断训练这个 *** 去减小生成的图像和原始图像的平均平方误差。那么训练完后，这个图像的信息就被保留在了 *** 的参数中。

按照这个想法，我们再向 *** 输入[0, 1, 0, 0]代表狗，让 *** 能生成一个狗的图片。基于这个思想，我们可以上升一个层次扩展下去，我们可以不输入独热编码，而是输入实数值向量，从而能用更低维度的向量，编码更多的图片。例如可以输入 [3.3, 4.5, 2.1, 9.8]代表猫，输入[3.4, 2.1, 6.7, 4.2] 代表狗。这个已知的初始向量就对应了VAE中提到的概念latent variable。而上述得到的 *** 叫做解码器，因为给 *** 输入一个指定的向量，就能把这个向量通过 *** 解码得到与编码向量对应的一张图片。但这么做的前提是，你已经知道在latent variable这个 *** 中，怎样的向量输给 *** 能生成猫，怎样的向量输给 *** 能生成狗。如果你不知道这个latent variable，你会怎么办，你只能去试，比如随机选一个latent variable向量输进 *** ，看结果会不会是你想要的猫或者狗，但这种做法实在是一言难尽，一点不像是搞科研的人干的事情。

因此，我们需要一个编码器，能够把输入的图像进行编码，而这个编码的结果不再是规律不可循的了，而是服从我们指定的简单的分布，这个编码的结果服从的分布，一方面是基于输入数据的，因此它也具备了能被解码器解码回去的能力。另一方面，它服从一种简单的我们能够掌握的分布，因此我们能够有规律可循的生成一个latent variable，把这个latent variable输入给解码器，就能生成一张图片。我们把latent variable记作Z（Z是可以有很多分量，同时它的分量也可以是一个多维向量，总之Z可以是一个多维的向量），而Z的这个分布我们可以记作q（Z）。

实际上，真实世界的过程应该是这样的，比如对于一张动物图片，决定它是一个猫还是一个狗，应该是由很多隐含变量的，比如图片中的动物眼睛、鼻子、嘴、耳朵都是什么样的、而且这个变量之间往往不是相互独立的，是错综复杂的关系，这个真实世界中的latent variable的分布我们记作p（Z）。真实世界生成一种张图片的过程应该是：

我们先在p（Z）中选在一个编码向量，在根据这个编码向量生成图片。就是因为真实的先验概率p（Z）实在不好捕捉和发现，我们才利用VAE中的encoder去编码一个q（Z），这个q（Z）的意义就是为了去逼近近似p（Z），能完成p（Z）的功能，即采样之后能生成一张图片的功能。

因此，我们就能理解VAE中的loss函数的组成了，一方面，是图片的重构误差，我们可以用平均平方误差来度量，另一方面。我们可以用KL散度来度量我们的q（Z）分布和p（Z）分布的差异。

最后，我们给出利用VAE生成手写数字的结果：

感兴趣的同学也可以看一下，下面的有关VAE的更详细的论文：

到此，以上就是小编对于源于中国的现代景观设计 空间营造 pdf的问题就介绍到这了，希望介绍关于源于中国的现代景观设计 空间营造 pdf的2点解答对大家有用。