人工智能

本文作者：HelloDeveloper 嗨，大家好。这里是学术报告专栏，读芯术小编不定期挑选并亲自跑会，为大家奉献科技领域最优秀的学术报告，为同学们记录报告干货，并想方设法搞到一手的PPT和现场视频——足够干货，足够新鲜！话不多说，快快看过来，希望这些优秀的青年学者、专家杰青的学术报告 ，能让您在业余时间的知识阅读更有价值。 人工智能论坛如今浩如烟海，有硬货、有干货的讲座却百里挑一。“AI未来说·青年学术论坛”系列讲座由中国科学院大学主办，百度全力支持，读芯术作为合作自媒体。承办单位为中国科学院大学学生会，协办单位为中国科学院计算所研究生会、网络中心研究生会、人工智能学院学生会、化学工程学院学生会、公共政策与管理学院学生会、微电子学院学生会。“AI未来说·青年学术论坛”第六期“机器学习”专场已于2019年6月23日下午在中科院举行。清华大学王奕森为大家带来报告《Adversarial MachineLearning: Attack and Defence》。 Yisen Wang obtained his Ph.D. degree from the Department of Computer Science and Technology at Tsinghua University. He is also a visiting scholar at Georgia Tech

今天给大家推荐一款比QQ截图、微信截图强出一个次元的截图神器，但它并不仅是个普通的截屏软件那么简单。 它有以下特点： 完全免费、功能强大、干净安全、没广告没捆绑 截图：强大、细腻、精确、高效的截图功能 Snipaste 的屏幕截图功能非常丰富且细腻好用！除了可以像素级精确地移动和控制截图区域 (截图框) 之外，它也能智能检测出界面元素 (譬如一个按钮或一个输入框) 的区域边界，实现点击自动扑捉。另外也能支持窗口阴影截图。 智能截图：自动检测界面元素边界 相比大多数截屏软件只能检测整个应用窗口边界，Snipaste 对界面元素的判定让你操作时可以更加精准快捷 精确控制截图范围 你可以可用鼠标拖放或者键盘快捷键移动或调整截图框大小，实现截图取景框的像素级精准移动。 键盘 w / s / a / d 可以移动光标上下左右精确移动 Shift + ↑ / ↓ / ← / → 缩小截图区域 Ctrl + ↑ / ↓ / ← / → 扩大截图区域 屏幕取色 先按下 F1 开始截图，然后对准想要取色的地方，按下键盘 C 键即可获取 当前像素点的 RGB 颜色值， 当你取色完成之后，你还可以把颜色值复制出来 (支持RGB、HEX等格式) 贴图：特色功能 - 将图片作为窗口置顶显示 贴图是 Snipaste 一个很有特色的功能。它可以把截图的结果或者本地的图片变成一个活动的无边框窗口贴在屏幕上展示

智能音箱的市场需求远未爆发，价格也绝非是竞争的唯一手段，隐藏在价格混战背后的，恰恰是智能音箱市场的竞争升维，价格门槛、产品创新、场景生态等都是竞逐的筹码。 文｜ Alter 天猫精灵CC刚刚宣布699元的定价，小度在家1S就给出了299元的“狂欢价”。 经历了初代智能音箱的价格混战，一向在这个领域扮演“价格屠夫”的百度，似乎有意将有屏智能音箱的价格引向新纪元。 可如果仅仅从价格的角度审视智能音箱的第二波战事，未免会有失偏颇。智能音箱的市场需求远未爆发，价格也绝非是竞争的唯一手段，隐藏在价格混战背后的，恰恰是智能音箱市场的竞争升维，价格门槛、产品创新、场景生态等都是竞逐的筹码。 01 拼诚意，MBA“三分天下” 与其说是价格混战，倒不如说智能音箱的价格正走向合理。 早在2017年的时候，“智能音箱”的概念就屡被提及，彼时中国有超过2000多家智能音箱厂商，但大多数扮演了“组装厂”的角色，向上游购买语音系统和解决方案，然后贴上自家Logo发货给经销商。 当年的出货量在150万上下，定价却动辄几千元。乐于尝鲜的用户花高价购买了所谓的智能音箱，用户体验偏偏又让人大为头疼，语音识别准确率低，语音交互的场景很局限，音质难以匹敌专业性产品。所谓的智能音箱，不过是收智商税的工具罢了。 到了2018年，百度、阿里、小米、腾讯等巨头相继入场，相比于智能音箱本身的利润

