demi的博客

Fast R-CNN就是在R-CNN的基础上采纳了SPP Net的方法，使得性能进一步提高。与R-CNN相比，Fast R-CNN主要有两点不同：一是最后一个卷积层加入了ROI pooling layer，二是损失函数使用了多任务损失函数（multi-task loss），将边框回归Bounding Box Regression直接加入到CNN网络中训练

在一月底结束的2019年国际消费电子产品展会上(CES 2019)，LG总裁兼首席技术官帕克(I.P.Park)发表了关于AI如何促进“自我进化”产品的主旨演讲。“人工智能与伦理”的讨论，成为了这场原本与严肃话题不太相关的消费技术盛会的序幕。

去年开始，工作中需要做许多有关 AI 科普的事情。很长时间里一直在想，该如何给一个没有 CS 背景的人讲解什么是深度学习，以便让一个非技术的投资人、企业管理者、行业专家、媒体记者乃至普通大众明白深度学习为什么会特别有效，理解 AI 是如何帮助人们解决具体问题的。

傅立叶变换在图像处理中有非常重要的作用。因为不仅傅立叶分析涉及图像处理很多方面，傅立 叶改进算法，比如离散余弦变换，gabor与小波在图像处理中也有重要的分量。绝大部分噪音都是图像的高频分量，通过低通滤波器来滤除高频——噪声；边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘......

机器学习的目的是得到可以泛化（generalize）的模型，即在前所未见的数据上表现很好的模型，而过拟合则是核心难点。你只能控制可以观察的事情，所以能够可靠地衡量模型的泛化能力非常重要。

正如我们所知，物联网正在改变世界。多年来，随着越来越多的事物相互连接，业界一直在谈论未来会是什么样，以及我们的生活会如何不同。未来不再是一个愿景，而是一个个激动人心的现实。随着我们步入2019年，我们看到了一些物联网趋势和预测......

机器学习中的所有算法都依赖于函数的最小化或最大化，我们称之为“目标函数”。一组最小化的函数称为“损失函数”。损失函数是衡量预测模型在预测预期结果方面做得有多好。求函数最小值的一种常用方法是“梯度下降法”。把损失函数想象成起伏的山，而梯度下降就像从山上滑下来到达最低点。

物联网（IoT）是互联网中快速增长的一部分。 虽然互联网的其它设备依赖于人们的信息交换，但物联网可以自动实现在不同的连接设备之间进行收集，传输和接收数据。将物联网视为类似于网络，电子邮件或社交网络，但它不是连接人，而是连接智能设备。

作为人工智能与物联网落地的首选之地,智能家居近年来被越来越多的人关注。特别是在2018年，智能家居行业又加入了更多新角色，各路玩家疯狂涌入这条赛道，让原本竞争激烈的智能家居市场显得更加拥堵。

在雅图举办的“Casual Connect”全球游戏开发者大会上，经典PC游戏《横扫千军》（Total Annihilation）和《地牢围攻》（Dungeon Siege）的制作人克里斯·泰勒（Chris Taylor）分享了关于如何制作更好的游戏（或者更好地生活）的10条经验，这些是他在三十年来的游戏开发经历中学到的。