cesium三维可视化 如何查找史密森尼学会免费开放的Open Access资源库？

如何查找史密森尼学会免费开放的Open Access资源库？本周早些时候，史密森尼学会通过 Open Access 项目，向公众开放了数百万张 2D 图像和 3D 模型资源的免费访问。其基于国际公认的

如何查找史密森尼学会免费开放的Open Access资源库？

本周早些时候，史密森尼学会通过 Open Access 项目，向公众开放了数百万张 2D 图像和 3D 模型资源的免费访问。

其基于国际公认的 CC0 知识共享许可证，将大量内容一次推到了公共领域，以便所有人欣赏和无负担地使用。

感兴趣的朋友，可花几分钟时间浏览 Smithsonian Open Access 门户、或者直接在 Smithsonian Collections 网站展开搜索。

这里有个技巧：首先点击“搜索”附近的箭头，然后选择“仅返回使用 CC0 许可证的媒体结果”。

如需检索特定的 3D 扫描项目，还请移步至 Smithsonian 3D Digitization，并确保“Open Access”的方框已被高亮选中。

在这里，你可以找到以亚伯拉罕·林肯为原型的手部（甚至脸部）雕刻工艺品的 3D 扫描项目。

作为史密森尼学会与开放、非盈利、由 150 多个业内翘楚企业成员驱动的 The Khronos Group 的合作项目，其旨在推动 3D 图形、增强 / 虚拟现实、并行编程、视觉加速、以及机器学习等领域的加速发展。

得益于此，史密森尼学会能够以 glTF 文件类型格式来交付相关 3D 模型。这是一个基于 3D 运行时的交付系统，转为免版税的文件而打造。

Khronos Group 希望 glTF 成为 3D 文件的首选类型，即所谓该领域内的 3D 版 JPEG 图片格式（JPEG 已经在各行各业得到了广泛的应用）。

Keras还是TensorFlow，程序员该如何选择深度学习框架？

如果想尽可能快速并且以少量的代码建立并测试神经网络，keras是最快速的， Sequential API和Model的功能十分强大。并且keras的设计十分用户友好，以数据输入输为例，对比keras简单的操作，tensorflow解码编码的构建过程特别繁杂（尤其对于初学者来说，大量的记忆过程上手非常痛苦）。除此之外，keras将模块化作为设计原则之一，使用者可以各按所需进行组合。如果只是想快速地搭建常见的模型来实现自己的想法，keras可以作为首选。

但是，keras在封装后会变得很不灵活，并且加上它本身速度也比较慢，如果是高度封装，前面提到的缺点会更加明显，除了一些对速度要求很低的工业应用，tensorflow会因为更高速而被选择

如果在验证自己想法的时候，不想用既有的设定而是想要自己定义损失函数、测度、层数等等，相比keras，tensorflow提供了更多个性的空间。此外，对神经网络控制力度的大小会很大程度决定对网络的理解和优化工作，而keras种提供的权限很少，tensorflow相反给了更多操控权，比如对多个变量中的某一变量是否进行训练、对梯度进行操作(以获取训练的进展)等等。

虽然二者都提供深度学习模型通常所需的功能性，但是，如果使用者还追求一些更高阶的功能性的选择，像是进行特殊种类模型的研究，就要求诸tensorflow了。比如，如果想要运算加速，可以使用tensorflow的线程功能，多线程实行同一对话。另外，它还提供调试器的功能，对推断bug和加速运算都有帮助。