【导读】本文是人工智能专家George Seif撰写的博文，介绍了在当前深度学习比较火热的情景下需要避免的三个坑。

作者 | George Seif
编译 | 专知
整理 | Mandy, Sanglei

深度学习在过去几年一直是人工智能领域最热门的话题。事实上，正是它激发了科学家、政府、大公司以及其他所有人对人工智能的极大新兴趣！这是一门很酷的科学，具有潜在的巨大的实用性和积极的应用。它正被用于金融、工程、娱乐、消费产品和服务等领域。

但是，所有应用都需要使用到深度学习吗？当我们开展一个新的项目时，我们需要不自觉地一开始就使用深度学习吗？

在有些情况下，使用深度学习是不合适的，我们需要选择一些别的方案。让我们来探讨一下这些情况吧。

在讨伐算法导致的偏见和产生的作用时，更重要的问题是：与完全没有使用算法的情况相比是怎样的？

<strong>卷积神经网络（ ConvNets或者CNNs）是神经网络的范畴。</strong>

应用领域：图像识别、语音识别、自然语言处理（如语句分类）。可以识别人脸、物体和交通信号，从而为机器人和自动驾驶汽车提供视力。也可以识别场景，提供相关的标签。

<strong>LeNets架构（1990s）</strong>

LeNets是最早的卷积神经网络。
经过多次成功迭代，1998年，Yann LeCun 把这项工作命名为LeNets5。该架构主要用于字符识别，如邮编，数字等。

本文主要参考中科院自动化研究所复杂系统与智能科学实验室王珏研究员《关于机器学习的讨论》，讨论机器学习的描述，理论基础，发展历史以及研究现状。

20世纪90年代初，当时的美国副总统提出了一个重要的计划——国家信息基本设施计划(NationalInformation Infrastructure,NII)。这个计划的技术含义包含了四个方面的内容：

(1)不分时间与地域，可以方便地获得信息。
(2)不分时间与地域，可以有效地利用信息。
(3)不分时间与地域，可以有效地利用软硬件资源。
(4)保证信息安全。

本文主要讨论解决“信息有效利用”问题，其本质是：如何根据用户的特定需求从海量数据中建立模型或发现有用的知识。对计算机科学来说，这就是机器学习。

<font size="3">全球电子成就奖 (World Electronics Achievement Awards) 旨在评选并表彰对推动全球电子产业创新做出杰出贡献的企业和管理者，由 ASPENCORE 全球资深编辑组成的评审委员会以及来自亚、美、欧洲的网站用户群共同评选出得奖者。</font>

<font size="3">“全球电子成就奖”投票活动已正式在全球启动！Imagination参加了两个奖项的评选，快来为IMG投上一票！</font>

<font color="Purple" size="3"><strong>投票指导</strong></font>

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。

<font size="3"><strong>一、什么是人工智能？</strong></font>

1、全面屏支持，Android P加入了对刘海屏的支持，谷歌称之为凹口屏幕（display with a cutout）。借助最新的提供的DisplayCutout类，开发者可以找到非功能区域的位置和形状，而非功能区域是不应显示功能的；使用getDisplayCutout（）就可以获取这个区域的详细信息，未来刘海屏手机很有可能成为主流趋势，在前摄像头没有比较好的隐藏方案出现之前，这可能是提高屏占比的好方法。

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+specular 光照原理，不是本文的重点，就在shader中一笔带过了。

<font color="Purple"><strong>原理</strong></font>

通过函数

<pre>glm::mat4 normalMatrix = glm::inverseTranspose(s_shaderData.model);</pre>

可穿戴技术实现重大突破，你的衣服可由电子设备编织而成。近日，麻省理工学院的研究人员成功将包含了发光二极管（LED）和光敏二极管在内的高速光电子半导体器件嵌入纤维内，织成耐水洗的柔性布料，实现用布料制成一个通信系统。

这标志研究人员终于实现将半导体融入纺织物以创造智能面料的目标，同时这也填补了纺织制造业中复杂功能性面料技术的空白。研究人员预测这种纤维在未来数十年内将以指数增长的速度迅速发展。

本周，这项研究成果在《自然》上发表。作者分别是毕业于麻省理工学院的研究生Michael Rein，麻省理工学院材料科学与电子工程系的教授、面料公司Advanced Functional Fabrics of America（AFFOA）的CEO Yoel Fink，以及一个来自AFFOA、Inman Mills、洛桑联邦理工学院和林肯实验室的团队。

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？

<center><img width="600" src="http://imgtec.eetrend.com/sites/imgtec.eetrend.com/files/201808/blog/17…; alt="扫盲 | 新能源汽车的分类"></center>

<strong>GPU渲染机制：</strong>

CPU 计算好显示内容提交到 GPU，GPU 渲染完成后将渲染结果放入帧缓冲区，随后视频控制器会按照 VSync 信号逐行读取帧缓冲区的数据，经过可能的数模转换传递给显示器显示。

