demi的博客

许多自监督方法使用[pretext tasks]来生成代理标签，并将无监督学习问题转化为有监督学习的问题。一些例子包括旋转预测，图像着色，拼图等。然而，这样的pretext任务是依赖于领域的，需要专业知识来设计它们。

物联网设备的发展是最近几年最令人兴奋的趋势之一。然而，随着如此多的新无线设备进入网络，人们对如何有效地管理它们表示了极大关切。得益于5G和边缘计算技术，企业将很快改造其网络，以释放物联网设备的真正潜力，并将其覆盖范围扩大到以前服务不足的地区。

在面对前所未有的压力测试时，公有云已经被证明具有极强的弹性，但今年上半年也还是有一些例外。虽然今年到目前为止，只有少数几起中断故障是由于新冠病毒让云服务使用激增所导致的，但还有一些是由于某些常见的故障引发的，即使是在特殊时期，这些故障在某些程度上也是不可避免的。

没有网络安全就没有国家安全。2020上半年，网络攻击事件频发，其中不乏涉及电力、水利、能源、交通等关键信息基础设施领域，提高安全意识、加强安全防护势在必行。

一般而言，比较成功的神经网络需要大量的参数，许许多多的神经网路的参数都是数以百万计，而使得这些参数可以正确工作则需要大量的数据进行训练，而实际情况中数据并没有我们想象中的那么多……

人工智能或AI（Artificial Intelligence）是科技界的最新话题。它在很大程度上改变了移动应用程序开发的未来。它具有彻底改变移动应用程序开发的潜力。它是一种计算机科学技术，可以在机器中开发类人的智能。AI使机器具有人性化的行动，反应和行为能力。

在vertex函数中进行的计算就叫逐顶点计算，该计算量只和模型的顶点数量或面的数量有关，而和其他因素（如模型在屏幕上的大小）无关。在unity的表面着色器中，逐像素的计算发生在vertex:vertexfunction所确定的函数中。

如今，面部识别系统被认为是一项有争议的技术。IBM、谷歌、微软等IT巨头纷纷表示将暂停面部识别技术的开发和商业，直到相关规则的正式出台。

过拟合是指在模型参数拟合过程中，由于训练数据包含抽样误差，复杂模型在训练时也将抽样误差进行了很好的拟合。具体表现就是在训练集上效果好，而测试集效果差，模型泛化能力弱。

在移动端游戏的渲染中，光照是一个影响较大的因素，也是视觉风格不可缺失的一部分。然而，艺术效果和游戏性能往往会处于一种鱼与熊掌不可兼得的情况中。幸而，我们依旧有许多方法在移动硬件的限制下尽可能地兼顾两者。