人工智能

机器之心报道 机器之心编辑部 如何应用自动机器学习 (AutoML) 加速图机器学习任务的处理？清华大学发布全球首个开源自动图学习工具包：AutoGL (Auto Graph Learning)，支持在图数据上全自动进行机器学习。 人工智能的蓬勃发展离不开数据、算力、算法这三大要素。而在浩瀚的数据中，有一种数据结构既普遍又复杂，它就是图（graph）。 图是一种用于描述事物之间关系的结构，其基本构成元素为节点和连接节点的边。 很多不同领域的研究问题都可以很自然地建模成图机器学习，例如蛋白质建模、物理系统模拟、组合优化等基础研究;社交媒体分析、推荐系统、虚假新闻检测等互联网应用;以及金融风控、知识表征、交通流量预测、新药发现等。 社交网络图示例。 图结构丰富且具有与生俱来的导向能力，因此非常适合机器学习模型。同时，它又无比复杂，难以进行大规模扩展应用。而且不同的图数据在结构、内容和任务上千差万别，所需要的图机器学习模型也可能相差甚远，这就导致不同任务的模型自动化面临巨大挑战。 如何设计最优的图自动机器学习模型 ，是一个尚未解决的难题。 图 + AutoML = ？ 自动机器学习 (AutoML) 旨在将机器学习的过程自动化，在降低机器学习使用门槛的同时，提升机器学习的效果。但现有的自动机器学习工具，无法考虑图数据的特殊性，因此无法应用在图机器学习模型中。 为了解决该问题

项目汇报要录制一些视频和截图、Gif 等，于是就收集了一些好用的软件，安装方法如下，使用方法都很容易就不介绍了： 1. 录屏 SimpleScreenRecorder（建议） sudo add-apt-repository ppa:maarten-baert/simplescreenrecorder sudo apt-get update sudo apt-get install simplescreenrecorder 2. 录屏 kazam（不能在 Win 上播放！） sudo add-apt-repository ppa:kazam-team/stable-series sudo apt-get update sudo apt-get install kazam kazam 录制的视频不能在 Win 上播放，不过 kazam 很小巧，我平常会用来录制一些视频到 B 站（@登龙 zZ）。 3. 截屏 Shutter（推荐） sudo add-apt-repository ppa:shutter/ppa sudo apt-get update sudo apt-get install shutter 4. Gif 录制 Peek（推荐） sudo add-apt-repository ppa:peek-developers/stable sudo apt-get update

2020年的一场疫情，几乎让所有企业都陷入新的竞争压力之中。面对疫情带来的影响，传统企业数字化、智能化转型需求迫在眉睫。在数智化的浪潮之中，如何抓住转型机遇，激发企业发展新动能，成为当下各行各业关注的焦点。 12月26日，京东智联云与英特尔联合举办“产业数智化转型落地实践”技术沙龙， 分享了京东智联云在智能供应链、线上展会、开发运维、物联网等领域的技术实践经验和落地案例 ，与开发者在线进行了深入的互动和技术交流。下文是由四位老师演讲内容整理而成： 一、全链路革新与重塑 让供应链进入智能化时代 京东智联云人工智能平台部高级产品经理许俊恺在分享中首先解释了智能供应链的定义 ，智能供应链是指借助全方位数据采集与信息传递，利用人工智能、物联网和云计算，驱动产品生产和流通中，上下游成员连接组成的高灵敏性、高柔性、高可靠性以及高弹复性的可持续发展的全链条网络结构。 在智能供应链中，从时间和数量上对整体计划进行合理拆分，保证了供应链的灵敏性。另外智能供应链还具有算法的自我迭代能力，智能调度，以适应供应链的变化。智能供应链依赖底层IoT技术和工业互联网的能力，来保证数据的准确度和可靠性。最后，智能供应链应提高供应链清晰程度，实现各链条数据可视化，可以帮助运营决策者快速定位问题和瓶颈，并提供短信、微信或电话等多种方式触达各段负责人，快速解决问题，提升供应链的整体效率。 _ 零售和全产业链的数据及业务

OK Token是一个聚合以加密资产为标的的社交化合约量化跟投社区，技术团队来自于全球知名的互联网企业的优秀工程师构造，核心的风控团队来自于华尔街传统金融机构的核心人员华尔街传统金融机构的核心人员，为OK Token跟投社区的全球会员提供咨询行情、学习交流、技术支持、 运营维护、信息展现、人工智能、跟单交易等全方面服务‼️ 🗣OK Token是一个创新型数字合约跟投社区，将币圈👤交易所、交易员、投资者👥进行聚合，提供跨平台合约一键跟单和智能量化软件和对冲合约一键跟单套利。‼️ 🗣在🤖OK Token🤖社区平台上，来自世界各地的交易员分享他们的投资策略。️对这些策略感兴趣的用户，可根据自身的风险偏好和交易习惯一键同步跟随，提高自己的合约交易收益 来源： oschina 链接： https://my.oschina.net/u/4342750/blog/4889388