<strong>GPU屏幕渲染有以下两种方式：</strong>

On-Screen Rendering
意为当前屏幕渲染，指的是GPU的渲染操作是在当前用于显示的屏幕缓冲区中进行。

Off-Screen Rendering
意为离屏渲染，指的是GPU在当前屏幕缓冲区以外新开辟一个缓冲区进行渲染操作。

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。今天红色石头就和大家一起来总结一下常用激活函数 Sigmoid、tanh、ReLU、Leaky ReLU、ELU、Maxout 的关键知识点。

<font size="3" color="#33b1c8"><strong>1、为什么需要激活函数</strong></font>

<strong>观点一：非诚勿扰，想静静</strong>

1、啥也没听，只是带着耳机而已。只是想告诉别人不要打扰我，选择性屏蔽一些讨厌的人说的话，不回答他。

2、在听笑话或者有声小说。特别不想工作的时候我会很认真的听，如果进入工作状态了，自己也就不知道在听什么了，然后等到没事的时候我会再翻过去听一遍。

3、在听歌。大概率的情况我是在听歌。有时候办公室有人聊天我会开很大声音，特别是调bug的时候，这样就可以隔离外界的声音，让自己的思路清晰一点。特别是有些人说话的声音很刺耳，带上耳机我就听不到了。

<strong>观点二：工作内容需要大量持续的时间来完成</strong>

带耳机有两种情况

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，提取这些特征的手段叫作边缘特征提取或叫作边缘检测。边缘检测常用的算子中分为一阶检测算子和二阶检测算子，这里提及的算子有些类似数学中的微分的概念（要有一定的数学基础哦）。边缘检测的另外一种形式也被成为相位一致性，这个概念我到后面再谈及，有了这个概念之后帮助我们从图像频域分析边缘提取这一过程。

作为制造业中极为重要的一环，柔性制造在整个制造业智能化转型的过程中扮演着极具分量的角色，对于如何理解柔性制造各方情况，本文将为你带来很好的辅助效果。

<strong>一、如何理解柔性制造</strong>

根据国标定义，柔性制造系统是数控加工设备、物料运储装置和计算机控制系统等组成的自动化制造系统。它包括多个柔性制造单元，能适应加工对象变换的自动化机械制造系统。

刚性生产系统是用于工件输送系统将各种刚性自动化加工设备和辅助设备按一定的顺序链接起来，在控制系统的作用下完成单个零件加工的复杂大系统。适合进行大批量生产，效率高、成本低、质量稳定、程序固化。

<strong>1、什么是AssetBundle</strong>

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，AssetBundle也可以包含开发者自定义的二进制文件，只需要将自定义文件的扩展名改为.bytes，Unity就可以把它识别为TextAsset，进而就可以被打包到AssetBundle中。Unity引擎所能识别的资源我们称为Asset，AssetBundle就是Asset的一个集合。

AssetBundle的特点：
压缩（缺省）、动态载入、本地缓存；

这个问题的答案很简单，就两个字——不能，下面让我们来从几个角度来分析一下原因。

<strong>一、高昂的费用</strong>

假设5G技术取代wifi，那么就必须推出无限流量的套餐，否则费用会远远大于宽带的使用的费用，更何况目前宽带的价格一年比一年低，谁也不会去选择更贵的5G。

再来聊聊这个无限流量的套餐，其实在4G时代，三大运营商都纷纷推出过无限流量的套餐，但无非都是抢占个噱头罢了，当时流量超出套餐的流量之后，虽然是无限流量，但是网络会自动将为2G模式，最高速度只有128Kbps，明显着坑人。更是有部分运营商对无限流量只限新用户使用，老用户无法办理，一时间被吐槽“老用户不如狗”。所以所谓的无限流量只是个无稽之谈。

<strong>二、移动网络的特点</strong>

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、信息和组织结构的建议。

在云中放置更多IT基础架构在某些方面更安全一些。例如，您可以合理的确定系统正在运行补丁的最新版本。云服务提供商也在构建新的功能，例如使用机器语言进行异常检测。但是同时，它也带来了新的风险，其中一些是误解如何管理云安全的结果。

重要的是要了解公司的云IT战略——无论是混合型、私有托管型还是公共型，都影响其网络安全战略和战术的执行。

有关大数据的话题一直很火热。伴随着信息的爆炸式增长，大数据渗透到了各行各业，广泛应用于公司中，同时也使得传统的软件比如 Excel 看起来很笨拙。数据分析不再只是书呆子的事，同时其对高复杂性分析、实时处理的需求也比以往更加庞大。

那么筛选海量数据集最优的工具是什么呢?我们咨询了一些数据黑客关于他们在数据分析的核心工作中最喜欢的编程语言和工具包。

<strong>R 语言</strong>

这份名单如果不以 R 开头，那就是彻头彻尾的疏忽。自 1997 年起，作为一门免费的，可替代 Matlab 或 SAS 等昂贵统计软件的语言，R 被抛弃。

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。

<font size="3"><strong>1、网络嗅探的原理</strong></font>

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，从而获取目标计算机传输的大量信息。因此，网络嗅探技术是一种威胁性极大的非主动类信息获取攻击技术。