demi的博客

创建异常检测模型，实现生产线上异常检测过程的自动化。在选择数据集来训练和测试模型之后，我们能够成功地检测出86%到90%的异常。

将 slink:VkAccelerationStructureNV 资源分类更改为非线性，并且将 slink: VkAccelerationStructureKHR 更改为既不是线性也不是非线性。为了达成 << resources-bufferimagegranularity，bufferImageGranularity >> 目的，这会影响内存分类。

特征选择：我们可以选出原始特征的一个子集。特征提取：通过现有信息进行推演，构造出一个新的特征子空间。

物联网（IoT）技术从来没有离开过人们的视线。这一网络带来了智能服务、电子设备或家用电器等实物与人之间互动模式的根本转变，从而帮助我们丰富生活。物联网（IoT）技术从来没有离开过人们的视线。这一网络带来了智能服务、电子设备或家用电器等实物与人之间互动模式的根本转变，从而帮助我们丰富生活。

训练好的模型，用自己蒸馏一下，就能提高性能，是不是很神奇，这里面的原理到底是什么呢，这要从模型集成开始说起。

早期的gpu是没有z-buffer的，为了得到正确的图像，必须使用画家算法，也就是从后往前绘制几何体。几何体每帧都需要根据摄像机的位置进行排序，进而实现从后往前的绘制。

立体视觉意味着人工智能可以通过一对相机来感知图像的深度以及物体的距离。大多数三维相机模型都是基于立体视觉理论和技术的。两台摄像机之间设置一定的距离，这样它们就可以从不同的角度“看”物体。评估两个图像之间的对应关系，人工智能确定到目标的距离，分析，并建立目标的3D结构。

汽车智能化、网联化、电动化的发展，使得汽车正在成为一个新兴的智能终端。在万物互联的时代，汽车将与其他智能终端设备实现互联互通，深刻改变交通出行体验。IDC FutureScape对2021年中国数字化汽车发展的预测如文……

本文开始我们为同学们展示，从一个U3D程序员出发，或者从一个引擎程序员出发，你应该如何来定位UE4。因为UE4跟一般的引擎还真滴是不一样的。

在图形渲染中有一个很大的敌人就是渲染不必要的多边形，比如处于背面的三角面片。拿起一本数，无论你怎么看最多也只能看到书的三个面，有的时候只能看到书的一个面。看不到的面我们完全可以把它剔除掉，这门武功就叫做背面剔除。