如今，深度学习是必经之路。大规模数据集以及深层卷积神经网络（CNN）的表征能力可提供超准确和强大的模型。但目前仍然只有一个挑战：如何设计模型？像计算机视觉这样广泛而复杂的领域，解决方案并不总是清晰明了的。计算机视觉中的许多标准任务都需要特别考虑：分类、检测、分割、姿态估计、增强和恢复以及动作识别。尽管最先进的网络呈现出共同的模式，但它们都需要自己独特的设计。

在传统神经网络中，模型不会关注上一时刻的处理会有什么信息可以用于下一时刻，每一次都只会关注当前时刻的处理。举个例子来说，我们想对一部影片中每一刻出现的事件进行分类，如果我们知道电影前面的事件信息，那么对当前时刻事件的分类就会非常容易。

近年来，无人机产业发展不断加快，并逐渐从军用领域延伸到了民用领域。围绕民用无人机这个新兴市场，各国相继加大扶持力度，推进全面布局，眼下已形成激烈竞争局面。

在新冠肺炎疫情和经济下行压力的双重冲击之下，AR/VR产业在2020年仍然在终端、软件、应用各方面实现了诸多突破。疫情背景下“宅经济”的出现，也使得AR/VR在B端和C端同时拥有了更现实和迫切的入口。AR/VR产业在国内市场的发展节奏已经逐步加快。

LWRP现在再unity2019已经成为默认的管线了，替代了原来的builtin管线，我当前项目用的还是2018.4的lwrp，使用了一段时间，觉得还是想总结下lwrp的渲染流程。总结过程中也学到了不少东西，所以想在这里分享下我了解的lwrp管线

在学习场景管理之前，我们要先学习一下视锥体剔除(VFC)，因为无论你使用什么空间划分算法，划分的空间都要进行视锥体剔除，被剔除的空间内部的所有物件都会被抛弃以此来加速渲染或碰撞。这也是场景管理的核心目的。

分享一份人工智能术语表，快收藏！

随着二十一世纪到来，各个国家的成功与失败已经不再单纯取决于其公民与政府领导；对于技术的远景规划，开始成为国家竞争间的巨大差异化优势。如果某个国家面对迅猛起飞的自动化与AI技术浪潮而无动于衷，那么其势必会被历史浪潮吞没。而如果一个国家拥戴AI技术，并在AI的伦理应用领域投入大量资源与思想，那么他们或许会在未来几十年内走在全球前沿。

一个完整的SoC设计包括系统结构设计（也称为架构设计），软件结构设计和ASIC设计（硬件设计）。SoC设计更需要了解整个系统的应用，定义出合理的芯片架构，使得软硬件配合达到系统最佳工作状态。因而，软硬件协同设计被越来越多地采用。