文/熔财经 作者/星影 一进入2021年，各地开始了一波地方经济数据的大盘点。对于城市经济数据来说，最引人关注的当属城市GDP的排名。而一个城市的GDP是否过万亿，也从某种角度直接体现了城市的经济综合实力和辐射能力。 从2006年上海GDP首破万亿到2019年佛山GDP破万亿，截止2020年，已有17个城市入围“万亿俱乐部”。综合2020年前三季度经济数据，泉州，南通，济南，合肥，西安，东莞和福州等七个城市的GDP已达9000亿，几乎已经迈入了万亿城市的队伍。 而就在刚进入2021年年初之际，福建、安徽、南通当地的媒体也先后披露，2020年泉州、合肥和南通三个城市生产总值预计突破万亿元。 当然由于各地统计数据公布的时间偏差，目前尚不能确定其他四座城市是否已经进入万亿城市门槛，今天仅从已经官宣的合肥、南通、泉州三座城市进行一下分析，看看这三座新科万亿城市在发展上分别有哪些喜和忧。 合肥，自己官方辟谣自己的城市的GDP 2021年1月3日 “合肥发布”消息，合肥有关部门负责人表示， 近几日，有少数媒体报道，合肥2020年GDP已实现万亿，这是极不准确、很不严肃的报道。 合肥统计部门的负责人强调，2020年GDP要等2021年1月中下旬才能核算出来。现在出结果肯定是滑天下之大稽。自己给自己的经济数据辟谣，在中国的城市发展中其实较为罕见，这除了有地方政府刻意降低唯GDP论之外

　　2021年Python程序员薪资待遇如何?目前Python开发工程师的平均薪资逼近20k，各大企业很重视会Python人才。随着AI时代和大数据的到来，Python语言应用越来越广泛。 　　2020年Python很火，Python在PYPL编程语言排行榜中一直处在第一的位置，PYPL排行榜是根据榜单对象在 Google 上相关的搜索频率进行统计排名，也就是说某项语言或者某款 IDE 在 Google 上搜索频率越高，表示它越受欢迎。Python没有掉出第一的位置，足以说明它受欢迎的程度。 　　现在，不仅程序员使用Python，与数据打交道的人也在使用Python。 　　Python为何如此受欢迎?随着AI时代和大数据的到来，Python语言更是大放异彩，至今没有哪一种语言可以像Python一样，在爬虫、数据分析、AI、web开发、运维、测试等众多领域里面应用。 　　Python 被大量使用的主要原因是易于学习和高效。如今它已经成为数据科学和机器学习等领域最受欢迎的语言，同时也被用在 Web 开发，后端编程中，也逐步扩展到移动应用程序领域，甚至在更大的嵌入式系统中也是如此。 　　Python开发师，薪资逼近20k 　　各大企业也重视会Python的人才，目前Python开发工程师的平均薪资逼近20k!Python的薪资范围大部分集中在20K-30K之间

随着产业数字化升级加速，针对云上企业的DDoS攻击不断呈现出新的变化。 近日，腾讯安全发布《 2020年DDoS威胁报告 》，在回顾2020年重大DDoS攻击事件的基础上，对整体态势作了分析，并总结出几大趋势—— 攻击次数同比翻番、超大攻击连增两年、Q3攻击最为猛烈、海外攻击大幅增长、游戏行业攻击次数和占比均创新高。 此外，《报告》还结合实际案例给企业防护DDoS攻击提供了实用性建议。 《报告》重点已划好，速读： UDPFLOOD仍是绝对主力 反射攻击持续扩大 以UDP反射放大攻击为主的UDPFLOOD仍然是绝对主力，占比高达88% 。 今 年Q2以来，TCP反射攻击手法越来越活跃，尤其是8月份以来增长趋势明显。 TCP反射攻击之外，HTTP/HTTPS应用层攻击也出现了大幅增长，攻击峰值动辄上百万QPS。 欧洲、北美成新攻击热点 游戏行业是重灾区 场景方面 ，UDP反射和TCP反射贡献了最多的攻击源，分别占比51%和34%。 地域方面 ，中美两国遥遥领先于俄罗斯、巴西和日本，是攻击源数量最多的国家，欧洲和北美成为了海外新的攻击热点。 动机方面 ，恶意玩家作弊和黑客团伙敲诈勒索排在前两位，分别占比46%和13%，游戏行业是攻击的重灾区，攻击次数占比高达79%。 此外，海外DDoS攻击黑产正在复苏，游戏企业出海必须重视DDoS攻击威胁，提前准备应对方案。 腾讯云DDoS防护解决方案

