本文主要是对红宝书（第八版）第五章中给出的透视投影矩阵和正交投影矩阵做一个简单推导。投影矩阵的目的是：原始点P(x,y,z)对应后投影点P'(x',y',z')满足x',y',z'∈[-1,1]。
透视投影
下图为透视投影的视锥体：
注：上图中忘了标注了，远裁剪平面距离原点距离为f，近裁剪平面距离原点距离为n。
设P(x0, y0, z0)，我们分别求各个坐标在投影后的值。将P点投影到近平面上，首先看x方向上的投影，沿着过P点，且平行于xoz平面切一刀，有如下图：
无人驾驶的操作流程，没有大家想的那么复杂。大家完全可以根据自己开车的实践，推断出自动驾驶应该包括那些内容。传统意义上，很多论文或者教材都喜欢把自动驾驶分成感知、预测、规划和控制四个部分，但是我个人喜欢再添加两个部分，即导航和停车，这样会构成一个更完整的整体。
一般情况下，一个TCP连接的建立需要经过三次握手的过程，即：
1、 建立发起者向目标计算机发送一个TCP SYN报文；
2、目标计算机收到这个SYN报文后，在内存中创建TCP连接控制块（TCB），然后向发起者回送一个TCP ACK报文，等待发起者的回应；
3、 发起者收到TCP ACK报文后，再回应一个ACK报文，这样TCP连接就建立起来了。
学习数据集训练时，电脑没有GPU，所以当时训练时用的是CPU，也没有意识到两者之间在训练数据集有什么差别，直到在一次训练过程中，着重看了一下训练过程，才发现，训练时间是真的差距大。接下来就给大家讲一下，这两个具体有什么差别。
对于游戏开发者来说，外挂是深通恶绝的，它一方面破坏了游戏的公平性，造成大量玩家流失，另一反面又加快了游戏节奏和资源产出，让开发商利益受损。对于这种让玩家和开发商都不讨好的行为，一定要坚决打击。
但现实情况是，外挂很难彻底杜绝，特别是你的游戏火爆的时候，会有一大批外挂盯着你的游戏漏洞，让你防不胜防，你唯一能做的只能去不断的完善，做好安全预防和检测，和它做攻防斗争，或者从设计之初，就做好主要安全构筑，提升游戏的防外挂能力。
下面我们介绍几种常见的外挂形式，给一些简单的建议，供大家一起探讨。本篇不涉及具体的操作和作弊工具使用。
常见的外挂分类
协议破解
协议破解是一种常见的方式，主要是针对通信内容进行破解，对于采用hash加密的协议来说，会被彩虹表暴力破解。对于采用对称加密的算法来说，如果密钥被截获或者从文件破解，都会触发这种解密行为。若是采用非对称加密，对服务器的性能损耗太严重了，不值得，所以好的方式还自定义一种动态密钥，加大被破解的难度。
深度学习中的卷积
当提到神经网络中的卷积时，我们通常是指由多个并行卷积组成的运算。（因为单个核只能特区一种类型的特征，我们usually希望可以在多个位置提取多个特征）
输入也不仅仅是实值的网格，而是由一系列观测数据的向量构成的网格。
我们有的时候会希望跳出核中的一些位置来降低计算的开销（相应的代价是提取特征没有先前那么好了）我们就把这个过程看作对全卷积函数输出的下采样(downsampling).如果只是在输出的每个方向上每间隔s个像素进行采样，那么可重新定义一个 下采样卷积函数。我们把s称为下采样卷积的步幅（stride）。
在任何卷积网络的实现中都有一个重要性质：能够隐含地对输入V用零进行填充（pad）使得它加宽。
普遍意义的卷积
从数学上讲，卷积只不过是一种运算，对于很多没有学过信号处理，自动控制的同学来说各种专业的名词可以不做了解。我们接着继续：
对于很多初入学习人工智能的学习者来说，对人工智能、机器学习、深度学习的概念和区别还不是很了解，有可能你每天都能听到这个概念，也经常提这个概念，但是你真的懂它们之间的关系吗？那么接下来就给大家从概念和特点上进行阐述。先看下三者的关系。
位图文件有两种存储像素数据的格式。16777216色（真彩色）的图像，一个像素的颜色可以用24位数据表示。256色的图像可以用调色板对颜色的信息进行编码，一个像素的值对应的是调色板的索引，而不是直接对应一个像素的颜色，调色板的索引映射为像素的颜色。
在cocos2d-x里面，游戏的任何时间，只有一个场景对象实例处于运行状态，该对象可以作为当前游戏内容的整体包对象。
据外媒The Verge报道，在不久的将来，面部识别扫描或可以成为标准体检的一部分。研究人员已经展示了算法如何帮助识别与遗传性疾病相关的面部特征，从而加速临床诊断。在本月发表在《自然·医学》杂志杂志上的一项研究中，美国公司FDNA发布了软件DeepGestalt的新测试。
