e周刊：SUPERBIN技术周刊第7期

本技术周刊是以周为单位作为里程碑，记录一个程序员视角下的所见，所学，所想。兴趣领域包括：数学，算法，图形，图像，音视频，AI，游戏，软件开发技术，操作系统，开源，以及生活杂记等。“不积跬步，无以至千里；不积小流，无以成江海。”希望与君共勉。

1. 数学

1.1 常数e

常数e也被称为欧拉数，是数学上的一个无理常数，近似值为2.71828，它也是自然对数的基底。它的发现最早可以追溯到十七世纪。注意这个常数是发现的而不是人们发明的，就像光速或者常数 π \pi π一样（细思极恐，这些数是不是被造物主设计好的？）。常数e的可以通过极限公式计算：
lim ⁡ n → ∞ ( 1 + 1 n ) n \lim_{n\to\infty}(1+\frac{1}{n})^n n→∞lim​(1+n1​)n
也可以通过无穷级数计算：
e = ∑ n = 0 ∞ 1 n ! e=\sum_{n=0}^{\infty}\frac{1}{n!} e=n=0∑∞​n!1​
试图用复利的概念解释常数e到底是什么？假设我有一万块钱，如果按年利率100%的定期存在某个银行里（现实中不会有这样好的银行吧），一年以后本金加利息我就有两万块钱。也就是说这一年的时间里我都在等，只有在发利息的那天多出来了一万的利息。用公式表示就是：
10000 ∗ ( 1 + 1 ) = 20000 10000*(1+1)=20000 10000∗(1+1)=20000
现在假如总的年利率不变，而是每半年发一次利息。那么首先在半年以后我得到了50%的利息，这个时候本金加利息是15000，在年底的时候再得到50%的利息，注意半年前的5000利息也会产生50%的利息，也就是2500的利息，也就是复利的概念。这个过程用公式表示就是：
10000 ∗ ( 1 + 0.5 ) ∗ ( 1 + 0.5 ) = 10000 ∗ ( 1 + 1 2 ) 2 = 22500 10000*(1+0.5)*(1+0.5)=10000*(1+\frac{1}{2})^2=22500 10000∗(1+0.5)∗(1+0.5)=10000∗(1+21​)2=22500
可以看到，半年发一次利息比一年发一次的时候多了2500。
如果是每个月发一次利息呢？那么每个月的利率就是 1 / 12 ≈ 0.0833 1/12\approx0.0833 1/12≈0.0833。最后年底的本金加利息总和为：
10000 ∗ ( 1 + 1 12 ) 12 ≈ 26130 10000*(1+\frac{1}{12})^{12}\approx26130 10000∗(1+121​)12≈26130
可以看到，按月发利息比按半年发利息最后得到的钱更多了。
如果是按每天发一次利息呢？我们可以得到：
10000 ∗ ( 1 + 1 365 ) 365 ≈ 27146 10000*(1+\frac{1}{365})^{365}\approx27146 10000∗(1+3651​)365≈27146
如果是按小时发一次利息呢？我们可以得到：
10000 ∗ ( 1 + 1 365 ∗ 24 ) 365 ∗ 24 ≈ 27181.3 10000*(1+\frac{1}{365*24})^{365*24}\approx27181.3 10000∗(1+365∗241​)365∗24≈27181.3
如果是按一纳秒发一次利息呢？甚至是更短的时间呢？甚至是连续不断的增长呢？不需要再给出公式相信你已经猜出来，答案就是本金乘以常数e。
关于e的更多解释和应用可以参考下面的链接。

1.2 参考

• https://en.wikipedia.org/wiki/E_(mathematical_constant)
• https://betterexplained.com/articles/an-intuitive-guide-to-exponential-functions-e/
• https://betterexplained.com/articles/definitions-of-e-colorized/

2. 计算机视觉

更新了Video-Frame-Interpolation-Collections仓库，这个仓库主要收集了基于AI的视频智能插帧领域的重要论文和代码等信息，方便查找。

• https://github.com/lyh-18/Video-Frame-Interpolation-Collections

3. 图形学&游戏

Nvidia GTC 2021这个月底即将结束。分享一些整理的PPT，包含：AEC[Architecture-Engineering-Construction]，Game，Media&Entertainment三个领域。
下载地址：https://download.csdn.net/download/sjb358714/51149870

3.1 Architecture/Engineering/Construction

• RTX Ray Tracing 101: Learn How to Build Ray-tracing Applications
• Collaborative Urban Planning in Omniverse with ArcGIS CityEngine
• Level 2 Autonomy for Robotics
• Omniverse in the AEC Industry

3.2 Game Development

• 3D Reconstruction for Game Development
• African Storytelling: Creating 3D artworks and animations with NVIDIA technologies
• Beyond Game Streaming: Cloud-native Games
• Hardware Ray Tracing as a First-class Citizen in Frostbite
• How to Train your Robot: Massive Robots with Reinforcement Learning at Embark Studios
• Integrating DLSS in Frostbite
• Leveraging NVIDIA Graphics DevTools for High-performance Ray-tracing Applications
• Towards Advanced Automated Game Testing with AI
• Unlocking the Unprecedented Compute Power of a Single Machine for Reinforcement Learning

3.3 Media&Entertainment

• AI-assisted Transcoding Engine for Higher Video Quality with Low Bitrate
• AI Enables a New Form of Performance Art at Silbersalz Science Festival
• Exploring Omniverse, USD, and Real-time Rendering to Transform Global Film Production and Workflows
• High Performance VR Anywhere with NVIDIA CloudXR and Google Cloud (Presented by Google Cloud)
• Live Replays with Frame Interpolation and Cloud Processing
• More Realistic 3D Reconstruction of Human Performances
• NVIDIA IndeX in Omniverse: Scientific Visualization and Photo-real Depictions of Volume Data in a Collaborative Environment
• Optimize Neural Networks for Quality and Performance with Nsight DL Designer
• Production Rendering on GPU with Arnold
• Reimagine Storytelling
• Scaling XR Applications with CloudXR, Edge Computing, and 5G: Use Cases in Entertainment, Manufacturing, and More
• Transforming Storytelling with Digital Avatars
• Unlimited Vegetation Asset Customization in Omniverse
• Using AI-driven Tracking for Virtual Production, Interactive Art, and Live Entertainment
• Virtual Worlds for Engineers and Designers: Omniverse Nucleus for Collaborations

4. 音视频

这周的LiveVideoStack技术周刊有这些我感兴趣的干货：

• RealBasicVSR：BasicVSR再次升级，破局真实场景视频超分。这篇介绍了前几天刚出炉的一篇关于视频超分的文章。效果看起来相当惊艳，后续会持续关注。[arXiv] [github]
• 在ffmpeg中添加自定义滤镜。这篇介绍了用AVFilter作视频编辑的方法。
• 一文概括常用图像处理算法以及常用开发库。这篇总结了11种常用的图像处理算法，包括：图像变换，图像增强，纹理分析，图像分割，图像特征，图像特征，图像/模板匹配，色彩分析，图像数据编码压缩和传输，表面缺陷目标识别算法，图像分类（识别），图像复原。还介绍了常用的视觉坚持软件库：Halcon，OpenCV，VisionPro，LabView。

5. 软件开发

重新了一篇老文章：

• Debug构建和Release构建式的区别