demi的博客

随着人工智能和深度学习的成熟，以及5G的来临，自动驾驶离我们越来越近，似乎我们马上就要从开车这种枯燥的机械操作中解脱出来了。我们且先想象一下，全自动驾驶会怎样改变我们的生活：出租车自动开，司机全都要下岗？喝酒开车，睡觉开车，玩游戏开车，打情骂俏开车不是梦？车联网，高速路上的车速均等，组成密集队列，相对静止前进？看完本文，这些问题都将得到答案。

人工智能不久以前还是科幻电影和小说里的东西。但我们现在正处于一个不断变化的科技世界里，发展速度比过去任何时候都快。人工智能的未来是个未知数，而这并不能阻止大家思考。以下是关于人工智能未来的一些名人名言。

在机器学习中，很多情况下我们想要优化一个函数。通常来说，找到一个全局最优解是困难的。但是，对于凸优化问题，局部最优解便是全局最优解。

光源不动：需要在设置完视图模型变换之后。然后再设置光源的位置并且开启。光源和观察点一起移动：在进行视图变换之前设置光源位置，接着进行视图变换，就会以相同的方式同时影响光源和观察点。

逻辑回归为什么要对特征进行离散化？ 本文这6个解析或许能帮你解惑！

眼球追踪技术在医学和航空航天领域已经存在多年，但由于VR的出现，它正在迅速获得新生。VR世界的重量级企业正在将眼球追踪功能整合到未来的头显中，并预计将扩大眼球追踪市场。

机器学习算法在改进安全解决方案，帮助人类分析师更快地分类威胁和阻断漏洞的同时，也将成为威胁行为者发动更大、更复杂攻击的有力武器。

在2019年，企业将利用工业制造领域的进步技术，并采取更大胆的措施来提高增长和运营效率。以下是2019年工业物联网的主要趋势和预测。毫无疑问，到2022年，全球物联网技术支出预计将达到1.2万亿美元（IDC）。

经常会有一些机器视觉工程师认为USB接口的工业相机会造成丢帧现象。一般而言，工业相机丢帧与工业相机所采用的传输接口是没有关系的，无论是USB，还是1394、GigE、或者是CameraLink。设计不良的驱动程序或工业相机硬件才是造成丢帧的真正原因。

空间域与频率域为我们提供了不同的视角。在空间域中，函数自变量（x,y）被视为二维空间中的一个点，数字图像f(x,y)即为一个定义在二维空间中的矩形区域上的离散函数；换一个角度，如果将f(x,y)视为幅值变化的二维信号，则可以通过某些变换手段在频域下对图像进行处理了，因为在频率域就是一些特性比较突出，容易处理。