热点追踪 / 深度探讨 / 实地探访 / 商务合作 6月27日，国内出行领域巨头『滴滴』表示开始在上海固定区域接受公众报名，体验自动驾驶网约车服务。这是滴滴自2016年组建自动驾驶部门以来首次公开的进行自动驾驶网约车测试。 为此，中央电视台还在当天的央视新闻中特别就此事进行了几个小时的直播报道。 从目前运营的测试车来看，滴滴自动驾驶车辆是由沃尔沃XC60改造，该车指导价最低为36.29万元，考虑到大批量采购以及厂商优惠 ，车辆基础成本至少30万元以上。 此次滴滴使用的自动驾驶出租车，图片来自网络 更贵的，是加装的自动驾驶设备。据滴滴介绍，给它安装了近20个传感器，其中包括1个64线激光雷达、2个16线激光雷达、7个摄像头以及毫米波雷达和超声波雷达。此外，后备箱下方还放置有处理器、存储等相关设备。 与去年滴滴在 WAIC 上展示的感知方案不同，滴滴对这版感知方案进行了封装上的改进，形态上更加接近前装部署的样式，甚至在前向摄像头的外部加装了一个小小的雨刮器。 其实，从4月下旬到现在，百度和高德两家公司就分别在部分城市开放了Robotaxi（自动驾驶出租车）。 其中，百度分别在北京、长沙、沧州三地开展自动驾驶载人路测。据百度有关人士透露，该公司在中国已经拿到了150张路测牌照，其中可载人测试的牌照为120张。 今年4月，高德与自动驾驶技术公司AutoX合作推出RoboTaxi

企业上云，有着私有云、公有云、混合云等多种选择。如果说过去企业上云会被选择何种方案所困扰，那么最近几年，越来越多的调研数据显示，混合云已经成为政企用户当下最希望采用的上云方式。 混合云，目前IT基础设施最为热门的领域之一，几乎汇聚了所有代表性的厂商。从AWS、UCloud为代表公有云服务商，到VMware、Red Hat等基础软件商，再到浪潮、戴尔等传统硬件厂商，甚至一些初创企业、集成商都大量涉足混合云，其热度可见一斑。 Gartner更预言，2020年之后，90%的企业与组织将利用混合云管理基础设施。混合云真香的背后，一方面是因为政企用户数字化转型加速，上云成为大势所趋，带来了实打实的混合云需求；另一方面，新应用、新场景不断涌现，混合云成为政企用户在新场景中运用云原生、大数据、人工智能等技术的重要“载体”，逐渐成为大部分用户在基础架构领域的首选。 如今，混合云市场恰似上演一拥而上的“乱象”，产品与解决方案多如牛毛，不同的技术路线也是泾渭分明。但随着越来越多的用户将应用迁移到混合云环境，对于混合云的核心诉求愈发清晰，即在混合云环境中愈发重视安全，需要在硬件资源中更加匹配自身业务，以及需要开放的平台来实现云上云下的打通。而“安全、定制、开放” 正是以UCloud为代表的中立云服务商，在构建新型混合云方案中最为核心的关键。 1 混合云不能只是一种“折衷” 混合云为何会在最近几年广受欢迎

参考的一位国外的大神的经验。 1、开始-运行-regedit 打开注册表编辑器；在地址栏输入“计算机\HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows\CurrentVersion\SideBySide”，回车展开；右侧空白处右键点击新建-DWORD(32位)值；键名重命名为PreferExternalManifest；右键点击此键，设置键值为1（10进制）。 2、在Photoshop（illustrator ）的安装目录下新建名为Photoshop.exe.manifest（Illustrator.exe.manifest）的文件，注意该文件与photoshop.exe(illustrator.exe)位于同一目录，文件内容如下： <?xml version= " 1.0 " encoding= " UTF-8 " standalone= " yes " ?> <assembly xmlns= " urn:schemas-microsoft-com:asm.v1 " manifestVersion= " 1.0 " xmlns:asmv3= " urn:schemas-microsoft-com:asm.v3 " > <dependency> <dependentAssembly> < assemblyIdentity type = "

来源：对讲机世界 大家都知道，美军发明了互联网。但是，你也许不知道，今天的移动通信网络的前身正是美军的MSE (Mobile Subscriber Equipment，美军移动用户设备系统）。 80年代，美军开始寻找新的技术来升级军事通信网络，希望新的军事通信网络能够提供更广范围的覆盖、更好的纠错能力和更高的数据容量，并且能够提供自动路由和交换功能。 1985年，美军选择了通用动力（前身为GTE）为主要合作商。通过大量的研究，终于开发出了MSE系统。MSE，即Mobile Subscriber Equipment，就是今天手机终端的前身。 MSE作战车内的工作站 早期的MSE通信铁塔 MSE网络部署图 沙漠风暴行动中的MSE移动通信车 通信技术很多都是从军用发展到民用的，军事通信通常领先于民用通信。比如，前段时间媒体报道称，美军正在利用移动自组织网增强通信能力。美军的移动自组织网技术正由研究和开发转向生产和部署，并且通过美陆军负责指挥、控制和战术通信的项目执行办公室，利用“联合战术无线电系统”项目开发出一系列具有互操作性的软件定义无线电技术，协助装备较弱的用户实现移动自组织网能力。不管是自组织网络还是软件定义无线电，这些都是未来民用移动通信技术的发展方向。 今天，我们就来聊一聊美军的通信能力。 美军现役通信系统分战略通信系统和战术通信系统两种。 一、战略通信系统

