博客
本文为了让初学者更加简单、直观地理解神经网络在训练中的技巧，以及明白为什么这样做能有效地提高训练效率，将神经网络中的本质过程一一阐述，弄清楚这些原理对初学者大有裨益。
在机器学习的有监督学习算法中，我们的目标是学习出一个稳定的且在各个方面表现都较好的模型，但实际情况往往不这么理想，有时我们只能得到多个有偏好的模型（弱监督模型，在某些方面表现的比较好）。集成学习就是组合这里的多个弱监督模型以期得到一个更好更全面的强监督模型......
深度信念网络（Deep Belief Nets），是一种概率生成模型，能够建立输入数据和输出类别的联合概率分布。深度信念网络通过采用逐层训练的方式，解决了深层次神经网络的优化问题，通过逐层训练为整个网络赋予了较好的初始权值，使得网络只要经过微调就可以达到最优解。
bump maps的一种，实现物体立体感，减少光照计算的方案。Normal Mapping 法线映射多用在CG动画的渲染以及游戏画面的制作上，将具有高细节的模型通过映射烘焙出法线贴图（Normal Map），贴在低端模型的法线贴图通道上，使之拥有更高细节的渲染效果。
由连接设备组成的庞大的网络，在过去的20年里在全球范围内不断发展，被称为物联网。如今，我们周围有许多对象可以收集，发送和处理数据到其他服务器和其他应用程序。物联网协议就是这样一种系统，它将在线传输数据。但只有当两个连接设备之间的通信网络安全时，它才会传输数据。是什么使这种远程安全连接成为可能？
遗传算法是1962年由美国Michigan大学Holland教授提出的模拟自然界遗传机制和生物进化论而形成的一种并行随机搜索最优化方法。它把自然界中的“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体中，按照所选择的适应度函数并通过遗传中的选择、交叉和变异对个体进行筛选，是适应值好的个体被保留，适应度差的个体倍淘汰，新的种群集成上一代的信息，有优于上一代。
支持个人共享和基于位置的共享，音频共享具有显著增强您与周围世界的参与度的潜力。通过基于位置的音频共享，公共场所将能够共享音频，从而增强您的体验。您可以在机场、酒吧和健身房收听电视。电影院、会议中心和演讲厅将使用音频共享来帮助听力受损的访客，并提供多种语言的同声传译。
虽然物联网设备和工具有很多用途，可以让人们的工作和生活变得更轻松，但许多设备和工具可能有一些安全漏洞。物联网是一把双刃剑。从配备智能门锁的智能家居到通过Wi-Fi自动煮沸早茶的水壶，物联网技术让人们的生活变得简单得多，但其成本也可能要高得多。在物联网安全中，存在一些安全性权衡因素，并且可能弊大于利。
渲染是最终使图像符合3D场景的一个阶段，通俗点来说就是把前期做好的各种模型、效果或动画的片段结合在一起，在这些过程中必然会涉及到复杂的特技和效果，以目前的计算机运算能力很难达到实时显示，所以要在编辑完图形图像后，通过调整修改得到我们所需要的最终效果进行输出，也就是渲染。
游戏中会有很多地方使用同一份资源。比如，有些界面会共用同一份字体、同一张图集，有些场景会共用同一张贴图，有些会怪物使用同一个Animator，等等。可以在制作游戏安装包时将这些公用资源从其它资源中分离出来，单独打包。
深度学习的基本原理是基于人工神经网络，信号从一个神经元进入，经过非线性的激活函数，传入到下一层神经元；再经过该层神经元的激活，继续往下传递，如此循环往复，直到输出层。正是由于这些非线性函数的反复叠加，才使得神经网络有足够的能力来抓取复杂的模式，在各个领域取得不俗的表现。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
机器学习工程师和研究员之间的主要差别（包括薪资）有哪些？本文就机器学习工程师和研究员之间的主要差别进行了详细分析，主要包括薪资期望、工作量、可交付成果，以及其他关键差别的信息。
