正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

f(x) = sin(x)

Code Geek

96,162 subscribers

57,773 次观看 • 2 天前 •via X (Twitter)

科学技术教育

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

f=0,draw=a=>{for(f||createCanvas(W=400,W),background(P=PI/32),noStroke(w=W/TAU),y=PI/1.46;y<TAU-PI/1.46;y+=P)for(x=0;x<TAU;x+=P)h=(sin(tan(atan(f)))+x)*w+12*(sin(tan(atan(f)))+x),v=(cos(f+x)+y)*w,circle(W-v,h,h/66),circle(v,h,(W-h)/66);f+=P/3};//#つぶやきProcessing #p5js #loop

f=0,draw=a=>{for(f||createCanvas(W=400,W),background(P=PI/32),noStroke(w=W/TAU),y=PI/1.46;y<TAU-PI/1.46;y+=P)for(x=0;x<TAU;x+=P)h=(sin(tan(atan(f)))+x)w+12(sin(tan(atan(f)))+x),v=(cos(f+x)+y)*w,circle(W-v,h,h/66),circle(v,h,(W-h)/66);f+=P/3};//#つぶやきProcessing #p5js #loop

Koma Tebe

10,903 次观看 • 1 年前

x=u=v=f=0,n=200,draw=o=>{for(f||createCanvas(W=400,W),r=2*PI/n,background(0),i=0;i<n;i++)for(j=0;j<55;j+=.1)u=sin(i+v+f)-sin(R=r*i+x-99*f),v=cos(i+v+f)-cos(R),x=u+f,X=n+99*u,Y=n+99*v,stroke(W,2*j+66),line(X,Y,X+1,Y+1);f+=5e-5};//#つぶやきProcessing based on Basic code by ZXDunny

x=u=v=f=0,n=200,draw=o=>{for(f||createCanvas(W=400,W),r=2PI/n,background(0),i=0;i<n;i++)for(j=0;j<55;j+=.1)u=sin(i+v+f)-sin(R=ri+x-99f),v=cos(i+v+f)-cos(R),x=u+f,X=n+99u,Y=n+99v,stroke(W,2j+66),line(X,Y,X+1,Y+1);f+=5e-5};//#つぶやきProcessing based on Basic code by ZXDunny

Koma Tebe

26,068 次观看 • 1 年前

Hypnosis, 233 chars #つぶやきGLSL for (O *= m; m < 170.;O += .0007 / (abs(length( a + abs(sin(m* mix(.02,.07, sin(f)*.5 + .5) - f)) * vec2(cos(x = m*.05-f), sin(x)))-.5) + .02) * (1.+cos(m++*.1 + length(a)*6. - f + vec4(0,1,2,0))));

Hypnosis, 233 chars #つぶやきGLSL for (O = m; m < 170.;O += .0007 / (abs(length( a + abs(sin(m mix(.02,.07, sin(f).5 + .5) - f)) vec2(cos(x = m.05-f), sin(x)))-.5) + .02) (1.+cos(m++.1 + length(a)6. - f + vec4(0,1,2,0))));

kishimisu

38,594 次观看 • 2 年前

#つぶやきProcessing f=0,draw=e=>{for(f||createCanvas(W=400,W),background(f+=.01),C=circle,i=0;i<TAU;i+=.19)C(X=S(r=170),Y=O(stroke(g=320)),6),X=X>g?g:X,Y=Y>g?g:Y,C(X=X<80?80:X,Y=Y<80?80:Y,6),line(x,y,X,Y),line(S(r=85),O(),X,Y),C(x,y,6)},S=X=>x=sin(f+i)*r+200,O=X=>y=cos(f+i)*r+200

#つぶやきProcessing f=0,draw=e=>{for(f||createCanvas(W=400,W),background(f+=.01),C=circle,i=0;i<TAU;i+=.19)C(X=S(r=170),Y=O(stroke(g=320)),6),X=X>g?g:X,Y=Y>g?g:Y,C(X=X<80?80:X,Y=Y<80?80:Y,6),line(x,y,X,Y),line(S(r=85),O(),X,Y),C(x,y,6)},S=X=>x=sin(f+i)r+200,O=X=>y=cos(f+i)r+200

