深度学习——为什么要深？
对于一个分类的问题的简化，我们可以先训练一个Basic classfier，然后将其共享给following classfier，通过多层的分类器进行特征的提取，用较少的数据就可以训练好网络。而在deep的模型当中，Basic classfier是由神经网络自己学到的，然后通过更多层的网络可以使得classfier逐渐学到更加深层次的特征。这就是deep network能够work的原因。
交叉验证(Cross Validation)原理小结
交叉验证是在机器学习建立模型和验证模型参数时常用的办法。交叉验证，顾名思义，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。在此基础上可以得到多组不同的训练集和测试集，某次训练集中的某样本在下次可能成为测试集中的样本，即所谓“交叉”。
万物互联，智慧出行——Imagination与您相约中国（广州）国际新能源、节能及智能汽车展览会
以“万物互联，智慧出行”为主题的2019第四届中国（广州）国际新能源、节能及智能汽车展览会将于2019年9月11日-14日在广州保利世贸博览馆再度盛大举行，Imagination公司应邀参加本次峰会。峰会上郑魁先生将为大家带来题目为“半导体IP驱动汽车产业智能化发展”的主题演讲。欢迎您参观Imagination展台（广州保利世贸博览馆2楼3号馆，展位号：3140），我们将为您展示最新最前沿的技术。
Unity延迟渲染路径
当使用延迟着色，那么可以作用在对象上的光照，将没有数量限制。所有光照都会被逐像素的评估，这意味着所有光照都可以正确的被法向贴图影响，等等。此外，每个光照都可以有cookie 和 shadow。
深度神经网络中不同超参数的调整规则
在深度神经网络中，超参数的调整是一项必备技能，通过观察在训练过程中的监测指标如损失loss和准确率来判断当前模型处于什么样的训练状态，及时调整超参数以更科学地训练模型能够提高资源利用率。下面将分别介绍并总结不同超参数的调整规则。
2019-2020年值得关注的9个AR发展趋势
增强世界博览会（Augmented World Expo）和消费电子展（Consumer Electronics Show），都展示了大量AR行业的最新进展。本文据此预测9个增强现实未来发展趋势，这些趋势将在未来几年塑造增强现实的未来，并将激发AR从业者们进行创新。
15个必知的Android开发者选项
Android开发者选项，看起来很简单的事情，其实很多同学对它了解得不够，Google用心良苦得为我们设计了这么多小开关都是有它的作用的，今天也花了点时间，过了一遍全部的30多个开关，从中整理出15个对日常Android开发比较有帮助的选项。
简单理解spherical harmonic lighting（球谐光照）
球谐光照在现代游戏图形渲染领域应用很广，用于快速的模拟复杂的实时光照，例如unity中的light probe以及一些不重要的实时光源，可以用球谐光照快速的计算。球谐光照的优点是运行时的计算量与光源的数量无关，如果参数足够却可以较好的模拟实时的光照结果。
人工智能和机器学习中你应该知道的前20个API
应用程序编程接口(API)是一个现成的代码，可以简化程序员的生活。它有助于数字化单调的任务并自动化一系列复杂功能，从而降低生产成本。在AI/ML编程方面，处理将商业API集成到现有平台中。它可以与当前的代码片段进行交互，当然还可以与用户群进行交互。本文列出了20个适合AI和ML编程的API。选择是完全基于平台的效率，易用性和功能，而不是它的受欢迎程度。不包括像谷歌，IBM或微软平台等大玩家。
三大创新型技术推动网络安全发展
安全专家与网络罪犯间的战争已成猫鼠游戏，肩负信息保护责任的安全专家与意图破坏数据完整性的网络罪犯势成水火，技术比拼与战术对抗，道高一尺，魔鬼一丈。数字连接性的增加和商业领域整个价值链中几乎所有过程的自动化，催生出了敏捷性这种东西，也发展出了相当高端的威胁，极大地增加了网络安全风险。
关于人工智能和机器学习的新趋势
人工智能在各产业中的超凡表现奠定了它对未来世界不可或缺的地位，比如制造业、医疗保健、建筑业、在线零售业等几乎各个行业都在利用人工智能技术融入物联网。不断演化的机器学习技术使每个企业都有望成为数据驱动的企业，都能利用云平台的机器学习技术使用人工智能应用程序。未来的企业将不必安装和维护机器学习系统，花很低的开销就能分析海量又复杂的数据，最终做出详细精准的分析和预测。