来源：机器之心 本文约2800字，建议阅读6分钟如何应用自动机器学习 (AutoML) 加速图机器学习任务的处理？ 清华大学发布全球首个开源自动图学习工具包：AutoGL (Auto Graph Learning)，支持在图数据上全自动进行机器学习。 人工智能的蓬勃发展离不开数据、算力、算法这三大要素。而在浩瀚的数据中，有一种数据结构既普遍又复杂，它就是图（graph）。 图是一种用于描述事物之间关系的结构，其基本构成元素为节点和连接节点的边。 很多不同领域的研究问题都可以很自然地建模成图机器学习，例如蛋白质建模、物理系统模拟、组合优化等基础研究;社交媒体分析、推荐系统、虚假新闻检测等互联网应用;以及金融风控、知识表征、交通流量预测、新药发现等。 社交网络图示例 图结构丰富且具有与生俱来的导向能力，因此非常适合机器学习模型。同时，它又无比复杂，难以进行大规模扩展应用。而且不同的图数据在结构、内容和任务上千差万别，所需要的图机器学习模型也可能相差甚远，这就导致不同任务的模型自动化面临巨大挑战。 如何设计最优的图自动机器学习模型，是一个尚未解决 的难题。 图 + AutoML = ？ 自动机器学习 (AutoML) 旨在将机器学习的过程自动化，在降低机器学习使用门槛的同时，提升机器学习的效果。但现有的自动机器学习工具，无法考虑图数据的特殊性，因此无法应用在图机器学习模型中。

关 注 点上方公众号可以关注 绝对值与不等式 实数a的绝对值定义为 |a|=a a>=0 |a|=-a a<0 从数轴上看，数a的绝对值|a|就是a到原点的距离。 实数绝对值的性质 实数的绝对值有如下一些性质： 1、|a|=|-a|>=0；当且仅当a=0时有|a|=0 2、-|a|<=a<=|a| 3、|a|<h---- -h<a<h; |a|<=h---- -h<=a<=h(h>0) 4、对于任何a,b属于实数，有如下的三角形不等式； |a|-|b|<=|a+-b|<=|a|+|b| 5、|ab|=|a||b| 证明 红 白 蓝 下面只证明性质4，其余性质由读者自行证明 由性质2有-|a|<=a<=|a|,-|b|<=b<=|b| 两式相加后得到-（-|a|+|b|)<=a+b<=|a|+|b|. 根据性质3，上式等价于|a+b|<=|a|+|b| (1) 将（1）式中b换成-b,(1)式右边不变，即得|a-b|<=|a|+|b|.这就证明了性质4不等式的右半部分。又由|a|=|a-b+b|,根据（1）式有|a|<=|a-b|+|b|. 从而得|a|-|b|<=|a-b| 将（2）式中b换成-b，即得|a|-|b|<=|a+b|。性质4得证 解法思路 ～～～～～～～～～～～ ～～～～～～～～～～～ ～～～～～～～～～～～ 良 绝对值不等式解法的基本思路是：去掉绝对值符号

来源｜智车科技 作者｜刘洪 埃隆·马斯克一直在诟病激光雷达的成本，现在激光雷达便宜的竞争者来了，他应该点赞哦。不过，特斯拉至今没有搭载，咋的了？ 埃隆·马斯克的特斯拉打死也不搭载激光雷达（LiDAR）自有其道理，但也没能找到让尚处于自动驾驶起步阶段的车辆发现未经机器学习训练的庞然大物的方法，以至于因“视而不见”而事故不断，当然，无端突然加速又是另外一回事了。 事实上，近年来马斯克爱用的摄像头方案已有了新的进展，引起了主机厂和Tier 1极大的关注和采用，它就是 立体视觉（StereoVision）技术，也有人叫它3D感测或双目摄像头， 当然还有多目摄像头。今天就来聊聊这个双目摄像头的一些事儿。 01 特斯拉黑客的发现 谈到一种技术，人们总要看电动汽车的领头羊特斯拉是怎么做的，双目摄像头自然也不能例外。 最近，特斯拉黑客@greentheonly在Autopilot代码中观察到Tesla Semi卡车的10个摄像头设置，发现了Semi可能会安装10个摄像头的提示。他说：“Semi的第十个摄像头被列为“右中继器（Repeater）2”，这是相当有趣的，在Class 8卡车位于中央驾驶位置。车辆控制器‘HW3.2’也提到了Semi的10个摄像头设置。所以只有一个右中继器是不够的。”不过，上述发现没有涉及双目立体视觉之类的摄像头。 此前，Model 3车主Erik J.