大约有 4,000 项符合查询结果(耗时:0.0075秒) [XML]

https://www.tsingfun.com/ilife/tech/1269.html 

无人驾驶汽车大难题 人工智能同人的差距显著 - 资讯 - 清泛网 - 专注C/C++...

...、雷达以及激光等设备支持下,自动驾驶汽车可以收集和处理有关周围环境的海量信息,以便于其能在不断改变的环境中更顺畅地行驶。与此同时,这些数据还被用于不断改善软件,以便所有车辆能够从一辆车的经验中吸取教训...
https://www.tsingfun.com/ilife/life/1009.html 

一个转型程序员的销售观 - 杂谈 - 清泛网 - 专注C/C++及内核技术

...学和同事之中也一直备受好评与赞赏,在技术领域积攒了很多的经验。但同许多的程序员一样,之前过多地专注在跟机器打交道,人际圈子都是跟技术相关,不擅长跟人聊天,不喜欢商务上的应酬,不懂得忽悠,脸皮不够厚等等...
https://www.tsingfun.com/it/tech/1167.html 

C#位运算符(C#按位与、按位或 等) - 更多技术 - 清泛网 - 专注C/C++及内核技术

...种状态, 用一位二进位即可。为了节省存储空间,并使处理简便,C语言又提供了一种数据结构,称为“位域”或“位段”。所谓“位域”是把一个字节中的二进位划分为几个不同的区域, 并说明每个区域的位数。每个域有一...
https://www.tsingfun.com/down/ebook/87.html 

Objective-C 2.0 Mac和iOS开发实践指南 PDF扫描版 - 文档下载 - 清泛网 - ...

... 1.5.9 sw.tch 1.5.1. 0goto 1.5.1. 1.函数 1.5.1. 2声明函数 1.6 预处理器 1.6.1. 包含文件 1.6.2 def.ne 1.6.3 条件编译 1.7 pr.ntf1.8 使用gcc和gdb 1.9 小结 1.10 练习 第2章 C变量 2.1. Object.ve-c程序的内存布局 2.2 自动变量 2.3 外部变量 2.4 声明...
https://www.tsingfun.com/ilife/tech/985.html 

周鸿祎做客《开讲啦》:90后成功至少一半靠运气 - 资讯 - 清泛网 - 专注C/C...

...,李克强总理在多个场合号召“大众创新、万众创业”,很多人也都在号召大学生创业。但大学生创业真的适合一毕业就创业嘛?360公司CEO周鸿祎认为并不一定,在11月14日央视《开讲啦》节目现场,周鸿祎表示创业是九死一生...
https://www.tsingfun.com/ilife/tech/273.html 

VC的陷阱,看哪些条款会威胁到创业者的利益 - 资讯 - 清泛网 - 专注C/C++及内核技术

...己、企业、合伙人及其他员工的权益。 法律咨询费用 处理投融资交易的律师是很贵的,但是只要你们请了律师,这笔钱就一定要有人出。对于 VC 的投资经理而言,他们可不愿意告诉合伙人钱被用来做法律咨询了。 因此,资...
https://www.tsingfun.com/it/tech/749.html 

从Code Review 谈如何做技术 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...跟着团队走没有玩Code Review。干了一年后,觉得我妥协了很多我以前所坚持的东西,觉得自己的标准在降低,想一想后背拔凉拔凉的,所以我决定坚持,而且还要坚持高标准。 对于Code Review很重要的这个观点,在微博上抛出来...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(二) - 大数据 & AI - 清泛...

...好的特征,而免去人工选取过程。还有参考人的分层视觉处理系统),我们得到一个结论就是Deep learning需要多层来获得更抽象的特征表达。那么多少层才合适呢?用什么架构来建模呢?怎么进行非监督训练呢?
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(二) - 大数据 & AI - 清泛...

...好的特征,而免去人工选取过程。还有参考人的分层视觉处理系统),我们得到一个结论就是Deep learning需要多层来获得更抽象的特征表达。那么多少层才合适呢?用什么架构来建模呢?怎么进行非监督训练呢?
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(二) - 大数据 & AI - 清泛...

...好的特征,而免去人工选取过程。还有参考人的分层视觉处理系统),我们得到一个结论就是Deep learning需要多层来获得更抽象的特征表达。那么多少层才合适呢?用什么架构来建模呢?怎么进行非监督训练呢?