【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】目前国内大多数做adas或者无人驾驶的公司走的都是计算机图像方案，一方面是由于camera本身的低成本，另外一方面也是因为近期人工智能在图像领域的迅猛发展。但是，有一点很过公司都忽略的，他们过分关注与图像算法本身，而对图像质量、嵌入式优化这两个方面做的不是很到位。通常而言，这些...

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】    软件开发有很多的模式，一般认为有三种模式，分别是瀑布、迭代开发、敏捷开发。瀑布模型是最基本的开发方式，它有严格的处理流程，分别是需求、设计、开发、测试、交付。瀑布模型看上去合理，但是它开发周期长、对变更需求响应慢，很难适应市场需求。因此，在此基础上，软件专家们提出了迭代开发。针对传统开发的

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】    脚本语言都有一个优点，就是动态加载。lua语言有这个优点，python也有这个特性。说简单点就是，如果开发者发现自己的代码有bug，那么他可以在不关闭原来代码的基础之上，动态替换模块。替换方法一般用reload来完成1、reload的基本原理reload主要做了两个动作，删除原来的模块，添

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】     经常读工科论文的同学都知道，用图表达实验结果是很重要的一项工作。如果把论文看成是八股文的话，那么基本的步骤就是前人工作论述、新算法的提出、新算法的数学原理、新算法的详细流程、新算法的实验结果。所以说，怎么用图来表示实验结果是非常重要的。之前，大部分同学都习惯用matlab来画图。...

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】        如果需要把深度模型部署到嵌入式设备上面，一般来说只有两种办法。一种办法，就是厂家有对应的npu支持框架，这个时候把对应的模型翻译成厂家的框架，直接调用厂家的sdk就可以了。还有一种办法，就是厂家没有专门的gpu/npu/dsp，这个时候如果需要深度学习模型，就只能通过cpu来完成，

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】        既然目前深度学习大部分都是python开发为主，那我们就学习一下python好了。早前还有python2、python3之分，不过现在大部分都是使用python3了。本身python就是一门脚本语言，和我们之前说的lua很像。所有的细节，都放在了后面，用户只需要把这些脚本串起来就可

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】        easyx本身是为图形绘制准备的。既然是图形绘制，而且它还可以处理图像，处理键盘、鼠标，那么自然做游戏是非常合适的。然而不仅仅如此，它还可以做一些数据可视化的操作。这里面很多程序本身是没有界面，当成后台程序在跑的，但是这个时候如果有个图形化界面，可以展现各个设备的运行状态，这样的处

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】        自己用python和numpy，虽然可以写出深度学习框架代码。但是实际用的时候，一般还是用tensorflow、pytorch这样的框架来完成。通常来说，训练和部署是分开来的，训练的时候为了速度，一般用gpu加速训练。部署的时候，需要确认终端是否有gpu、npu支持，即需要把模型翻

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】        学习深度学习之前，以为自己大部分时间都是在做算法。但是做了之后，才发现自己大部分时间都在清洗数据。和算法相比较，数据本身的价值，可能要比算法还要大。而且除了数据之外，嵌入式部署也是非常重要的，反而是算法，大部分时间就是微调，很少会对网络做大的改动。

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】        大家说神经网络的训练，本身是一个黑盒操作，主要一部分原因就是其中的训练，很多时候没有办法做出合理性解释。也就是说，不知道为什么要按照这个方向去进行收敛，这个方向收敛对最终特征的形成有什么作用，很多时候都是不知道的。假设有这么一个模型，即y=f(x)。这个函数，或者说模型，其实是预先