跳转到主要内容

博客

数据中心产业发展指数(2021年)

指数从发展规模、发展质量、发展环境等不同维度评价全国31个省市的数据中心产业发展情况,为业界提供数据中心产业发展全新视角,为各省数据中心产业发展规划,政策引导提供有力支撑。

入门 RISC-V 编程的五大技巧

如果编程本身就是一门艺术,那么汇编语言的编程就是编程领域中的皇冠,在这个基础软件全面回归的时代,汇编语言似乎再次焕发了青春,根据 TOBIE 发布的编程语言排行榜,汇编语言重回前十……

Vulkan填坑学习Day09—图形管线概述

Vulkan 图形管线,通过接下来的章节,我们将会开启有关图形管线的话题,通过对图形渲染管线的配置完成最后的三角形绘画。所谓图形管线就是将mesh使用到的vertices定点数据和贴图数据,转化为渲染targets像素的操作序列。

AI革命来袭,人类会变成半机器人吗?

近日,斯坦福大学人类中心 AI 研究所(Stanford Institute for Human-Centered Artificial Intelligence)的一个跨学科团队发布了《2021 AI 指数》报告,报告的内容显示,技术进步和私人投资水平在新兴的 AI 公司中正在加速增长。

RNN与LSTM的对比分析

RNN最大的不同之处就是在层之间的神经元之间也建立的权连接,相比一般的神经网络来说,他能够处理序列变化的数据。比如某个单词的意思会因为上文提到的内容不同而有不同的含义,RNN就能够很好地解决这类问题。

GPGPU基础(三):GPGPU的理念

计算流水线的终点是帧缓存或显示器,而科学计算的结果一般需要写入存储器,这是怎么做到的?

训练机器学习模型时应避免的 6 个错误

对人工智能模型进行训练的同时,还需要进行多阶段任务,以充分利用训练数据,获得满意的结果。为了保证人工智能模型的性能,本文列出了六个需要避免的常见错误。

增强现实技术(AR)的103个应用场景

首先快速了解6个关键的AR概念,包含一些最主要的AR使用情况,能够帮助我们更好地理解增强现实技术。详见103个应用场景汇总!

分享收藏:Unity 操作快捷键(全)

建议收藏——nity 操作快捷键(全)!

Gartner预测全球芯片供应短缺将持续到2022年第二季度

“半导体供应短缺将严重扰乱供应链并将在2021年制约多种电子设备的生产。芯片代工厂正在提高芯片的价格,而芯片公司也因此提高设备的价格。”

unity中的VR适度优化

与其他一些平台不同,VR最好尽早并经常加以优化,而不是把优化留到以后的发展阶段。定期测试目标设备也是也是非常有帮助的。

计算机视觉:传统图像处理方法

经典的数字图像分割算法一般是基于灰度值的两个基本特征之一:不连续性和相似性。

人工智能在智能自动化中的重要作用

随着越来越多的企业在2021年更加重视自动化,他们将会积极采用智能自动化来自动化基于决策的子流程,这些子流程旨在增强机器人流程自动化(RPA)的基于规则的流程。

2021年中国人工智能产业发展趋势

人工智能作为新一轮产业变革的核心驱动力,正在释放历次科技革命和产业变革的巨大能量。持续探索新一代人工智能应用场景,将重构生产、分配、交换、消费等经济活动各环节,催生 新技术、新产品、新产业。作为数字经济转型升级的推动力和新一轮科技竞赛的制高点之一,近年来人工智能被提升到国家战略高度。

索尼Xperia Ace 2正式发布,搭载联发科P35,售价1298 元

近日,据GSMArena报道,索尼Xperia Ace 2现身Google Play,关键参数曝光,搭载的是联发科Helio P35处理器。

科学家开发新人工智能算法 可准确地预测肺癌风险

根据发表在《放射学》杂志上的一项研究,一个人工智能(AI)程序准确地预测了在CT筛查中检测到的肺结节将变成癌症的风险。

GPGPU基础(二):GPGPU需要用到的OpenGL概念

在计算机图形学中,纹理映射是实现复杂表面效果的高效方法,即以较小的计算量就可以实现较为逼真的模芯效果。在GPGPU中,纹理映射也是一个至关重要的概念。由图形API实现经典GPGPU的原理可以总结为:用纹理映射实现的科学计算(computation by texturing)。

Vulkan填坑学习Day08—图像与视图

Vulkan 图像与视图,使用任何的VkImage,包括在交换链或者渲染管线中的,我们都需要创建VkImageView对象。

LSTM原理及实现(二)

在一篇中着核心要素简述了LSTM算法的原理,本篇中将在本人做过一些前置处理的数据集上实现LSTM的一个实际应用案例。

我国的人工智能芯片的市场规模及发展前景

随着深度学习技术的快速发展,以及互联网和云计算时代海量数据和高效计算能力的支撑,计算机视觉技术、语音技术、自然语言理解技术等人工智能技术取得了突破性进展,并解锁多个行业的人工智能场景,产生了巨大的商业价值,驱动了人工智能行业的发展。同时,伴随人工智能技术的复杂性不断增加,其对于人工智能计算能力的需求随之增长。