demi的博客

本文将介绍一种非常重要的神经网络——卷积神经网络。这种神经网络在计算机视觉领域取得了重大的成功，而且在自然语言处理等其它领域也有很好的应用。深度学习受到大家的关注很大一个原因就是Alex等人实现的AlexNet在LSVRC-2010 ImageNet这个比赛中取得了非常好的成绩。此后，卷积神经网络及其变种被广泛应用于各种图像相关任务。

凭借着简化业务流程、降低运营成本以及自动完成繁琐任务等能力，人工智能（AI）技术已经在众多行业当中成为重要的增长驱动因素。与此同时，云计算、大数据以及物联网等技术的发展，亦促进AI领域的后续市场增长。我们预计这部分市场总额到2025年将增长至1906.1亿美元。而在一份最新报告中，Tractica预计到2025年，仅全球AI软件的收入就有望达到1058亿美元。

【渲染流程】应用阶段：该阶段由CPU负责实现。开发者有三个主要任务：准备场景数据、 粗粒度剔除（将不可见的物体剔除出去）、设置每个模型的渲染状态（即渲染图元） ；几何阶段 ：这阶段在GPU上进行，负责与每个渲染图元打交道，进行逐顶点，逐多边形的操作。该阶段重要任务是将顶点坐标变换到屏幕空间去，再交给光栅器进行处理。该阶段会输出屏幕空间的二维顶点坐标、每个顶点对应的深度值、着色等相关信息。

技术改变生活，而各种新技术每天都在重新定义我们的生活状态。技术改变娱乐，甚至有了互联网时代“娱乐至死”的警语。当人工智能介入我们的生活，特别是娱乐的时候，一切又将大为不同。尽管很多时候我们很难察觉人工智能的存在，但它正在带给我们一个又一个无法拒绝的崭新的现实。

我国智慧城市建设起步早、见效快，信息采集、网络传输、信息处理、信息开发应用等网络信息技术处于国际领先水平。目前来看，大多数城市已经完成了智慧城市建设得第一、二阶段任务,即数字化、网络化任务,部分城市已向智能化、智慧化阶段迈进。但不可否认的是，现阶段新型智慧城市建设中也存在诸多痛点，亟待解决。

来源：微信号 - 机器学习与统计学（tjxj666）：统计学家。文末附高清大图下载链接

每一波浪潮的到来，都意味一片无人占领的蓝海，也意味着众多新成长起来的巨头，还意味着什么？大量的技术人员需求，供不应求的开发市场，以及从业者的高薪与众多的机会。我们最常做的事情是目送着上一次浪潮的余波远去，感叹自己生不逢时，却没有意识到，下一波浪潮已经到了我们脚下。没错，我们说的就是AI。

对于深度学习本人也是半路出家. 现在的工作内容主要就是使用CNN做CV任务. 干调参这种活也有两年时间了. 我的回答可能更多的还是侧重工业应用, 技术上只限制在CNN这块.

神经网络技术起源于上世纪五、六十年代，当时叫感知机（perceptron），拥有输入层、输出层和一个隐含层。输入的特征向量通过隐含层变换达到输出层，在输出层得到分类结果。早期感知机的推动者是Rosenblatt。

一定程度上，每个人都清楚自动驾驶普及是大势所趋，但我们也不能忽视自动驾驶可能给我们社会交通状况带来的冲击，这种冲击包括了更加严重的交通压力，汽车耐久性不堪重负以及汽车行业彻底的重塑。自动驾驶并不是百利而无一害。