demi的博客

我们发展人工智能，核心目的是为了用人工智能来解决我们日常工作生活中的各种问题，机器学习当然也不例外。那机器学习适合解决哪些问题呢？首先，我们一定要知道，机器学习不是万能的。其次，我们要认识到日常工作生活中的最大任务是“决策”。最后，“决策”背后的本质是“分类”。

在如今这个充满焦虑的年代，产业能看到的机会并不多，所以各方也都纷纷在尝试，也许最终的赢家不是我，但是经历过程收获经验，又何必太在意结果呢。

本文详细描述GPU是如何实现概念阶段的后两个阶段——几何阶段和光栅化阶段可以分成若干个更小的流水线阶段，这些流水线阶段由GPU来实现，每个阶段GPU提供了不同的可配置性或可编程性。

物联网设备被认为是最危险的网络设备之一，因为它们非常容易被黑客攻击，大多数所有者忽略了必要的安全预防措施。供应商通知，安全专家的分析，甚至系统管理员报告都同意这一点。问题依然存在，因为大型感染继续成为头条新闻。

2019年推动人工智能发展的力量是什么?国外调研机构Forrester Research公司对未来一年企业CIO针对人工智能的5项预测进行了细分。Forrester公司的一系列报告指出了2018年IT团队在实施人工智能技术时的雄心壮志与执行力之间的差距，并预测了2019年将会发生什么。

在Unity的延迟渲染中，每个光源都可以按照逐像素的方式进行处理，但也有缺点：①不支持真正的抗锯齿功能；②不能处理半透明物体；③对显卡有一定要求。

图像在形成、传输和记录中，由于成像系统、传输介质和设备的不完善，导致图像质量下降，这一现象称为图像退化。图像复原和图像增强是有区别的，虽然二者的目的都是为了改善图像的质量，但图像增强不考虑图像是如何退化的，只通过试探各种技术来来增强图像的视觉效果。

本文的深度学习技巧来自吴恩达课程的笔记。运用深度学习解决问题除了需要掌握深度学习的理论知识外，还需要明白其中大量的技巧。这些技巧可以帮助我们加快训练速度，选取更好的算法和更合适的参数。我们将在后面逐步更新这里面的内容。

前阵子边缘计算概念股被狂炒，众多真假专家纷纷提出对这一技术的理解和展望，股民们高涨的热情弄得我都不敢发声了。如今眼见那些边缘计算概念股冲高回落，我也终于可以阐述自己对边缘计算的观点了。想法比较多，也可能不系统，所以就分几个角度来说吧。

近年来，随着人工智能、物联网、大数据等新一代信息技术的快速发展，智能化、网联化、数字化趋势愈加凸显。受此影响，汽车从单一的工业产品转变为工业与高科技结合的产物，汽车产业发展也正以风驰电擎的速度向前发展。那么，在当前和未来，有哪些关键词会成为汽车业发展的风向标呢？