demi的博客

加州大学洛杉矶分校在PLOS Computing Biology上发表了一篇文章，分析了深度卷积网络(DCNN)和人类识别物体方法的不同：深度卷积网络(DCNN)是依靠物体的纹理进行识别，而人类是依靠物体的轮廓进行识别。

对于应用深度学习需要思考什么的问题，我们无法统一答复，因为答案会随着你要解决的问题的不同而不同。但是我们希望以下的问答将成为一个帮助你如何在初期选择深度学习算法和工具的清单。

AI的进步、新神经网络的构成以及神经科学新模型的出现都表明，我们正在接近这样的现实，即AI算法可以复制大脑功能。

决策树是机器学习最基本的模型，在不考虑其他复杂情况下，我们可以用一句话来描述决策树：如果得分大于等于60分，那么你及格了。

视觉目标跟踪基本流程：视觉目标（单目标）跟踪任务就是在给定某视频序列初始帧的目标大小与位置的情况下，预测后续帧中该目标的大小与位置。

机器学习是当下人工智能浪潮的核心技术，受到了工业界的广泛应用，为社会带来了巨大的产业价值。然而，如果机器学习系统受到攻击，将会带来怎样的严重后果？我们该如何分析、规避这种风险？下面，本文作者将基于 6 个月的研究心得，教给大家破解机器学习系统攻击的正确方式！

Unity 2019.2 发布了，此版本已经更新了 ProBuilder，Shader 图，2D 动画，Burst 编译器，UI 元素等等。

在开始调参之前，需要确定方向，所谓方向就是确定了之后，在调参过程中不再更改。1、根据任务需求，结合数据，确定网络结构。例如对于RNN而言，你的数据是变长还是非变长；输入输出对应关系是many2one还是many2many等等

如今，人工智能已成为科技界的热门话题。它不仅改变了人们的生活，而且还颠覆了各行业领域。尽管如此，人们对它有不同的看法。有些人可能认为这是一件坏事，因为他们的工作岗位可能被人工智能取代。另一方面，人工智能倡导者仍将人工智能视为一种推动因素，将显著减轻人们的工作负担，并通过自动化使人们的生活更轻松。

损失函数（loss function）是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部分。