博客

机器学习中安全与隐私问题(对抗性攻击)

发表于:06/30/2020 , 关键词: 机器学习, 信息安全
近几年,机器学习异常火爆,可以用来解决各种各样的问题,但却很少有人意识到机器学习本身也容易受到攻击,终于Ian Goodfellow和Papernot首次将机器学习的攻击提出,并且做了很多非常重要的研究,这里给出这二位大牛的博客的翻译,有兴趣的朋友可以关注一下,觉得还是很有意思的研究。本文也是安全方面的学习,有兴趣的希望可以一起讨论学习~~

unity自带的着色器源码剖析之——前向渲染和延迟渲染

发表于:06/30/2020 , 关键词: Unity, 延迟渲染, 渲染
传统的渲染方式下所做的光照计算流程称为前向渲染。这是一种十分直接的方式,在顶点着色器中对所有待渲染对象的顶点进行一系列的变换,这些变换通常是将顶点的法线和位置变换到裁剪空间。

关于智能家居和生物识别的常见误解

发表于:06/29/2020 , 关键词: 智能家居, 生物识别
智能家居集成越来越受欢迎,尤其是在现代,越来越多的人被Covid-19限制在家里。据Statista统计,目前澳大利亚有110万户家庭安装了智能安全系统,预计到2023年这一数字将翻一番,在新西兰还有20万户。智能安全系统包括网络摄像头、视频门铃和其他安全和访问控制设备,旨在防止家庭入侵和盗窃。

深度聚类的可视化解释

发表于:06/29/2020 , 关键词: 聚类, 监督学习
许多自监督方法使用[pretext tasks]来生成代理标签,并将无监督学习问题转化为有监督学习的问题。一些例子包括旋转预测,图像着色,拼图等。然而,这样的pretext任务是依赖于领域的,需要专业知识来设计它们。

5G和边缘计算将如何改变您的网络

发表于:06/29/2020 , 关键词: 5G, 边缘计算
物联网设备的发展是最近几年最令人兴奋的趋势之一。然而,随着如此多的新无线设备进入网络,人们对如何有效地管理它们表示了极大关切。得益于5G和边缘计算技术,企业将很快改造其网络,以释放物联网设备的真正潜力,并将其覆盖范围扩大到以前服务不足的地区。

年中盘点:2020年10大云故障

发表于:06/29/2020 , 关键词: 云安全
在面对前所未有的压力测试时,公有云已经被证明具有极强的弹性,但今年上半年也还是有一些例外。虽然今年到目前为止,只有少数几起中断故障是由于新冠病毒让云服务使用激增所导致的,但还有一些是由于某些常见的故障引发的,即使是在特殊时期,这些故障在某些程度上也是不可避免的。

盘点 | 2020上半年十大网络安全事件

发表于:06/28/2020 , 关键词: 网络安全
没有网络安全就没有国家安全。2020上半年,网络攻击事件频发,其中不乏涉及电力、水利、能源、交通等关键信息基础设施领域,提高安全意识、加强安全防护势在必行。

深度学习中的数据增强

发表于:06/28/2020 , 关键词: 深度学习, 计算机视觉, 神经网络
一般而言,比较成功的神经网络需要大量的参数,许许多多的神经网路的参数都是数以百万计,而使得这些参数可以正确工作则需要大量的数据进行训练,而实际情况中数据并没有我们想象中的那么多……

人工智能在塑造未来移动应用开发中的作用

发表于:06/28/2020 , 关键词: 人工智能, 移动应用开发, 物联网
人工智能或AI(Artificial Intelligence)是科技界的最新话题。它在很大程度上改变了移动应用程序开发的未来。它具有彻底改变移动应用程序开发的潜力。它是一种计算机科学技术,可以在机器中开发类人的智能。AI使机器具有人性化的行动,反应和行为能力。

unity shader之——基本的渲染概念

发表于:06/24/2020 , 关键词: 渲染, Unity, Shader
在vertex函数中进行的计算就叫逐顶点计算,该计算量只和模型的顶点数量或面的数量有关,而和其他因素(如模型在屏幕上的大小)无关。在unity的表面着色器中,逐像素的计算发生在vertex:vertexfunction所确定的函数中。

浅析面部识别系统安全,哪些行业易被攻击?

发表于:06/24/2020 , 关键词: 面部识别, 人脸识别
如今,面部识别系统被认为是一项有争议的技术。IBM、谷歌、微软等IT巨头纷纷表示将暂停面部识别技术的开发和商业,直到相关规则的正式出台。

深度学习中防止过拟合的方法有哪些?

发表于:06/24/2020 , 关键词: 深度学习, 过拟合
过拟合是指在模型参数拟合过程中,由于训练数据包含抽样误差,复杂模型在训练时也将抽样误差进行了很好的拟合。具体表现就是在训练集上效果好,而测试集效果差,模型泛化能力弱。

超实用!移动端游戏制作,光照渲染小贴士

发表于:06/23/2020 , 关键词: 光照渲染, 手游开发
在移动端游戏的渲染中,光照是一个影响较大的因素,也是视觉风格不可缺失的一部分。然而,艺术效果和游戏性能往往会处于一种鱼与熊掌不可兼得的情况中。幸而,我们依旧有许多方法在移动硬件的限制下尽可能地兼顾两者。

深度学习的卷积神经网络中池化

发表于:06/23/2020 , 关键词: 池化, 深度学习, 卷积神经网络
 CNN的池化(图像下采样)方法很多:Mean pooling(均值采样)、Max pooling(最大值采样)、Overlapping (重叠采样)、L2 pooling(均方采样)、Local Contrast Normalization(归一化采样)、Stochasticpooling(随即采样)、Def-pooling(形变约束采样)。

开发者模式之GPU渲染模式分析

发表于:06/23/2020 , 关键词: GPU渲染
手机自带的开发者选项中,有很多可以使用的工具,他们可以用来分析自己的应用的性能、绘制、anr等情况。
快乐赛车开奖 快乐赛车 江苏快3平台 澳洲幸运8 幸运飞艇官网 快乐赛车 快乐赛车开奖 广西快3走势 赖子棋牌 快乐赛车投注