豆瓣读书爬虫 Python所写，豆瓣读书的爬虫，方便大家搜罗各种美美书！ 写在前面 通过豆瓣评分和评价人数等规则，可非常好的探索挖掘经典图书和隐藏好书，从中更高效地汲取书中智慧。 实现功能 1 可以爬下豆瓣读书标签下的所有图书 2 按评分排名依次存储 3 存储到Excel中，可方便大家筛选搜罗，比如筛选评价人数>1000的高分书籍；可依据不同的主题存储到Excel不同的Sheet 4 采用User Agent伪装为浏览器进行爬取，并加入随机延时来更好的模仿浏览器行为，避免爬虫被封 项目源码 # !/usr/bin/python3 # -*- coding: utf-8 -*- "" " info: author:CriseLYJ github:https://github.com/CriseLYJ/ " "" "" " 请求url分析 :https://fanyi.baidu.com/basetrans 请求方式分析 :POST 请求参数分析 : { query: hello from: en to: zh token: 6f5c83b84d69ad3633abdf18abcb030d sign: 54706.276099} 请求头分析 " "" # 代码实现流程 # 1. 实现面对对象构建爬虫对象 # 2. 爬虫流程四步骤 # 2.1 获取URl # 2.2 发送请求获取响应 #

点击上方 “ 程序员江湖 ”， 选择“置顶或者星标” 你关注的就是我关心的！ 转自：博客园，作者：计算机的潜意识 链接：www.cnblogs.com/subconscious/p/4107357.html 从机器学习谈起 在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。 在进入正题前，我想读者心中可能会有一个疑惑：机器学习有什么重要性，以至于要阅读完这篇非常长的文章呢？ 我并不直接回答这个问题前。相反，我想请大家看两张图，下图是图一： 这幅图上上的三人是当今机器学习界的执牛耳者。中间的是Geoffrey Hinton, 加拿大多伦多大学的教授，如今被聘为“Google大脑”的负责人。右边的是Yann LeCun, 纽约大学教授，如今是Facebook人工智能实验室的主任。而左边的大家都很熟悉，Andrew Ng，中文名吴恩达，斯坦福大学副教授，如今也是“百度大脑”的负责人与百度首席科学家。这三位都是目前业界炙手可热的大牛，被互联网界大鳄求贤若渴的聘请，足见他们的重要性。而他们的研究方向，则全部都是机器学习的子类--深度学习。 下图是图二： 这幅图上描述的是什么？Windows Phone上的语音助手Cortana，名字来源于《光环》中士官长的助手。相比其他竞争对手，微软很迟才推出这个服务

萧箫 发自 凹非寺 量子位 报道 | 公众号 QbitAI 中国最早的时装秀，是什么样的？ 自修复100年前的北京影像后，微博博主 @大谷Spitzer 这次又用AI工具，复原了民国时期的这场「花生骚」 （Fashion Show） 。 这段视频由福克斯公司拍摄于1929年3月4日，作者采用的源片出自南卡罗莱纳大学影像库 （MIRC） 馆藏胶片。 视频一出来，网友表示感慨： 「老上海的摩登时尚气息扑面而来。」 「AI修复后，当时的时装现在看起来也不过时。」 也有网友表示，影视剧中的民国造型和当时实际的造型，果然有区别。 「现代旗袍和民国旗袍，就很不一样。」 「那时候的女性都有点含胸驼背，还是现在昂首挺胸比较自信。」 一起来看看，当时的时装秀是什么样的。 民国时期的名媛时装秀 首先映入眼帘的，是一款短裙形制的晚礼服。 从服装来看，虽然样式简洁，但手工绘制的这些精致图案，为图像增色不少。 接下来，一位留着当时流行发型的模特，带来了一套戚风天鹅绒的晚礼服。 这也是被网友评价称， 直到今天都不过时 的服装款式。 下面这位出场的模特，在原有的旗袍上，多穿了一件厚厚的貂皮大衣。 这幅打扮看起来，春寒料峭，当时的天气应该还挺冷的。 然而，主持人的晚礼服却是短袖样式，果真是“ 美丽冻人 ”。 不过，也并不是所有服装都能被网友所接受。 一开始网友以为，这位模特手上拿着的只是一条普通的围巾