长短期记忆网络（LSTM）不仅能够解决 RNN无法处理长距离的依赖的问题，还能够解决神经网络中常见的梯度爆炸或梯度消失等问题，在处理序列数据方面非常有效。有效背后的根本原因有哪些？本文结合简单的案例，带大家了解关于 LSTM 的五个秘密，也解释了 LSTM如此有效的关键所在。

游戏引擎是游戏开发者在游戏开发中离不开的一种重要工具，所有关于游戏创建的核心系统都由游戏引擎负责，其底层封装了诸如物理模拟、线程管理、组件管理等多种组件，使得游戏开发者无需再进行游戏程序底层的一些操作……

图像重建是一项具有挑战性的学习任务，因为没有人知道原始图像的样子。因此，似乎唯一实用和合乎逻辑的方法是发展一些关于图像的先验知识，并选择最大概率(最大先验估计)的重建。

在本文中，我们讲了一些有关数字驾驶舱未来的见解，HUD和透明表面如何改变人们与汽车互动的方式，以及汽车制造商在将所有这些显示器整合为一个整体用户体验时将面临的一些挑战。

近期，Unity 发布了 Object Pose Estimation 示例项目(Demo)，该 Demo 将计算机视觉和仿真技术相结合，展示了 Unity 人工智能和机器学习功能如何有效地训练机器人，加速其在工业领域的应用落地。

为什么做图片识别要将彩色图像灰度化呢？正式解释这个问题之前，我们需要了解，什么是灰度化？简单地说，灰度化处理就是将一幅彩色图像转化为灰度图像的过程。

近日，realme新机C21在马来西亚正式发布，仍搭载联发科G35处理器，配备5000mAh大容量电池，有黑色和蓝色两种配色可选，售价仅RM499！

《移动图形概论》基于Imagination大学项目（IUP）的英文版《移动图形概论》课程，由Imagination团队和北京大学杨延军老师团队针对中国学习者合作开发的中文版课程。课程的内容主要包括基于移动设备的图形技术，图形处理器（GPU）架构，以及如何用OpenGL ES和OpenGL GLSL进行图形渲染。

机器学习模型应该消除偏见，而不是加剧歧视。为了构建公平的人工智能模型，必须首先使用更好的方法来识别产生人工智能偏见的原因，因此必须了解人工智能模型如何学习其输入和输出之间的偏差关系。

分享几个WACV会议论文公布的人脸数据集，从目前人脸识别的难点出发，它们研究更加公平、适用场景更广的人脸识别或活体检测。

机器学习一直都很热门，自不必多言；量子计算能引起这么高的热度，到底是凭什么？一起来看看本文如何解读~

为了帮助同学们更好地学习计算机图形学，微软亚洲研究院网络图形组主管研究员董悦为大家推荐了该领域相关的经典书籍，内容涵盖图形学基础原理、渲染基础与算法、计算几何与几何处理、表观建模等。

从绘制三角形到基于物理的渲染，从基础的线性代数知识到光线反射的物理建模，从经典的OpenGL到现代的Vulkan，《移动图形概论》课程将带你一起探索3D图形编程的奥秘。

声音的力量是强大的。如果你在制作游戏，你应当思考音效能够在游戏中发挥的作用，或者与懂得声音的作用及应用方式的人士合作。单个声音能够同时发挥许多作用。基于此，我们将介绍8种不同的游戏音效应用方式。

浪潮信息&IDC发布《2020全球计算力指数评估报告》（以下简称《报告》），这是全球首个计算力指数的研究成果，深入揭示了经济发展与计算力的关系，为全球数字经济带动经济发展和新基建提供参考意见。

Soc设计与传统的ASIC设计最大的不同在于以下两方面。一是SoC设计更需要了解整个系统的应用，二是SoC设计是以IP复用为基础的。一个完整的SoC设计包括系统架构设计，软件结构设计和硬件设计。

近日，金立在印度市场正式推出了新款智能手机——金立Max Pro，搭载Unisoc SC9863A芯片，GPU方面为支持3D图形加速的Imagination GE8322内核。

基于物理渲染是一系列技术，它试图基于这些对象的真实材料属性来模拟光与对象的交互。这些材料的属性包括反射率、发射率、粗糙度和金属性等，所有这些都可以改变光从物理表面反射的方式

随着苹果 M1 的到来，我们可以看到基于 PowerVR 的技术能够很好地扩展到更高端的应用场景，而不仅限制于纯粹的移动应用。如果你是一个喜欢为 iOS 开发应用程序的开发者，你应该仔细研究一下如何面向M1优化你的应用程序，使其可以触达到更多的用户。

图像融合是图像处理的一种方式，通过将多种传感器在同一时间对某一具体场景的图像或者图像序列信息加以综合，输出一幅更适合于人类视觉感知或计算机进一步处理与分析的融合图像，可克服单一传感器图像在几何、光谱和空间分辨率等方面存在的局限性和差异性，提高图像清晰度和信息包含量，有利于更为准确、可靠、全面地获取目标或场景的信息。