mengqiqi 的头像
人工智能VS机器学习VS深度学习VS人工神经网络
2018-08-16 14:16 人工智能, 机器学习, 深度学习 围观: 20
在经历了蛮荒的PC互联网时代，混战的移动互联网时代，到现今最火的人工智能时代。大数据、云计算、机器学习的技术应用，已经使得IT从业者的门槛越来越高。套用一句樊登读书会的宣传口号“keep learning”，保持对新鲜技术的好奇心，保持对技术应用的责任心，持续关注、学习是每个IT从业者的必备技能...
龙骑士 的头像
如何用TensorFlow训练和识别/分类自定义图片
2018-08-16 11:16 TensorFlow, 机器学习 围观: 26
很多正在入门或刚入门TensorFlow机器学习的同学希望能够通过自己指定图片源对模型进行训练，然后识别和分类自己指定的图片。但是，在TensorFlow官方入门教程中，并无明确给出如何把自定义数据输入训练模型的方法。现在，我们就参考官方入门课程《Deep MNIST for Experts》...
Mikeee 的头像
OpenGL——可编程管线基础光照的实现
2018-08-16 09:18 OpenGL, 可编程管线 围观: 25
在OpenGL中创建 基础光照 ，主要的工作将模型中的法线信息和法线空间运算矩阵传入到shader中。另一方面，LightDir,ViewDir通常是在shader中从引擎参数获取的，为了简化光照模型的实现，这里我们可以在shader中写死。至于经典的 ambient+diffuse+...
hyaciner 的头像
扫盲 | 新能源汽车的分类
2018-08-15 15:21 新能源汽车, 汽车 围观: 45
新能源汽车目前已经越来越普及，对于外界所提到的纯电动车、插电式混合动力、增程式混合动力等等类型的新能源车仍困惑不已，它们到底有何区别，各自有何优势或不足呢？ 上面这张图如果您还没有完全看懂的话，别着急，下面的文章将进一步帮助我们扫盲！ 1、电池动力汽车（BEV） 纯电车工作原理 Battery...
Demi 的头像
6 种激活函数核心知识点，请务必掌握！
2018-08-15 13:41 激活函数, 神经网络 围观: 47
作者：红色石头 我们知道，神经网络模型中，各隐藏层、包括输出层都需要激活函数（Activation Function）。我们比较熟悉的、常用的激活函数也有 ReLU、Sigmoid 等等。但是，对于各个激活函数的选取方法、区别特点还有几点需要特别注意的地方。...
Soso 的头像
图像处理算法——边缘检测
2018-08-15 10:34 图像处理, 算法, 边缘检测 围观: 48
图像处理领域中涉及很多特征，角点特征，边缘特征，形状特征，纹理特征，颜色特征，直方图统计特征等等（还有很多^_^）。这些特征有些是比较底层的特征，如角点特征，边缘特征，颜色特征等，有些则是较为高层的特征，如形状特征，纹理特征，直方图统计特征。 这里我们主要谈论底层特征中的边缘特征，...
叮当你个喵 的头像
Unity资源解决方案之AssetBundle
2018-08-15 09:24 AssetBundle, Unity 围观: 40
1、什么是AssetBundle AssetBundle是Unity pro提供的一种用来存储资源的文件格式，它可以存储任意一种Unity引擎能够识别的资源，如Scene、Mesh、Material、Texture、Audio、noxss等等，同时，...
joycha 的头像
深入了解云威胁以及保护措施
2018-08-14 15:02 云安全, 云技术 围观: 53
据有关报告显示，公共云、私有云和混合云的风险差异很大。在向云数据和服务迈进的过程中，许多公司都在重新思考他们的网络安全方法。他们需要云安全策略吗？云安全策略有什么不同？而最近的一些调查揭示了安全战略是如何变化的，更重要的一点是，它们应该如何改变。本文将讲述有关执行成功的云安全策略所需的工具、...
无名氏 的头像
如何成为一名黑客（网络安全从业者）——网络攻击技术篇之网络嗅...
2018-08-14 11:52 网络安全, 网络攻击, 黑客 围观: 43
上次我们了解了黑客是如何为一次攻击做准备，今天我们正式进入攻击阶段，一起来学习一下如何进行网络嗅探，以获取关于目标主机所在网络的具体状况，并学习如何防范网络嗅探。 1、网络嗅探的原理 网络攻击者如果能够通过网络嗅探工具获得目标计算机网络传输的数据包，就可以通过对数据包按照协议进行还原和分析，...
mengqiqi 的头像
机器学习项目失败的9个原因，你中招了吗？
2018-08-14 10:37 机器学习 围观: 60
本文总结了数据科学项目失败的最常见原因，希望能够帮助你避免陷阱。 1. 问错了问题 如果你问了错问题，你将会得到错误的答案。比如金融业中的欺诈识别问题，这个问题最初可能是“这个特定的交易是否存在欺诈”。为了确定这一问题，你将需要一个包含欺诈和非欺诈交易示例的数据集。...
--电子创新网--
粤ICP备12070055号