跳转到主要内容

博客

一文简述提升神经网络性能方法

本文简要介绍了提升神经网络性能的方法,如检查过拟合、调参、超参数调节、数据增强。神经网络是一种在很多用例中能够提供最优准确率的机器学习算法。但是,很多时候我们构建的神经网络的准确率可能无法令人满意,或者无法让我们在数据科学竞赛中拿到领先名次......

人工智能和物联网:最佳拍档

凭借物联网设备生成数据的基本能力以及人工智能模拟各种设备智能行为的能力,当将这两种技术结合在一起时,我们将会看到一场前所未有的技术革命。

2020 年,哪些行业将会遭到 5G 洗礼?

5G 标准落地于 2018 年, 5G 的大规模建设始于 2019 年,那么在即将到来的 2020 年,5G 则可达成一定规模的商用,对此,你是否畅想过 5G 将会如何改变我们所处的各行各业?

高斯噪声与高斯滤波

噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般,噪声信号与要研究的对象不相关,它以无用的信息形式出现,扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。

视差映射 Parallax Mapping

视差映射和法线贴图结合使用,可以给物体表面增加惊人的细节,这边只谈实现上的注意点。

6个重要的机器学习算法

本文旨在为那些获取关于重要机器学习概念知识的人们提供一些机器学习算法,同时免费提供相关的材料和资源。并且附上相关算法的程序实现。

AIoT=AI+IoT,背后究竟是谁更需要谁?

IoT是什么?想必“AI+IoT”会是很多人的答案。自去年年初,伴随着BAT、小米、华为、京东、旷视等相继喊出AIoT的口号,这一名词以及其所代表的背后产业引发新一轮行业热议。只不过,“AIoT”是一个新名词,但它背后的产业早在之前就已经出现,并有了一定的规模。

十项关于网络安全的迷思

当前,随着社会生活各领域信息化水平的不断提高,网络安全已经成为了各政企单位都非常重视的管理问题之一。但是,尽管人们越来越关注自身的网络安全,仍然有几种常见的网络安全领域的迷思普遍存在于很多人的意识中。

生物特征识别技术面面观

生物识别有的时候也叫生物特征识别,有的时候也叫生物认证,这几个词都是一个含义。是指通过获取和分析人体的身体和行为特征来实现人的身份的自动鉴别,这就是生物识别的基本概念。

计算机科学中最重要的32个算法

奥地利符号计算研究所(简称RISC)的Christoph Koutschan博士在自己的页面上发布了一篇文章,提到他做了一个调查,参与者大多数是计算机科学家,他请这些科学家投票选出最重要的算法,以下是这次调查的结果,按照英文名称字母顺序排序。

详细认识卷积过程

卷积过程是卷积神经网络最主要的特征。然而卷积过程有比较多的细节,初学者常会有比较多的问题,这篇文章对卷积过程进行比较详细的解释。

提高Unity中C#代码质量的22条准则

在C++领域,必看的书是《Effective C++》。而《Effective C#》之于C# ,是类似《Effective C++》之于C++一样的存在。这篇文章,将《Effective C# Second Edition》一书中适用于Unity游戏引擎里使用C#的经验之谈进行了提炼,总结成为22条准则,供各位快速地掌握这本书的知识梗概,在Unity中写出更高质量的C#代码。

特征工程之特征预处理

本文我们来讨论特征预处理的相关问题。主要包括特征的归一化和标准化,异常特征样本清洗与样本数据不平衡问题的处理。由于标准化和归一化这两个词经常混用,所以本文不再区别标准化和归一化,而通过具体的标准化和归一化方法来区别具体的预处理操作。

智能网联汽车加速发展的五个关键

自1888年奔驰生产出世界上第一辆可供出售的汽车以来,汽车的速度、安全性和整体质量都有了显著提高。但是它在功能和设计方面没有太大的变化……直到现在。

五分钟理解人工神经网络原理

人工神经网络,简称神经网络,是一种模仿生物神经网络的结构和功能的数学模型或者计算模型。其实是一种与贝叶斯网络很像的一种算法。之前看过一些内容始终云里雾里,这次决定写一篇博客。弄懂这个基本原理,毕竟现在深度学习太火了。

Gamma校正 (Gamma Correction)

人类眼球的感光细胞中,在正常的光照环境下(非绝对黑暗和绝对明亮中),对较暗色调之间的差异,比对较亮色调的差异的反应更强烈。这个跟照相机的实际上的光照强度值是不一样的,所以,人类眼球对光强度的反应是非线性的。

5G会成为物联网的连接奇迹吗?

随着5G的发展和物联网的强大,世界上的一切都将变得紧密互联。多亏了5G,在不远的将来,所有人都可以使用高速网络……除了网络没有覆盖到的地方。

什么是人工智能AI偏差 - Benedict Evans

机器学习是当今技术最重要的基本趋势之一,也是未来十年科技将在更广阔的世界中改变事物的主要方式之一。作为其中的一部分,机器学习的各个方面引起关注 - 例如,它对就业的潜在影响,以及它用于我们可能认为不道德的目的,例如它可能给予压迫性政府的新能力。另一个,也就是这篇文章的主题,是人工智能偏差的问题。

风险视角:人工智能面临的两难困境

人工智能的快速进步和发展引发了对其两用应用和安全风险的绝望猜测。从自动武器系统(AWS)到面部识别技术再到决策算法 ,人工智能的每一个新兴应用都会带来好的和坏的。正是人工智能技术的这种双重性质不仅给各国的个人和实体带来了巨大的安全风险:政府、行业、组织和学术界(NGIOA),还有人类的未来。

智慧城市,将怎样颠覆我们的生活

在诸多“未来已来”的话题上,智慧城市建设恐怕是最热门也是最受期待的一个。近年来,中国对智慧城市的创建进入一个全新的发展阶段,大数据、人工智能、5G等新技术的应用越来越引人入胜。