本文深入浅出地解释了导数、梯度、雅可比矩阵和Hessian矩阵四个核心微积分概念及其应用。导数描述函数变化率，梯度指向函数最大增长的方向，雅可比矩阵描述多变量函数空间的变形，Hessian矩阵则包含函数的二阶导数，用于描述曲率。这些概念在优化算法（如梯度下降）和计算机图形学（例如抗锯齿渲染）中扮演着关键角色，理解它们有助于更好地掌握机器学习和图形渲染等领域的技术细节。
阅读更多
Shadertoy上的“Tiny Clouds”片段程序，仅用10行代码便实现了令人惊叹的逼真云彩效果。本文深入剖析了其代码细节，解释了其巧妙的逆向光线追踪、分形布朗运动（FBM）采样以及阿尔法混合技术，揭示了如何在如此精简的代码量下实现高质量的云彩渲染。作者还探讨了代码中一些有趣的技巧，例如利用宏定义减少代码长度，以及使用正弦函数增加渲染效果的随机性。
阅读更多
本文探讨了类似于Perlin噪声那样，对不同类型的噪声进行倍频求和的效果。文章首先介绍了蓝噪声，并展示了将其倍频求和后，噪声的分布会变得更加高斯化，同时频率截止值也会降低。随后，文章还测试了白噪声、二项式噪声、盒式噪声等不同类型噪声的倍频求和效果，并观察了其频谱变化。此外，文章还介绍了低差异序列噪声（如交织梯度噪声和R2噪声）的倍频求和结果，发现其频谱呈现出有趣的图案。文章最后对比了这种方法与Perlin噪声的生成过程，并指出其差异。
阅读更多