demi的博客

本篇博客主要是基于花书（古德费洛的《Deep Learning》）和西瓜书（周志华的《机器学习》）撰写的，其中插入了博主的一些个人见解，如有不对之处希望大家指出来一起来讨论一下嘿嘿，万分感谢。

计算机视觉是人工智能（AI）中的热门研究课题，它已经存在多年。然而，计算机视觉仍然是人工智能面临的最大挑战之一。在本文中，我们将探讨使用深度神经网络来解决计算机视觉的一些基本挑战。特别是，我们将研究神经网络压缩，细粒度图像分类，纹理合成，图像搜索和对象跟踪等应用。

Unity编辑器是一款不断发展的内容创作工具，Unity编辑器推出了一套新的设计，这标志了改进Unity用户体验UX的开始。

市场研究公司IDC预测，VR/AR头显的出货量将在未来大幅增加。在未来5年内，VR/AR设备的年销量将达到52.5%，到2023年，VR/AR出货量将超过3000万台。IDC还预测，VR/AR市场中VR一体机的份额将从2018年的14.1%增加到2022年的近50%。

网络安全产品营销人员可能会这么向你推荐：有个新式的先进网络入侵设备，运用当前超智能的机器学习 (ML) 根除已知和未知入侵。这个 IDS 设备真是太聪明了，可以学习你网络上的正常和不正常事件，只要一发现异常就会马上通知你......但，销售说得天花乱坠，真相令人欲哭无泪。真正了解自治安全和机器学习的人不会被市场营销人员忽悠。

L1和L2正则常被用来解决过拟合问题。而L1正则也常被用来进行特征选择，主要原因在于L1正则化会使得较多的参数为0，从而产生稀疏解，将0对应的特征遗弃，进而用来选择特征。但为什么L1正则会产生稀疏解呢？本文利用公式进行解释。

卷积是深度学习中的基础运算，那么卷积运算是如何加速到这么快的呢，掰开揉碎了给你看。

在上一个教程里我们为基于现实物理的渲染打下了基础，在这个教程里我们将会着重介绍如何将前面讲到的理论转化成一个基于直接光照的渲染器：比如点光源，方向光和聚光灯。

一般来说， 定位渲染通道瓶颈的方法就是改变渲染通道每个步骤的工作量，如果吞吐量也改变了，那个步骤就是瓶颈。找到了瓶颈就要想办法消除瓶颈，可以减少该步骤的工作量，增加其他步骤的工作量。一般在光栅化之前的瓶颈称作”transform bound”，三角形设置处理后的瓶颈称作”fill bound”。

着色器只是一种把输入转化为输出的程序。着色器也是一种非常独立的程序，因为它们之间不能相互通信；它们之间唯一的沟通只有通过输入和输出。在最简配置下，至少都得有两个着色器：一个叫顶点着色器（vertex shader），它将作用于每个顶点上；另一个叫片段着色器（fragment shader），它将作用于每一个采样点。我们采用4倍抗锯齿，因此每个像素有四个采样点。