深度学习

网红 伴随着现在各种自媒体、直播平台的兴起已经越来越多的开始影响我们的生活。网红经济同时也成为一种新的商家品牌曝光的平台，像我平时也会买李子柒螺蛳粉这样的网红带货产品。但是网红究竟是如何影响粉丝的呢？最近看到一篇论文，通过AI技术详细介绍了网红是怎么对粉丝的消费品牌意识产生影响的。这篇论文叫做< The effects of visual congruence on increasing consumers’ brand engagement: An empirical investigation of influencer marketing on Instagram using deep-learning algorithms for automatic imageclassification >。他通过AI视觉技术和信息熵分析技术推导出了网红影响粉丝的相关因子。接下来就来具体分析下这篇文章。 01 一些基础概念 先来介绍下一些基础概念： 1.Visual Congruence:VC视觉一致性 2. Visual Congruence-Induced Social Influence:VCSI 视觉一致性引起的社会影响 3.Followers' engagement with their Influencers'：F-I 粉丝对网红内容的参与度，比如大家在文章下面点赞、留言都算

继去年巡回公开课后，百度AI快车道 【EasyDL零门槛模型训练营】 将再次锁定天府之国成都！小伙伴们，这周六莫吃火锅喽，一哈去快车道嘛！ 本周六，百度NLP资深研发工程师将为成都地区的开发者们带来满满的NLP技术干货分享。 从文心（ERNIE）技术解析到EasyDL实战演练，为你解析如何定制企业高精度NLP模型 ，介绍文心（ERNIE）近期重磅发布的多项新功能，更有现场实操与面对面答疑解惑，助你读懂业务，提升模型训练能力，零门槛实现NLP模型训练！ 活动时间：11月7日（本周六）10:00-17:00 活动地点：成都青羊区北大街2号成都金开国际公寓二层致合厅 同日，AI快车道开源框架高阶营也将由百度资深研发工程师们，从开发全流程、“全能”OCR、目标检测、部署工具、昆仑芯片五大方向展开深度讲解，欢迎有AI应用的、热爱AI等寻求技术突破的开发者们来【成都金开国际公寓-致诚厅】进行交流，也让我们共同期待蓉城与深度学习开源技术擦出AI的火花！ 活动时间：11月7日（本周六）9:30-16:30 活动地点：成都青羊区北大街2号成都金开国际公寓二层致诚厅 文心（ERNIE）是依托百度深度学习平台飞桨打造的语义理解技术与平台 ，集先进的预训练模型、全面的NLP算法集、端到端开发套件和平台化服务于一体，为企业和开发者提供一整套NLP定制与应用能力。在2020世界人工智能大会，百度文心

　　随着移动互联网的不断下沉，数据化信息的爆发发展，当前社会背景下，数字化已经成为贯穿个人、企业、组织乃至国家各个层次领域的信息要素，通过数字化，原有传统行业可以基于数据进行转型升级，原有生活习惯甚至出行方式等也都会收到数字化带来的全面改观。可以说，这是属于数字的时代。那么，在各领域各场景中服务于企业客户的浪潮服务器怎么样？数字化时代，衡量浪潮服务器怎么样，需要基于产品专业度，来进行论证，而专业度的评析，则要看产品是否有能力助力企业向数字化转型过渡。 　 　　作为销售额、出货量以及市场份额三类排名均为第一的浪潮服务器，其所获得的成就离不开产品的品质和专业。那么浪潮服务器到底怎么样？从产品线上来说，浪潮服务器分为4大类共16款产品，可覆盖不同应用场景，为各规模类型的企业提供最恰当的解决方案。这也意味，浪潮服务器具备完善的产品线，可以根据用户需求不同进行不同的适配，帮助用户处理不同场景下的数据，从这一点来说，浪潮服务器是具有优势的。从模式上来说，浪潮JDM模式，实现全运营链周期定制化，开启了服务器产业从大规模标准化到需求驱动的大规模定制化时代。这也意味浪潮可以针对客户需求，选择不同的产品适配方案来解决客户面临的问题，即浪潮可以利用专业性和适配性为客户提供最合适的解决方案。由此可见，不管是模式还是产品线，浪潮服务器都具备高覆盖性以及高适配性，这也意味浪潮服务器可以在不同领域进行不同的发展

