700道JavaScript习题及面试题(含答案)..pdf

深度学习中的分布外 (OoD) 泛化是指模型在分布变化的场景下进行泛化的任务。现在受到众多关注。最近，清华大学崔鹏等研究者发布了《分布外泛化(Out-Of-Distribution Generalization)》综述论文，针对该领域的系统、全面地探讨了OOD泛化问题，从定义、方法、评价到启示和未来发展方向。

#资源达人分享计划#日本工程师写的步进电机应用技术

视觉识别是当前计算机视觉、模式识别乃至人工智能领域最重要、最活跃的研究领域之一。它具有重大的基础重要性和强烈的工业需求。在大量训练数据和新的强大计算资源的帮助下，深度神经网络在许多具体任务上大大提高了其性能。虽然识别精度通常是新进展的首要考虑，但效率实际上是相当重要的，有时对学术研究和工业应用都至关重要。

药物发现是一个漫长而昂贵的过程，平均需要10年时间和25亿美元来开发一种新药。人工智能有潜力通过分析生物医学领域产生的大量数据，如生物测定、化学实验和生物医学文献，来显著加速药物发现的进程。

目标检测是计算机视觉领域中最基础且最重要的任务之一，是行为识别与人机交互等高层视觉任务的基础.随着深度学习技术的发展，目标检测模型的准确率和效率得到了大幅提升.与传统的目标检测算法相比，深度学习利用强大的分层特征提取和学习能力使得目标检测算法性能取得了突破性进展.

城市是一个生命体，为了能够实现城市资源和业务的共享与协同、有序协调联动以及统一指挥管理，“城市大脑”作为一个能够承载先进的新兴科技、完善的管理体系的核心平台，自2016年提出，到2020年为止已经经历了3次进阶。

深度学习在计算机视觉、语音识别和自然语言处理三大领域中取得了巨大的成功，带动了人工智能的快速 发展。将深度学习的关键技术应用于化学信息学，能够加快实现化学信息处理的人工智能化。化合物结 构与性质的定量关系研究是化学信息学的主要任务之一，着重介绍各类深度学习框架（深层神经网络、 卷积神经网络、循环或递归神经网络）应用于化合物定量构效关系模型的研究进展，并针对深度学习在 化学信息学中的应用进行了展望。

一个能够理解自然语言指令并在视觉世界中执行相应动作的agent是人工智能(AI)面临的长期挑战之一。由于来自人类的指令繁杂，这就要求代理能够在非结构化的、前所未见的环境中，将自然语言与视觉和行动联系起来。如果人类给出的指令是一个导航任务，那么这个挑战就称为视觉语言导航(Visual-and-Language navigation, VLN)。它是一个蓬勃发展的多学科领域，越来越重要，具有非凡的实用性。

在过去十年左右的时间里，我们见证了深度学习让机器学习领域重新焕发活力。它以最先进的性能解决了计算机视觉、语音识别、自然语言处理等领域的许多问题。这些领域的数据一般用欧几里得空间表示。