如何安撫新上車的時代女郎，已經完全不需要吳塵操心。 事實也絕對勝於雄辯。在眾目睽睽之下，可可操縱軌道機械鉗表演拼接車的前後挪移。又讓她們自己駕駛車輛展示拼接車的內外重疊。還有一個容易被忽略的細節，終於被菲亞特號上的時代女郎們想起。在先前的時空拼貼中，菲亞特309武裝大巴前後共計拼貼了5次。分明就是5×拼貼。前四次都是拼貼的女警吉安娜駕駛的警車，拼貼了309大巴9排座椅的前8排。剩下的最後一排座椅被女攝影師的菲亞特500L補全。 再想想，對不對？ “指揮官先生，您的意思是，拼貼的次數可以參考汽車座椅對嗎？”可可立刻就想到了啊。 “座椅是拼接車輛時，一個非常明顯的‘標誌物’。”吳塵也不否認這是對“時空貼片”非常簡單化的認知：“從每輛汽車的‘時空體積’而言，相應的‘要素’都會自然重疊。就像是簡簡單單的‘相似相容’。” 在計算機技術中，“時空體積”是指將給定序列的幀進行堆疊，前提是精確的定位、對齊以及背景剪除。屬於行為識別的一種方式。 而時空體積在科學中的概念，近似於“流形（Manifold）”：是區域性具有“歐幾里得空間（Euclidean space）”性質的空間，在數學中用於描述幾何形體。物理上，經典力學的相空間和構造廣義相對論的時空模型的四維偽黎曼流形都是流形的例項。 而伴隨計算機技術新晉誕生的“流形學習（Manifold Learning）”是機器學習、模式識別中的一種方法，在“維數約簡演算法”方面具有廣泛的應用。它的主要思想是將高維的資料對映到低維，使該低維的資料能夠反映原高維資料的某些本質結構特徵。流形學習的前提是有一種假設，即某些高維資料，實際是一種低維的流形結構嵌入在高維空間中。流形學習的目的是將其對映回低維空間中，揭示其本質。流形學習可以作為一種資料降維的方式。此外，流形能夠刻畫資料的本質，主要代表方法有等距對映、區域性線性嵌入等。 自 2000年在著名的科學雜誌《Science》首次提出以來，流形學習成為機器學習領域中的一個熱點。 而來自庇護所的大玩家吳塵，則科幻的稱之為“時空貼片”。 最簡單的解釋就是：“從劇情時空的層面對劇情造物進行劇情要素的解構和重組”。本質上是一種高維規則的低緯展現。 “車殼疊車殼、玻璃疊玻璃、引擎疊引擎、座椅疊座椅、輪胎疊輪胎。”《羅馬週刊》女記者帕特里齊婭·瑞達說出自己的理解。 事實上如果從“記憶體”的角度而言，作為“一段破碎的記憶”，相似記憶碎片的疊加，理解起來要更加容易。 “那麼，可不可以用長度來衡量。”獨立調查女記者阿瑪利亞·帕薩拉卡換了個角度來思考：“比如309大巴，長9米，有9排座椅。粗略認為前後兩排座椅間隔1米。那麼一米長的車身能不能作為拼貼的參照呢？” “應該不可以。”吳塵笑道：“雖然兩點之間，直線最短。但兩點之間，並非直線最快。而且兩點之間還有無數條曲線。如果這條‘一米長的車身’無法每次拼貼時都拉成最短的那條直線的話，長度也是失去了參照的意義。” “您說的對，指揮官先生。”阿瑪利亞·帕薩拉卡顯然是理解了。 熱切的交流是緩解緊張心情最簡單的方式。 尤其是直面和自己“一個模子刻出來的”的鮮活面容，新登車的幾位時代女郎實在是無從懷疑。 “指揮官先生，要試試5×拼貼嗎？”可可建議。 “為什麼不？”見時機已到，吳塵當然不會反對。 “指揮官先生，我覺得不妨等一等。”女工程師時本，有自己的想法：“如果從‘動力性’、‘操控性’、‘舒適性’、‘防禦性’、‘擴充套件性’、‘多功能性’等等，汽車各方面的效能來看的話，每次拼貼會不會都能附加一個‘效能’？” “啊……”吳塵頓時醒悟：“也就是錄入‘詞條’屬性。” “詞條”在遊戲術語中是指各種材料、裝備、寵物等遊戲道具的附加屬性。玩家可以透過“洗詞條”來獲取極品屬性，再透過屬性傳送功能打造畢業史詩自定義裝備，或直接洗出畢業裝備，但資源消耗非常恐怖。“洗詞條”也是氪金遊戲的重要設定之一。 “好像也沒錯哦。”還是陪吳塵最久的女秘書可可先想通了：“就像從最開始的Nuova 500第一次拼貼了238救護車的‘擴充套件性’，第二次拼貼了概念露營車的‘舒適性’，第三次拼貼了6616裝甲車的‘防禦性’，於是概念露營車3×拼貼後變成了裝甲露營車一樣哦。” “這麼說來，‘多功能性’就是指遊艇拖車嘍。”女船廠主也想到了。這章沒有結束，請點選下一頁繼續閱讀！