人工神经网络（ANN）和支持向量机（SVM）是两种常用的有监督机器学习和分类策略。对于一个特定的项目来说，哪种方法更好并不总是很清楚的，我敢肯定答案总是“视情况而定”。通常这两种方法结合使用，再加上贝叶斯分类。在这个问题上，我想知道具体什么方面的人工神经网络（特别是多层感知器）可能会比使用SVM更好？

当使用Theano或Tensorflow训练我的神经网络时，它们在每个时期将报告一个称为“损失”的变量。 我应该如何解释这个变量？ 更高的损失是好是坏，这对于我的神经网络的最终性能（准确性）意味着什么？

我知道关于交叉熵有很多解释，但是我仍然很困惑。 它仅仅是描述损失函数的一种方法吗？我们可以使用梯度下降算法通过损失函数找到最小值吗？

工业机器视觉系统的特点是提高生产的柔性和自动化程度， 主要在一些不 适合于人工作业的危险工作环境或人工视觉难以满足要求的场合， 常用机器视觉来替代人工视觉；同时在大批量工业生 产过程中， 用人工视觉检查产品质量效率低且精度不高， 用机器视觉检测方法可以大大提高生产效率和生产的自动化程 度。而且机器视觉易于实现自动化集成，软件集成，是实现智能制造的基础技术。

AI开放平台是集成了AI算法、算力与开发工具的平台，通过接口调用的形式使企业、个人或开发者可高效使用平台中的AI能力完成 AI产品开发或AI赋能。中国AI开放平台的发展主要受政策红利推动与下游应用领域需求影响，随着“新一代人工智能开放创新平台”、 “新型基础设施建设”等政策的落实与下游应用领域渗透率的不断提高，AI开放平台的市场规模将保持快速增长。2019年中国AI开放 平台市场规模（按营收计）约为185.0亿元，预计在政策与需求的推动下，市场规模将在2024年达到1,512.9亿元。AI开放平台将成 为人工智能与企业服务中的重要组成部分。 via：头豹

本报告从当前 人工智能技术与产业发展的背景、智慧安防生态圈、智慧安防典型应用、智慧安 防规模化应用存在的问题，以及智慧安防未来趋势等五个维度，系统梳理总结了 当前安防+AI 的发展现状，尤其重点分析指出了智慧安防领域存在的八大限制性 因素，以及智慧安防的八大新的发展趋势，供学术界及实业界的学者、专家参考。 via：中科院自动化所、宇视研究院报告团队