自动驾驶可减少塞车状况、提高行车效率，以及增进乘客、驾驶、行人的安全性，促进城市发展。2018年，2级(L2)自动驾驶于市场占据主导地位；预测在2021年，4级(L4)自动驾驶将开始进入市场；2030年，5级(L5)自动驾驶的市场将兴起。

智能医疗主要运用的人工智能技术，是影像与数据分析能力；但应用范围愈来愈广，包括以下这六种：医疗影像；；；；

近年来，人工智能技术发展取得了极大的进步，在一些领域甚至超越了人类自身的认知能力。人工智能也从一个纯粹的技术领域一跃成为社会各界共同关注的话题。各国纷纷出台人工智能战略，加强顶层设计，人工智能由此成为国际竞争的新焦点。

机器学习中参数更新的方法有三种：① Batch Gradient Descent，批梯度下降；② Stochastic Gradient Descent，随机梯度下降；③ Mini-batch Gradient Decent，小批梯度下降。

防止过拟合的方法主要有：正则化；dropout；增加训练数据；提前停止训练过程。

CNNs是第一个真正成功训练多层网络结构的学习算法。它利用空间关系减少需要学习的参数数目以提高一般前向BP算法的训练性能。CNNs作为一个深度学习架构提出是为了最小化数据的预处理要求。在CNN中，图像的一小部分（局部感受区域）作为层级结构的最低层的输入，信息再依次传输到不同的层，每层通过一个数字滤波器去获得观测数据的最显著的特征。

二者都是集成学习算法，都是将多个弱学习器组合成强学习器的方法。

Gartner报告联网的设备在2019年已经超过142亿，预计2021年将达到250亿，这是一个巨大的数量，产生海量的数据。但与现在大家所熟悉的互联网相比，物联网数据有其显著不同特点，本文对其特点作了系统分析和总结。

8月的北京骄阳似火，火热的帝都即将迎来一场同样“火”的RISC-V盛会。去年RISC-V在国内还是星星之火，今年已呈现燎原之势.RISC-V的爆发式发展已成为大势所趋。SiFive已经在3月，6日分别在上海及深圳举行了车间，在当地获得了极大的关注，本次8月举办的北京场活动将是SiFive三场系列研讨会的最后一站。

小心出现过拟合，这通常是因为神经网络在“死记”定型数据。过拟合意味着定型数据的表现会很好，但网络的模型对于样例以外的预测则完全无用。正则化有好处：正则化的方法包括l1、l2和丢弃法等。

卷积这个东东是“信号与系统”中论述系统对输入信号的响应而提出的。因为是对模拟信号论述的，所以常常带有繁琐的算术推倒，很简单的问题的本质常常就被一大堆公式淹没了，那么卷积究竟物理意义怎么样呢？

随着Unity 2019.1的发布，Shader Graph着色器视图资源包正式脱离预览阶段。在Unity 2019.2中，Shader Graph着色器视图加入了更多新功能。

反向传播（用于优化神网参数）：根据损失函数计算的误差通过反向传播的方式，指导深度网络参数的更新优化。采取反向传播的原因：首先，深层网络由许多线性层和非线性层堆叠而来，每一层非线性层都可以视为是一个非线性函数 f(x) (非线性来自于非线性激活函数），因此整个深度网络可以视为是一个复合的非线性多元函数。

当数据维数比较大时，就需要进行降维，特征选择是降维的一种主要方式，又包括3种方法：Filter、Wrapper和Enbedding。

由于意外的机器学习模型退化导致了几个机器学习项目的失败，我想分享一下我在机器学习模型退化方面的经验。实际上，有很多关于模型创建和开发阶段的宣传，而不是模型维护。

根据Newzoo的数据，手游行业预计会在2021年之前突破1000亿美元里程碑，实现十年两位数增长。去年，它占据了全球游戏市场50%以上的份额。手游成为了人人都想分一杯羹的热门产业，独立开发者和发行商梦想着自己能创造出新的现象级产品。

迁移学习是什么？迁移学习是一种机器学习技术，在这种技术中，一个训练于一项任务的模型被重新用于另一项相关任务。迁移学习是一种优化，它允许在第二个任务建模时快速进行或提高性能。

环境贴图是对周围环境的映射。

我们在训练神经网络模型时，最常用的就是梯度下降，这篇博客主要介绍下几种梯度下降的变种（mini-batch gradient descent和stochastic gradient descent），这里主要介绍Mini-batch gradient descent和stochastic gradient descent（SGD）以及对比下Batch gradient descent、mini-batch gradient descent和stochastic gradient descent的效果。

Imagination 将参加于2019年8月9日-11日在上海举办的2019（第四届）人工智能产业大会，会议期间我们的展台上将展示 PowerVR NNA神经网络物体检测demo；支持功耗蓝牙5.0的Ensigma IP应用等先进技术。欢迎大家拜访我们的展台——上海新国际博览中心E1馆B17-4展位。除了展位，Imagination中国区高级市场总监时昕博士将在8月9号的“Ofweek 2019 (第四届）中国人工智能产业大会 ”主论坛发表题为“边缘智能IP，加速AI应用”的主题演讲，欢迎您前来聆听。