博客

卷积的三种模式:full, same, valid

发表于:05/14/2019 , 关键词: 卷积
本文清晰展示三种模式的不同之处,其实这三种不同模式是对卷积核移动范围的不同限制。

影响大数据、机器学习和人工智能未来发展的8个因素

发表于:05/14/2019 , 关键词: 大数据, 机器学习, 人工智能
人工智能和机器学习以及不断增加的数据量正在改变当前的商业和社会格局。这些领域中出现了许多需要CIO注意的主题和问题。

抗锯齿是怎么给电脑游戏磨皮的?它有啥秘密?(附小视频)

发表于:05/13/2019 , 关键词: 游戏, 抗锯齿, GPU
当显示器的分辨率或显示屏的PPI(每英寸的像素数)足够大时,人眼将无法看清具体的像素点,但相邻像素之间的色彩差异也会产生明显的错落感,高分辨率/PPI由于像素变得非常细腻,可以同比缩小锯齿,但仍不能完全消除锯齿。

自动驾驶=无人驾驶?这些自动驾驶的误区希望你知道

发表于:05/13/2019 , 关键词: 自动驾驶, 无人驾驶
当“自动驾驶汽车”、“无人驾驶汽车”两个词频频被大众所提及,有关自动驾驶等方面的消息便一直成为一种神奇的力量,引导着大家对未来交通抱有无尽的幻想和各种猜测。

恶意软件分类大全

发表于:05/13/2019 , 关键词: 病毒, 网络安全
觉得自己了解恶意软件?恐怕你的恶意软件认知需要更新一下了。如何查找和清除恶意软件也有一些基本的建议可供参考。

隐马尔科夫模型HMM(二)前向后向算法评估观察序列概率

发表于:05/13/2019 , 关键词: 自然语言处理, 机器学习
在隐马尔科夫模型HMM(一)HMM模型中,我们讲到了HMM模型的基础知识和HMM的三个基本问题,本篇我们就关注于HMM第一个基本问题的解决方法,即已知模型和观测序列,求观测序列出现的概率。

Unity Shader前向渲染

发表于:05/13/2019 , 关键词: Unity, Shader, 渲染
前向渲染是通过深度缓冲和颜色缓冲来实现的,使用深度缓冲来决定一个片元是否可见,如果可见,则更新颜色缓冲区中的颜色值。如果场景中有n个物体受m个光源的影响,那么要渲染整个场景,则需要n*m个pass,如果m较多的话,这个开销还是比较大的。

介绍物联网以及物联的智能网关

发表于:05/13/2019 , 关键词: 物联网, 智能网关
物联网这一术语通常指的是网络连接和计算能力扩展到通常不被认为是计算机的设备、传感器和日常用品的情况,允许这些东西(设备)在最少的人工干预下生成、交换和消费数据。不过,并没有单一的、普遍的定义。

GPU是怎么工作的?(附小视频)

发表于:05/10/2019 , 关键词: GPU, 图形处理
GPU图形处理,可以大致分成 5 个步骤:第一步,vertex shader。第二步,primitive processing。第三步,rasterisation。第四步,fragment shader。最后一步,testing and blending。

迁移学习:该做的和不该做的事

发表于:05/10/2019 , 关键词: 迁移学习
迁移学习是深度神经网络最吸引人的特性之一。在这篇文章中,我们将首先看看什么是迁移学习,什么时候可行,什么时候不可行,为什么在某些情况下行不通,最后总结一些关于迁移学习的最佳实践的建议。

改进AI/ML部署的5种方法

发表于:05/10/2019 , 关键词: AI, 机器学习
在进行任何AI/ML部署之前,组织需要将其数据科学的研究工作与项目管理的最佳实践相结合。在2019年1月,Gartner发布了一项调查,37%的受访者表示他们已经在某种程度上使用了人工智能(AI),但54%的受访者表示,他们所在组织的技能短缺阻碍了他们积极推进使用人工智能的进程。

物联网时代受欢迎的五大岗位

发表于:05/10/2019 , 关键词: 物联网
物联网时代受欢迎的五大岗位:工业数据工程师;机器人协调员;IT/IoT解决方案架构师;工业计算机工程师/程序员;工业用户界面(UI)/用户体验设计师(UX)。

隐马尔科夫模型HMM(一)HMM模型

发表于:05/10/2019 , 关键词: 机器学习, 自然语言处理, 语言识别
隐马尔科夫模型(Hidden Markov Model,以下简称HMM)是比较经典的机器学习模型了,它在语言识别,自然语言处理,模式识别等领域得到广泛的应用。当然,随着目前深度学习的崛起,尤其是RNN,LSTM等神经网络序列模型的火热,HMM的地位有所下降。

深度学习优化方法——梯度下降算法

发表于:05/10/2019 , 关键词: 梯度下降, 深度学习
梯度下降的框架主要分三种:1,全量梯度下降:每次使用全部的样本来更新模型参数,优点是收敛方向准确,缺点是收敛速度慢,内存消耗大。;2,随机梯度下降:每次使用一个样本来更新模型参数,优点是学习速度快,缺点是收敛不稳定。;3,批量梯度下降:每次使用一个batchsize的样本来更新模型参数,平衡了全量梯度下降和随机梯度下降的方法。。

无人驾驶汽车主要运用了哪些新技术?

发表于:05/09/2019 , 关键词: 无人驾驶, 汽车
无人驾驶汽车搭载了数百个传感器,是它们将车辆周围的物理世界转化成了数字信号。就拿无人驾驶汽车的“眼睛”——雷达、摄像头和激光雷达来说,没有它们车辆就无法获得 720 度的视野( 包括水平和垂直角度)。