Koma Tebe

72,023 次观看 • 2 年前

for(f=0,a=[],W=400,y=0;y<W;y+=10)for(x=0;x<W;x+=10)a.push([x,y]);draw=o=>{for(f||createCanvas(W,W),background(0,9),stroke(W),C=a=>constrain(a,100,300),i=W;i--;)d=PI/noise(i+sin(f)/13),point(a[i][0]=C(sin(d+f)+a[i][0]),a[i][1]=C(cos(d+f)+a[i][1]));f+=.01};//#つぶやきProcessing

for(f=0,a=[],W=400,y=0;y<W;y+=10)for(x=0;x<W;x+=10)a.push([x,y]);draw=o=>{for(f||createCanvas(W,W),background(0,9),stroke(W),C=a=>constrain(a,100,300),i=W;i--;)d=PI/noise(i+sin(f)/13),point(a[i][0]=C(sin(d+f)+a[i][0]),a[i][1]=C(cos(d+f)+a[i][1]));f+=.01};//#つぶやきProcessing

Koma Tebe

17,924 次观看 • 1 年前

f(x) x anna kendrick (2013)

f(x) x anna kendrick (2013)

krystal soojung 🦢✨

378,819 次观看 • 6 个月前

SHINee x f(x) x 2pm x Mblaq x Girls Generation x Kara x After School - Circus (Britney Spears) (2010)

SHINee x f(x) x 2pm x Mblaq x Girls Generation x Kara x After School - Circus (Britney Spears) (2010)

bg videos

36,079 次观看 • 4 个月前

Do you actually know what convex optimization is in the geometric, guarantee-theoretic sense or have you only met it through solvers and loss curves? Convexity is rare comfort in optimization...there are no spurious local minima, no surprise traps, and inequalities you can use like tools instead of prayers. So, what is this convexity? Let x = (x₁, x₂) and let f(x) be convex. Plot the surface z = f(x). Pick a contact point x₀. The local slope is the gradient p = ∇f(x₀). That p is exactly the data that defines the supporting plane: z = f(x₀) + p · (x − x₀). Thus, f is said to be convex because for every x, f(x) ≥ f(x₀) + p · (x − x₀). So the plane at x₀ can slide under the surface, but it never slices through it. Not near the point...everywhere. Now for here is the interesting part: The slope becomes a coordinate system! Rewrite the same plane as z = p · x − b, where b is the offset. Because the plane passes through (x₀, f(x₀)), the offset is forced to be b = p · x₀ − f(x₀). And that number isn’t just geometry trivia. It’s the convex conjugate: f*(p) = sup over x ( p · x − f(x) ). At a differentiable contact point, the supporting plane touches f tightly enough that the supremum is achieved at x₀, giving the identity f*(p) = p · x₀ − f(x₀) when p = ∇f(x₀). So one moving contact point gives two linked readouts: primal position x₀ dual position (slope) p = ∇f(x₀) dual offset f*(p) One surface. Two worlds. #ConvexOptimization #Optimization #MachineLearning #SignalProcessing #AppliedMath #Engineering

Do you actually know what convex optimization is in the geometric, guarantee-theoretic sense or have you only met it through solvers and loss curves? Convexity is rare comfort in optimization...there are no spurious local minima, no surprise traps, and inequalities you can use like tools instead of prayers. So, what is this convexity? Let x = (x₁, x₂) and let f(x) be convex. Plot the surface z = f(x). Pick a contact point x₀. The local slope is the gradient p = ∇f(x₀). That p is exactly the data that defines the supporting plane: z = f(x₀) + p · (x − x₀). Thus, f is said to be convex because for every x, f(x) ≥ f(x₀) + p · (x − x₀). So the plane at x₀ can slide under the surface, but it never slices through it. Not near the point...everywhere. Now for here is the interesting part: The slope becomes a coordinate system! Rewrite the same plane as z = p · x − b, where b is the offset. Because the plane passes through (x₀, f(x₀)), the offset is forced to be b = p · x₀ − f(x₀). And that number isn’t just geometry trivia. It’s the convex conjugate: f(p) = sup over x ( p · x − f(x) ). At a differentiable contact point, the supporting plane touches f tightly enough that the supremum is achieved at x₀, giving the identity f(p) = p · x₀ − f(x₀) when p = ∇f(x₀). So one moving contact point gives two linked readouts: primal position x₀ dual position (slope) p = ∇f(x₀) dual offset f*(p) One surface. Two worlds. #ConvexOptimization #Optimization #MachineLearning #SignalProcessing #AppliedMath #Engineering

Mathelirium

38,506 次观看 • 7 个月前

xg / f(x) - hypnotize x rude love

xg / f(x) - hypnotize x rude love

wait! my purse...