↑ 点击 蓝字 关注视学算法 作者丨Dreaming.O@知乎 来源丨https://zhuanlan.zhihu.com/p/103685761 编辑丨极市平台 本文主要记录下在学习和实际试用混合精度过程中的一些心得总结和建议。 01. 前言 以前一直看到不少混合精度加速模型训练的工作，受限于手上没有 Volta 架构的GPU。体验工作也就只能作罢。但是最近成功申请下来V100机器，除了激动之外，当时心里最大的想法，就是要尝试下这心心念念已久的混合精度加速功能。 02. 基础理论 在日常中深度学习的系统，一般使用的是单精度 float（Single-Precision）浮点表示。在了解混合精度训练之前，我们需要先对其中的主角半精度『float16』进行一定的理论知识学习。 float vs float16 的组成bitmap 在上图可以看到，与单精度float（32bit，4个字节）相比，半进度float16仅有16bit，2个字节组成。天然的存储空间是float的一半。其中，float16的组成分为了三个部分： 最高位表示符号位； 有5位表示exponent位; 有10位表示fraction位; 根据wikipedia上的介绍，我总结下float16的这几个位置的使用，以及如何从其bitmap计算出表示的数字： 如果 Exponent 位全部为0： 如果 fraction 位

APM时代的质量保障之路：腾讯互娱品质管理部性能负责人访谈 导读：11 月 23 ~ 24 日，GIAC 全球互联网架构大会将于上海举行。GIAC 是高可用架构技术社区推出的面向架构师、技术负责人及高端技术从业人员的技术架构大会。今年的 GIAC 已经有微软，腾讯、阿里巴巴、蚂蚁金服，华为，科大讯飞、新浪微博、京东、七牛、美团点评、饿了么，才云，格灵深瞳，Databricks，等公司专家出席。本周购买可享门票88折优惠，高可用架构会员低至6折。 在大会前夕，高可用架构采访了2017年 GIAC质量保证分论坛 出品人何纯，就目大家广泛关注的质量保证方面的问题进行了访谈。 何纯,腾讯互娱品质管理部性能负责人,腾讯TDR专家，参与制定腾讯手游发布标准，聚焦移动游戏在性能问题上的定位和调优。主导开发性能分析工具（UPA）及APM手游客户端性能管理工具。负责参与《王者荣耀》《穿越火线：枪战王者》《魂斗罗：归来》《火影忍者手游》及战术竞技类手游等多款战略级产品的性能优化，在客户端性能领域积累了丰富的经验。 高可用架构：现在性能问题是非常火热的问题，因为性能直接影响到用户体验，很多相关从业者也在各种会议上强调自己解决的是真实的用户体验问题，那么从您所从事的游戏行业来说，您觉得怎么定义真实的用户体验？根据你的经验来说，现在的手机游戏性能问题通常在哪里？ 何纯：以我所处的游戏行业举例

图神经网络（GNNs）是深度学习的一个相对较新的领域，从最近开始越来越流行。Twitter、Google或Facebook等大公司都会开始对于GNN投入研究，事实证明了GNN优于其他使用图数据的机器学习模型。 >>>> 由于此领域的发展非常迅速，GNN背后的知识还不是那么容易获得。目前，你可以在互联网上以研究论文、文章或博客的形式找到散落在各地的GNN理论。我们缺乏的是一本GNN书籍，或者是一本在线资源汇编，来帮助人们进入了解这个领域的工作。 经过一番搜索，我发现其实有几个相当不错的资源，以一种容易理解的方式来解释GNN。希望对这个领域的新人有所帮助。让我们开始吧! 01 由William L. Hamilton编写的图表示学习书籍 Graph Representation Learning Book 本书是改变游戏规则的书，目前可以在线下载的预出版的版本。本书从图理论和传统图方法等初级课题开始，到前沿GNN模型和最先进的GNN研究等高级课题。本书设计精巧，自成体系，拥有图神经网络所需的大部分理论。 02 斯坦福课程笔记--机器学习与图 C224W|Home 这是斯坦福大学专门研究基于图的机器学习的课程。它有公开的幻灯片，从他们的讲座以及推荐阅读列表。如果你想系统地学习一门结构良好的课程，这将是一个很好的选择。 03 由Albert-László Barabási编著的网络科学一书

点击上方“ 3D视觉工坊 ”，选择“星标” 干货第一时间送达 概述 三维重建是一个长期存在的不适定问题，已经被计算机视觉、计算机图形学和机器学习界探索了几十年。自2015年以来，利用卷积神经网络（CNN）进行基于图像的三维重建引起了越来越多的关注，并且表现非常出色。鉴于这一快速发展的新时代，本文全面综述了这一领域的最新发展，重点研究了利用深度学习技术从单个或多个RGB图像中估计一般物体三维形状的方法。 1.简介 基于图像的三维重建的目标是从一幅或多幅二维图像中推断出物体和场景的三维几何和结构，从二维图像中恢复丢失的维数一直是经典的多视图立体和shape-from-X方法的目标，这些方法已经被广泛研究了几十年。 第一代方法是从几何的角度来处理这一问题的；它们侧重于从数学上理解和形式化三维到二维的投影过程，目的是设计不适定反问题的数学或算法解，有效的解决方案通常需要使用精确校准的摄像机拍摄多幅图像。 有趣的是，人类善于利用先验知识解决这种不适定反问题。我们只用一只眼睛就能推断出物体的大致大小和大致几何结构，甚至可以从另一个角度猜测它的样子。之所以能做到这一点，是因为所有以前看到的物体和场景都使我们能够建立起先前的知识，并建立一个物体外观的心理模型。 第二代三维重建方法试图利用这一先验知识，将三维重建问题表述为一个识别问题。深度学习技术的发展，更重要的是，大型训练数据集的可用性不断提高

