使用多个学习率进行模型训练与优化
发布时间
阅读量:
阅读量
学习过程中所形成的记录,可供借鉴与参考。
Alpha值的定义与意义
针对 RGBA(或 BGRA)格式的数据而言,Alpha 通道所包含的 Alpha 值本质上应为 Opaque 值,即代表不透明度的参数。当 Alpha 值达到 255 时,意味着该像素完全不透明;而 Alpha 值为 0 的情况下,则表示该像素完全透明。
此外,Alpha 值也常用介于 0 到 1 的数值区间进行表达。其中,数值为 0 表示全透明状态,数值为 1 则对应完全不透明的状态。相关细节可参考此处:https://en.wikipedia.org/wiki/Alpha_compositing。>
直接 Alpha 和预乘 Alpha 的区别
Alpha 模式主要分为两种形式,分别为直接 Alpha 与预乘 Alpha。
在采用直接 Alpha 方式对 RGBA 颜色进行描述时,颜色的透明度信息会单独保存在 Alpha 通道中。例如,若需表示一种具有 60% 不透明度的绿色,则对应的数值应为:(0 , 255 , 0 , 255 * 0.6) = (0 , 255 , 0 , 153)。其中,数值 255 表示完全饱和的绿色,而数值 153(即为 255 的 60%)则用于表达该颜色应当具备的不透明度比例。
当使用预乘 Alpha 方法描述 RGBA 颜色时,每种颜色通道的
全部评论 (0)
还没有任何评论哟~
