前言
地占术Geomancy中，我们应该如何通过对原本算法的使用，以及对于预测模型的修改，来提高自己在阅读以及使用的过程中的效果和准确度。本文内容会包括地占术Geomancy，神秘学，以及游戏开发学的概念混合，从算法，时间，空间，三个维度共同表述了 地占术Geomancy 行星顺位以及模型投影这三个部分的结合与使用方法。如果有关键字不理解可以自行搜索一下，配合食用。
我们对于Geomancy模型的理解目前卡停于其规则于黑盒的培训之上，我们尝试去构建，训练，一个黑盒模型，让他符合你的逻辑，符合你的思维结构，符合你的思路。而因为每个人的起点都有所不同，所以这条路径都会呈现出不一样的表现形式。而我们也基于此，对其进行在此的思索与重构。
地占术Geomancy – 时间与空间的容器
一个算法的趋于稳定，需要参考于其时间容器与空间容器的投射。而时间又被划分为若干等分，空间被产生随机容器设备所限制。所以设备容器产生的随机空间需要趋向于自然化，而时间容器则要趋向于规律化，这两者的结合能够共同构建。
一个算法的趋于稳定，需要参考于其时间容器与空间容器的投射。而时间又被划分为若干等分，空间被产生随机容器设备所限制。所以设备容器产生的随机空间需要趋向于自然化，而时间容器则要趋向于规律化。这两者的结合能够共同构建。
地占术Geomancy – 上有星占，下有地占
我们按照地占术Geomancy欧洲的行星时间来作为基准，并以星盘为参考依据。暂时不考虑行运的情况下，会发现依旧尤其规律性的产生。弱项周期会以地占术Geomancy的行星状态与得分的方式投射到量化的逻辑之上。所以此前谈论的关于【进化与修正】的部分，也包括了如何实现在不同规则之下都能作为本体规则，并再次之上进行DLC追加的方案。其结构依旧是空间逻辑中我们会涉及到的自然化思维。所以一方面是让你的算法能够对整体有着一个更高的适配性，另一方面也是黑盒模型与时间的平衡：如何以尽可能小牺牲的前提下，实现更大维度的算法的跨平台跨维度适配性。所以我们将时间作为一条基准，便实现了LOD技术在规则上的使用，将距离转化为容器在结果上的投影，最终，我们产生了结果，并测出了影子的长短。
后记
如同地占术Geomancy中的大运与小运，主星与分时星一样，神经元结构的模拟让我们的结果趋近于自然以及规律化的结果，而我们对于LOD技术的引用也是类似的回归。虽然这个过程会不断复杂化熵，但是归类的存在，以及电子设备的出现，也帮助我们更好的能够对其结果进行总结与归纳。此前提到过，地占术Geomancy的黑盒模型的本质就是在「自然规则」，「复杂度」，以及自我「短时间内的计算能力」 这三个向量之间做权衡，而其之下又以命中率与兼容度之间在不断抗衡，以此来分化其结构与算法。我们对于自己的算法的构建也是如此。所以我主观上不太认可未经过推演过程的讲解，而直接将算法抛出的做法。但是有一点是毋庸置疑的，我们无法完整追溯他们出现的形式，但是我们能以此为基础，构建出更加符合自己的做法与方案，那么作为训练结果来说，便也足矣。
更多有趣的观点与视频，也可以关注我的BILIBILI
No responses yet