demi的博客

机器学习中的所有算法都依赖于函数的最小化或最大化，我们称之为“目标函数”。一组最小化的函数称为“损失函数”。损失函数是衡量预测模型在预测预期结果方面做得有多好。求函数最小值的一种常用方法是“梯度下降法”。把损失函数想象成起伏的山，而梯度下降就像从山上滑下来到达最低点。

物联网（IoT）是互联网中快速增长的一部分。 虽然互联网的其它设备依赖于人们的信息交换，但物联网可以自动实现在不同的连接设备之间进行收集，传输和接收数据。将物联网视为类似于网络，电子邮件或社交网络，但它不是连接人，而是连接智能设备。

作为人工智能与物联网落地的首选之地,智能家居近年来被越来越多的人关注。特别是在2018年，智能家居行业又加入了更多新角色，各路玩家疯狂涌入这条赛道，让原本竞争激烈的智能家居市场显得更加拥堵。

在雅图举办的“Casual Connect”全球游戏开发者大会上，经典PC游戏《横扫千军》（Total Annihilation）和《地牢围攻》（Dungeon Siege）的制作人克里斯·泰勒（Chris Taylor）分享了关于如何制作更好的游戏（或者更好地生活）的10条经验，这些是他在三十年来的游戏开发经历中学到的。

统计计算（Statistical Computing），又称概率统计计算、计算统计或计算机统计，是概率论、数理统计和应用统计、数学和计算机科学等学科之间的交叉性、边缘性、融合性和应用性的计算数学的一个分支，数学技术中的一类常用算法。

增强现实（AR）技术与行业结合可以提升行业价值、带来新的解决方案并提升用户体验。很多企业希望将AR技术纳入到自己的生产与销售过程中，所以投资或收购AR相关企业，这有效地推动了增强现实行业的增长，使其成为科技经济的重要组成部分。

我们在学习人工智能的时候，不管是机器学习还是深度学习都需要经历一个调参的过程，参数的好坏直接影响这模型效果的好坏。今天我们介绍下在深度学习中，调参的技巧主要分为哪些。

对象序列化的最主要的用处就是在传递和保存对象的时候，保证对象的完整性和可传递性。序列化是把对象转换成有序字节流，以便在网络上传输或者保存在本地文件中。序列化后的字节流保存了对象的状态以及相关的描述信息。序列化机制的核心作用就是对象状态的保存与重建。

R-CNN全称为Region-CNN，它可以说是第一个成功地将深度学习应用到目标检测上的算法。后面提到的Fast R-CNN、Faster R-CNN全部都是建立在R-CNN的基础上的。R-CNN遵循传统目标检测的思路，同样采用，对每个框提取特征、图像分类、非极大值抑制四个步骤进行目标检测，只不过进行了部分的改进。

多年来，零售体验并没有发生太大变化：走进商店，寻找合适的产品，然后购买。但人工智能的出现正在改变一切，通过个性化、自动化和效率提高将零售体验提升到新的水平。下面让我们来看看20个人工智能改善零售体验的实例。