90,204 次观看 • 6 个月前

hearts2hearts / f(x) - focus x 4 walls [draft]

hearts2hearts / f(x) - focus x 4 walls [draft]

j4g archive

151,325 次观看 • 9 个月前

คอน f(x) คอนแรกของวงและก็เป็นคอนสุดท้ายอีกเช่นกัน มีศิลปินดังมากมายไปดูพวกเขา ใครที่อยู่ในคอนตอนนั้นยิ่งกว่าได้รางวัลที่หนึ่ง เพราะในไทยเกือบจะมาแล้วแต่โดนเลื่อนและยกเลิกไปในที่สุด เป็นมียูไม่ได้มาง่ายๆเพราะกว่าจะมีชื่อนี้ก็ต้องรอเกือบเจ็ดปี f(x) กลับมารวมตัวเยียวยาใจเราได้ไหม🥲

คอน f(x) คอนแรกของวงและก็เป็นคอนสุดท้ายอีกเช่นกัน มีศิลปินดังมากมายไปดูพวกเขา ใครที่อยู่ในคอนตอนนั้นยิ่งกว่าได้รางวัลที่หนึ่ง เพราะในไทยเกือบจะมาแล้วแต่โดนเลื่อนและยกเลิกไปในที่สุด เป็นมียูไม่ได้มาง่ายๆเพราะกว่าจะมีชื่อนี้ก็ต้องรอเกือบเจ็ดปี f(x) กลับมารวมตัวเยียวยาใจเราได้ไหม🥲

𝒌𝒉𝒖𝒏 𝒋𝒖𝒏𝒈

91,739 次观看 • 2 年前

sin²x + cos²x =1

sin²x + cos²x =1

The Math Flow

44,420 次观看 • 4 个月前

sin²x + cos²x =1

sin²x + cos²x =1

Math Hub

12,551 次观看 • 1 个月前

เอสเอมจะรีเมคสเตจจากวงรุ่นพี่แล้วมีของ f(x) ด้วยอะ ดีใจที่มันยังไม่ลืมนะ อย่างน้อยๆคนที่ดูคอนใกล้จะถึงนี้จะไม่ลืมว่ามี f(x) อยู่ในค่ายชมพู คอนเซปต์เพลงวงโคตรจะล้ำและไม่มีวันเก่า ขนาดเพลงนี้ผ่านไปเกือบจะ 11 ปีแล้วอะ

เอสเอมจะรีเมคสเตจจากวงรุ่นพี่แล้วมีของ f(x) ด้วยอะ ดีใจที่มันยังไม่ลืมนะ อย่างน้อยๆคนที่ดูคอนใกล้จะถึงนี้จะไม่ลืมว่ามี f(x) อยู่ในค่ายชมพู คอนเซปต์เพลงวงโคตรจะล้ำและไม่มีวันเก่า ขนาดเพลงนี้ผ่านไปเกือบจะ 11 ปีแล้วอะ

𝒌𝒉𝒖𝒏 𝒋𝒖𝒏𝒈

89,767 次观看 • 1 年前

F(X)LOV IS REAL F(X)LOV IS REAL WE HAVE XLOV 4 WALLS OH MY GOD

F(X)LOV IS REAL F(X)LOV IS REAL WE HAVE XLOV 4 WALLS OH MY GOD

♡

31,201 次观看 • 1 年前

f(x) - rude love

f(x) - rude love

슬린

16,315 次观看 • 2 年前

— f(x) ☆ Airplane (2013)

— f(x) ☆ Airplane (2013)

2nd Gen GG LoveBot! ☆

53,533 次观看 • 1 年前

f(x) - 4walls (2015)

f(x) - 4walls (2015)

ْ

59,873 次观看 • 3 个月前

— f(x) ☆ Shadow (2013)

— f(x) ☆ Shadow (2013)

2nd Gen GG LoveBot! ☆

39,856 次观看 • 1 年前

milk - f(x) (2014)

milk - f(x) (2014)

ؘ

59,157 次观看 • 1 年前