demi的博客

shader中文名叫着色器，顾名思义就是给物体着色。那给什么物体着色呢？显而易见就是给屏幕上的物品着色。

一年一度的校园招聘已经开始了，为了帮助参加校园招聘、社招的同学更好的准备面试，SIGAI整理出了一些常见的机器学习、深度学习面试题。理解它们，对你通过技术面试非常有帮助，当然，我们不能只限于会做这些题目，最终的目标是真正理解机器学习与深度学习的原理、应用。

卷积，这个词大家应该都不陌生，数学中傅立叶变换的时候，物理中信号处理的时候，图像处理中滤波的时候、提取边缘的时候，还有深度学习中卷积神经网络的时候，处处可见卷积的影子。卷积在图像处理中的应用非常广泛，可以说理解了卷积，就可以理解图像处理算法的半壁江山，也不知道这个说法是否夸张了。

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”。