博客
本文要讲的是研究人员在应用CapsNet（胶囊网络）进行文本分类时发现了什么。我们需要了解下列的网络层次以及相应的算法。N-gram卷积层是标准的卷积层，通过多个不同的卷积核在句子的不同位置提取N-gram特征。主胶囊层是第一个胶囊层，在这个胶囊层中，胶囊将卷积操作的标量输出替换为矢量输出，从而保留实例化参数，如单词的局部顺序和单词的语义表示。
IoU是一种测量在特定数据集中检测相应物体准确度的一个标准。IoU是一个简单的测量标准，只要是在输出中得出一个预测范围(bounding boxex)的任务都可以用IoU来进行测量。为了可以使IoU用于测量任意大小形状的物体检测，我们需要：① ground-truth bounding boxes（人为在训练集图像中标出要检测物体的大概范围）②我们的算法得出的结果范围。
安全界对漏洞的定义为：在硬件、软件、系统等具体实现或者系统安全策略上存在的缺陷，从而使攻击者能够达到于某种破坏效果。以漏洞的实现原理为依据，可将游戏安全漏洞划分成3大类，分别为：游戏逻辑漏洞、协议稳定性漏洞、服务端校验疏忽漏洞。
栅格重采样是将输入图像的像元值或推导值赋予输出图像中每个像元的过程。当输入图像和输出图像的位置（经过几何变换或投影设置等操作）或像元大小（即栅格影像分辨率）发生变化时，都需要进行栅格重采样。此外，栅格重采样是栅格数据在空间分析中处理栅格分辨率匹配问题的常用数据处理方法，为了便于分析，通常将不同的分辨率通过栅格重采样转化为相同的分辨率。
IPv6具有IPv4所缺乏的特性，这使得它在物联网部署方面具有优势，例如支持大型物联网网络、有助于延长物联网设备的电池寿命，减少其管理和维护负担。那么物联网能否有助于推动企业网络中的IPv6应用?
我们刚刚从物联网发展博览会上回来，思想领袖们在会上探讨了物联网的强大特性以及推动企业数字化转型的方式。我们不免开始思考，是谁发明了物联网？在我们讨论“物联网”——也就是IOT——的演变之前，我们先来定义这个术语的确切含义。物联网是一个由设备、建筑物、车辆和其他物理对象组成的网络，其中嵌入了传感器，可在企业和消费者之间传输数据。
有道是“罗马不是一天建成的”，机器学习的发展也是历经了很长时间，在这过程中形成了五大流派：符号主义（Symbolists），贝叶斯派（Bayesians），联结主义（Connectionist），进化主义（Evolutionaries）和行为类比主义（Analogizer），这五大流派各有各的特点。
深度学习中CNN网络是核心，对CNN网络来说卷积层与池化层的计算至关重要，不同的步长、填充方式、卷积核大小、池化层策略等都会对最终输出模型与参数、计算复杂度产生重要影响，本文将从卷积层与池化层计算这些相关参数出发，演示一下不同步长、填充方式、卷积核大小计算结果差异。
用4级或5级来定义自动驾驶很难有一个明确的标准，自动驾驶也不应该搞得很复杂。自动驾驶实际包含三个问题：一是我在哪？二是我要去哪？三是如何去？能完整解决这三个问题就是真正的自动驾驶。所以特斯拉升级后的8000美元的Autopilot 2.0只有部分线控功能，不能算真正的自动驾驶。福特、百度和谷歌这些公司做的才是真正的自动驾驶，远在特斯拉之上，两者云泥之差，天壤之别。
机器学习(Machine Learning)，人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，主要使用归纳、综合而不是演绎的方法研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是一门多领域的交叉学科，涉及到概率论、统计学、逼近论、凸分析、算法复杂度理论和计算机科学等诸多学科。
播放视频其实和贴图非常相像，因为播放视频用到的 MovieTexture 属于贴图 Texture 的子类。Unity3D 支持的视频格式有很多，但是还是建议使用 ogv 格式的视频，使用其他格式依然需要插件转码成 ogv 格式，可以省去很多麻烦。
激活函数是神经网络的一个重要组成部分。如果不用激活函数（即相当于激活函数为f(x)=x），在这种情况下，网络的每一层的输入都是上一层的线性输出，因此，无论该神经网络有多少层，最终的输出都是输入的线性组合，与没有隐藏层的效果相当，这种情况就是最原始的感知机。
在一年的年末或下一年的年初，预测，正在成为众多机构，特别是科技行业所热衷的主题。人工智能、机器人、物联网、AR/VR、云计算、数字孪生、量子计算等热门技术更是成为各机构的预测标的。对于行业内的企业而言，有些预测足以成为企业高层制定未来规划和战略的依据。而有些预测则带有一定的主观偏好，对企业并没有实际的帮助。近期，InformationWeek通过对各大咨询公司的预测进行梳理和分析，汇总了2019年值得企业关注的十大技术预测。
据IDC统计，2020年全球物联网市值将达8.9兆美元。到2013-2020年，物联网设施的年复合成长率将高达17.5%，世界将出现超过500亿个智慧联网装置，所以物联网被视为继移动互联网后的最大科技商机。
<font size="4" style="line-height: 50px;"><strong>智慧城市暨物联网的趋势</strong></font>
对模式的识别是人类智慧的一个重要体现，人类具有很强的模式识别能力，能对千千万万的具体的物质进行识别，也能对事物进行高级抽象后的模式进行识别。一个人对模式识别的学习从小孩就开始，知道了这是花草、那是蓝天白云。这些对人类来说很简单的事情，其实是很复杂的智能行为。
对于神经网络的入门概念来说最重要的是一些相关的理解性概念：反向传播、激活函数、正则化以及BatchNomalizim等。其实反向传播归根结底就是一个每一次训练的动态更新的的过程，其遵循的原理是数学中的求导以及链式法则；理解了反向传播，也就能够理解梯度消失等相关的情况以及概念......
人工智能在为社会进步提供巨大动力的同时，也为反垄断执法带来了深远的影响。当前人工智能已经开始超越静态、以固定数值为基础预先设置公式的定价算法。人工智能完全可以以超越人类大脑的能力处理数据，并与其他计算机进行交流；它能够通过智能数据处理和分析工具，帮助企业在产出、定价和其他商业决策上占据优势，进而维持或者取得市场势力。有鉴于此，以人工智能为代表的新技术已经对全球各国反垄断执法提出了挑战。
万事万物都讲求个趋势，势有时是隐含慢慢发展的，研究事物的发展趋势，针对不同问题做前期的未雨绸缪，制定应急方案或方略。国外安全媒体依据2018年整个安全行业中的走势，观察预估可能在2019年这五种趋势将保持强势。
如今，许多公司都已经开始利用人工智能和机器学习，并且这些技术的影响只会越来越大。虽然这对于想要提高业绩的企业来说是件好事，但许多员工也担心机器人会在未来几年内取代他们的工作。
虽然人工智能可能会改变某些类型的工作，但它们永远不会完全取代人类的工作——你只需要知道如何维持并推销你的技能。来自福布斯教练委员会（Forbes Coaches Council）的成员们分享了一些技巧，让你可以在未来的职业生涯中获取所需的技能。
<font color="blue"><strong>1. 学会理解数据的价值</strong></font>
