嵌入式视觉

人工智能周刊第6期，这次包含：万字长文概述单目3D目标检测算法、微软Bing内测申请教程、联邦GNN综述

残差网络(ResNet)的提出是为了解决深度神经网络的“退化”（优化）问题。ResNet 通过设计残差块结构，调整模型结构，让更深的模型能够有效训练更训练。

【掘金一周 2.9】本期看点：一文入门Go云原生微服务、得物商家客服桌面端Electron技术实践、看完 Svelte 纪录片才知道它为什么在国外比较火...

【掘金一周 2.17】本期看点：前端内存优化知多少、提高CRUD开发效率的工具、ChatGPT背后的经济帐...

所谓机器学习，是关于在计算机上从数据中产生“模型”（model）的算法，即“学习算法”。机器学习方法的分类，根据所处理的数据种类的不同，可以分为监督学习、无监督学习和强化学习。

基于深度学习的主流单目3D目标检测算法可以分为两个过程：2D目标检测 + 基于投影几何原理的回归网络设计。本文首先介绍了单目 3D 目标检测的理论基础-投影几何原理和算法原理，并解读了几个主流模型。

本文深度讲解了卷积计算的原理，并详细介绍了构成所有卷积网络主干的基本元素，包括卷积层本身、填充和步幅的基本细节、用于在相邻区域汇聚信息的汇聚层，最后给出卷积层和汇聚层的代码示例和CNN框架结构图。

模型压缩算法旨在将一个大模型转化为一个精简的小模型。工业界的模型压缩方法有：知识蒸馏、轻量化模型架构、剪枝、量化。

ChatGPT 是一个基于 GPT-3 模型的对话系统，它主要用于处理自然语言对话。通过训练模型来模拟人类的语言行为。本文给出了 ChatGPT 的详细注册及使用教程，称得上是保姆级别的丰富图文教程。