言有三 毕业于中国科学院，计算机视觉方向从业者，有三工作室等创始人 作者 | 言有三 编辑 | 言有三 为了实现有三“三人行必有我师”的宗旨，现开始招募技术人员 01 招募条件 凡符合以上8种条件之一的，即可以联系有三微信Longlongtogo，进行相关审核。可准备相关的论文，博客等能够证明水平的一切资料。 02 为什么招募 一方面，技术公众号有三一个人难以维护每日高质量文章的输出，为了覆盖到更多的知识面，以及及时给大家提供学习帮助，因此我们需要帮手。 另一方面，也希望给大家提供一个展示自己能力和知识的平台，在知识的分享和与大家的交流中，提高自己的能力和知名度。 03 合作形式 合作有多种形式，依据水平高低和熟悉程度逐步递进。 3.1 文章撰写 写文章可以验证自己很多的知识是否只是半知半解，所以首先要通过写文章来证明能力。 其次，自己会并不一定意味着就能够写好文章，达到教会他人的水平，所以要通过写文章来锻炼各种表达能力。 这个阶段，是免费写文章积攒实力和水平阶段。 3.2 收费课程 达到一定的水平后，可针对性开设相关收费课程，进一步提升自己的水平，同时获取经济受益。 3.3 更进一步 有缘自会相遇。 期待一起牛逼 如果想加入我们，后台留言吧 微信 Longlongtogo 公众号内容 1 图像基础｜2 深度学习｜3 行业信息 往期精选 【技术综述】闲聊图像分割这件事儿 【学习

人工智能领域顶级学术会议NeurIPS 2020（Neural Information Processing Systems）将于12月7日-12日在线上举行。在近日NeurIPS正式发布的论文入选名单中，腾讯安全科恩实验室聚焦利用AI算法解决二进制安全问题的《CodeCMR: Cross-Modal Retrieval For Function-Level Binary Source Code Matching》，凭借首次提出基于AI的二进制代码/源代码端到端匹配算法的创新研究成功入选，揭示了“AI+安全”领域的又一突破探索。 作为国际机器学习和计算神经科学领域公认最具影响力的顶级会议之一，NeurIPS汇集了时下人工智能和自然神经信息处理等领域最前沿的科研成果，被中国计算机学会 (CCF)推荐为A类Top会议，每年都能吸引来自全世界AI领域的研究者参会和进行前沿成果分享。 新一代信息技术的“爆发式”普及应用，在造就更为广阔数字空间版图的基础上，也带来了更为瞬息万变的网络威胁态势。AI技术以其在数据分析、知识提取、智能决策等方面的独有优势，已成为近年来网络安全寻求创新突破的重要探索方向。据Gartner预测，到2020年，人工智能在网络安全领域应用比例将由10%上升为40%。 安全系统的部署、响应的效率及准确性直接关乎其防护的有效性，而从计算机系统的最基础层上看

[TOC] 一、大数据 1.1 大数据（Big Data） 众说纷纭！ 个人认为，大数据中的“大”，不仅仅是涉及数据规模，而且包含“价值“这个层面。其实无非就是<span style='color:red'>大量的信息</span>罢了，但是我们却能 通过各种手段从这些信息中提取出我们所需要的东西。 二、数据分析、数据挖掘和推荐系统 2.1 数据分析（Data Analysis） 啤酒和尿布这个故事在欧美国家也被传唱，出现的版本还不尽相同。但对此质疑的声音也不少，其中有一位叫Daniel J. Power的教授特此撰文，应该是最全面地有理有据揭开这个故事后面的真相。有兴趣的人可以详细阅读英文全文：<span style='color:red'>What is the "true story" about using data mining to identify a relation between sales of beer and diapers? </span>主旨内容如下： 这家连锁店不是沃尔玛，而是Osco Drugs，一家主要在美国中西部经营的药房和便利店。 该公司于1992年就着手进行数据分析项目，算是数据分析的先驱者。当时的项目收集了来自25家分店、一千两百多万个购物车的信息。 数据的确发现：<span style='color:red'>下午5点到7点之间