深度学习是一门很难评估代码正确性的学科。随机初始化、庞大的数据集和权重的有限可解释性意味着，要找到模型为什么不能训练的确切问题，大多数时候都需要反复试验。在传统的软件开发中，自动化单元测试是确定代码是否完成预期任务的面包和黄油。它帮助开发人员信任他们的代码，并在引入更改时更加自信。一个破坏性的更改将会被单元测试检测到。
从 GitHub 上许多研究库的情况来看，深度学习的实践者们还不喜欢这种方法。从业者不知道他们的代码是否正常工作，他们能接受吗？通常，由于上述三个原因，学习系统的每个组件的预期行为并不容易定义。然而，我相信实践者和研究人员应该重新考虑他们对单元测试的厌恶，因为它可以帮助研[……]
这个仓库里作者总结了近几年比较出名的一些人脸反欺诈论文 包括使用深度学习的方法和传统的方法，还有人脸反欺诈的一些数据集资源。部分论文同时附上代码，以便复现结果。
项目 GitHub 地址[……]
全国信息安全标准化技术委员会2019年第二次工作组“会议周”上，《人工智能安全标准化白皮书）》正式发布。白皮书由中国电子技术标准化研究院、清华大学、百度、华为、360、阿里巴巴等 29 家企事业单位共同编制。白皮书调研了人工智能发展情况，梳理了国内外人工智能安全的法规政策和标准化现状，分析了人工智能安全的风险挑战和属性内涵，研究给出了人工智能安全标准化体系框架，提出了人工智能安全标准化工作建议。[……]
此前，中国信息通信研究院、中国人工智能产业发展联盟首次联合发布《人工智能发展白皮书 – 技术架构篇（2018年）》。
人工智能作为引领未来的战略性技术，日益成为驱动经济社会各领域从数字化、网络化向智能化加速跃升的重要引擎。近年来，数据量爆发式增长、计算能力显著性提升、深度学习算法突破性应用，极大地推动了人工智能发展。自动驾驶、智能服务机器人、智能安防、智能投顾等人工智能新产品新业态层出不穷，深刻地改变着人类生产生活，并对人类文明发展和社会进步产生广泛而深远的影响。
然而，技术的进步往往是一把『双刃剑』，人工智能作为一种通用目的技术，为保障国家网络空间安全、提升人类经济社会风险防控能[……]
