demi的博客

边缘计算（Edge computing）是相对云计算而言的，它是指收集并分析数据的行为发生在靠近数据生成的本地设备和网络中。边缘计算又被叫做分布式云计算、雾计算或第四代数据中心。

在这篇文章中，我们将从回归分析开始到深度学习等领域，快速而广泛地回顾目前关于训练数据多少的经验和相关的研究结果。

这篇博客将简要介绍图神经网络的原理，但是不会设计太多数学细节（因为博主数学很烂啦）。通过理解图神经网络的卷积操作，来理解其流程，再会配合代码来做简单解释。

双向反射分布函数是一个使用入射光方向ωi作为输入参数的函数，输出参数为出射光ωo，表面法线为n，参数a表示的是微表面的粗糙度。BRDF函数是近似的计算在一个给定了属性的不透明表面上，每个单独的光线对最终的反射光有多少贡献。

5G网络，即第五代移动通信网络，其峰值理论传输速度号称可达每秒数十GB，是我们现用的4G的数百倍，一部1G的电影号称只需8秒就能下载完成。从2014年三星电子宣布开发出基于5G核心技术的移动传输网络，到2017年国际电信标准组织3GP RAN的会议上发布首个可商用部署的5G NR，再到现在全球多个国家和地区逐渐开始部署5G设备。看起来5G的发展算得上是一帆风顺。

图形渲染的性能优化，分两大方面，CPU的优化和GPU的优化。GPU需要处理过多的顶点，多少合适取决于硬件性能和shader复杂度，一般移动设备上不超过10万，PC上不超过3百万；CPU需要处理过多的顶点，一般是因为蒙皮骨骼，布料模拟和粒子系统等。

目前在深度学习领域分类两个派别，一派为学院派，研究强大、复杂的模型网络和实验方法，为了追求更高的性能；另一派为工程派，旨在将算法更稳定、高效的落地在硬件平台上，效率是其追求的目标。本文主要介绍深度学习模型压缩和加速算法的三个方向，分别为加速网络结构设计、模型裁剪与稀疏化、量化加速。

在过去的一年里，人工智能(AI)、大数据、3D成像和机器人过程自动化等领域在取得了空前的发展。接下来的日子，机器视觉技术应用还将蓬勃发展......

作为新一代移动通信技术，5G技术切合了传统制造企业智能制造转型对无线网络的应用需求，能满足工业环境下设备互联和远程交互应用需求。在物联网、工业自动化控制、物流追踪、工业AR、云化机器人等工业应用领域，5G技术起着支撑作用。

渲染管线中一些技术名词大部分是英文直译，光看中文很容易被误导。所以我们必须在了解一个技术的具体作用之后，才能了解它到底是什么。