demi的博客

自动驾驶是一项快速发展的技术，同时也是一个备受争议的话题。在一个极端，人们相信自动驾驶汽车将通过增加道路安全，降低基础设施成本以及增强儿童、老人和残疾人的出行自理能力来确保美好的未来。

随着越来越多的企业采用物联网，将会出现许多新的安全漏洞。风险增加可能归因于设备局限，以及错过了增强安全的机会。以下是企业必须应对的12大物联网安全挑战。

机器学习是未来，因为它将广泛应用于计算机和其他领域。尽管如此，开发有效的机器学习应用需要大量的“黑魔法”，这在手册中很难找到。

经历三十余年发展，中国现已成为全球最大的汽车生产和消费国。当前，汽车行业正处于百年未有之大变局，“电动化”、“网联化”、“智能化”和“共享化”这“新四化”开始成为公认的未来趋势，必将带来前所未有的革命性变化。

物体有颜色是因为那些没有被物体吸收的光线(表现为物体的颜色)射入你的眼睛，你才感知到了颜色。从光照模型的角度来说，射入你眼睛的有两种光，一种是直接的反射光(表现为光本来的颜色)，一种是折射进入物体后又散射出来的所谓漫反射光(即被吸收过了的光，也就是贴图的颜色)

深度学习中的双下降现象，可能大家也遇到过，但是没有深究，OpenAI这里给出了他们的解答。

错误率为分类错误的样本数占样本总数的比例，相应的精度=1-错误率，模型的实际预测输出与样本的真实输出之间的差异称为“误差”，模型在训练集上的误差称为“训练误差”，在新样本上的误差称为“泛化误差”。

Vulkan 1.1.130今天作为此图形API的最新更新发布，它解决了许多文档问题和需要澄清的领域，同时还引入了新的扩展。

现在深度学习模型开始走向应用，因此我们需要把深度学习网络和模型部署到一些硬件上，而现有一些模型的参数量由于过大，会导致在一些硬件上的运行速度很慢，所以我们需要对深度学习模型进行小型化处理。模型小型化旨在保证模型效果不会明显下降的情况下降低模型的参数量，从而提高模型的运算速度。

数据预处理（data pre-processing）是指在主要的处理以前对数据进行的一些处理。现实世界中数据大体上都是不完整，不一致的脏数据，无法直接进行数据挖掘，或挖掘结果差强人意。为了提高数据挖掘的质量产生了数据预处理技术。