神经网络

点击上方“ 3D视觉工坊 ”，选择“星标” 干货第一时间送达 1. 三维曲面解码 基于体积表示的方法在计算上非常浪费，因为信息只在三维形状的表面或其附近丰富。直接处理曲面时的主要挑战是，网格或点云等常见表示没有规则的结构，因此，它们不容易适应深度学习体系结构，特别是使用CNN的体系结构。本节介绍用于解决此问题的技术，将最新技术分为三大类：基于参数化、基于模板变形和基于点的方法。 1.1 基于参数化的三维重建 与直接使用三角形网格不同，我们可以将三维形状X的表面表示为映射ζ：D→R 3 ，其中D是正则参数化域。然后，3D重建过程的目标是从输入I中恢复形状函数ζ。当D是3D域时，这类方法属于第4节中描述的体积技术。 这里，重点讨论D是正则2D域的情况，它可以是二维平面的子集，例如D=[0，1] 2 ，或者是单位球面，即D=S 2 。在第一种情况下，可以使用标准的2D卷积操作来实现编码器-解码器架构。在后一种情况下，必须使用球面卷积，因为域是球面的。 球面参数化和几何图像是最常用的参数化。然而，它们只适用于0属和盘状表面。任意拓扑的曲面需要切割成圆盘状的曲面片，然后展开成规则的二维区域。找到给定曲面的最佳切割，更重要的是，在同一类别的形状之间找到一致的切割是一项挑战。事实上，单纯地为形状类别创建独立的几何图像并将其输入深层神经网络将无法生成连贯的三维形状曲面。

这个9月，AI芯片独角兽地平线发布了自诩最强边缘 AI 芯片地平线「旭日3」，一时间引起轰动。相比第二代芯片，「旭日3」的AI性能上得到很大提升，只需在 2.5W 的功耗下，能够达到等效 5TOPS 的标准算力。尤其是对应高端市场的旭日3M，有更强大的编解码能力，强大的ISP效果令其极具竞争力。 这些年来，地平线的主要精力都放在旭日及征程等系列，产品线主要聚焦在边缘AI芯片这一领域，这也让地平线成为全球估值最高的人工智能芯片独角兽。众所周知，AI芯片分为云端和边缘端，云端芯片要求高性能，边缘端芯片由于应用场景众多，对于环境和能耗等也有更多要求。事实上，当前边缘AI芯片已不再是个小众领域，除地平线以外，包括谷歌、英伟达、英特尔、高通、华为、寒武纪均于近两年推出边缘AI芯片，AI芯片的战火已经由云端蔓延到了边缘。 根据全球技术市场咨询公司 ABI Research 的数据显示：预计到2025年，边缘 AI 芯片组市场的收入将达到122亿美元，云AI芯片组市场的收入将达到119亿美元。边缘 AI 芯片组市场将超过云AI芯片组市场。首席分析师Lian Jye Su 表示：随着行业的发展，企业越来越多的需要解决有关数据隐私、电源效率、低延迟和强大的设备上计算性能等问题，边缘AI将是解决方案。预期在未来五年，AI训练与推论会在网关或是各种边缘装置进行，甚至往下到传感器节点。那么，

点击蓝色“程序员书单”关注我哟 加个“星标”，每天带你读好书，看好文！ ​ 在介绍本书单之前，我想先问一下各位读者，你们之前了解过JVM么，如果有了解过，那么了解的程度又如何呢。经过了10多年的发展，Java Web从开发框架到社区都已经非常成熟，很多程序员都可以通过使用框架很快速地搭建起一个Java Web应用，特别是近几年springboot大热，干脆连配置都不需要了解了，直接一键式编译部署运行，让Java工程师的学习成本变得越来越低。 但于此同时，互联网公司对于Java的应用场景也在不断地升级换代，从单机部署再到分布式，从SOA再到微服务，Java后端技术栈变得更加庞大，对于工程师的要求也越来越高，特别是对于大公司来说更是如此，也正因为如此，对Java工程师的考察已经不限于Java Web的那套东西了，企业往往会提出更高的要求，比如熟悉Java并发编程和JVM调优，了解分布式技术、微服务以及中间件等等。 而今天的这份书单就会来推荐一些JVM虚拟机方面的好书，对于一个Java工程师来说，只有了解了JVM虚拟机之后，你才能够理解很多JDK中的设计和实现，同时也能够为你做JVM调优，问题排查等工作时提供理论基础。 Java虚拟机系列书单 ​ 深入理解Java虚拟机 这本书在Java圈内基本可以算是前无古人后无来者的一本书了，它在13年首次出版

©PaperWeekly 原创 · 作者｜张安琪 学校｜东华大学硕士生 研究方向｜隐私保护、Security 论文标题： Heterogeneous Graph Matching Networks for Unknown Malware Detection 论文链接： https://www.ijcai.org/Proceedings/2019/522 引言 信息系统中存在大量的恶意软件/程序攻击，恶意软件/程序检测作为抵御攻击的第一道防线，主要使用两种方法：基于签名的方法（signature-based）和基于行为的方法（behavior-based）。但均用于检测已知的恶意软件，并且易于逃避技术。 此外，signature-based 很难抵御零时差攻击，behavior-based 会导致培训成本过高。综上，设计一种有效的数据驱动方法来检测未知恶意程序，是急需解决的问题。 检测未知恶意程序主要存在以下四个挑战： 1. 系统实体之间具有非线性和分层异构关系。 程序执行的操作具有非线性和层次结构上的异构依赖性，忽略这些依赖关系的简单方法仍可能产生较高的误报率。 2. 两个程序之间缺乏距离/相似性度量。 在实际的计算机系统中，给定两个程序，具有与之相关的数千个系统事件，根据分类的事件数据来测量它们的距离/相似度不是一项简单的任务。 3. 指数级别的事件空间。

　　 　　作者 | 周明 　　编辑 | 陈彩娴 　　8月29日至30日，由中国科学技术协会、中国科学院、南京市人民政府为指导单位，中国人工智能学会、南京市建邺区人民政府、江苏省科学技术协会主办的主题为“智周万物”的2020年中国人工智能大会（CCAI 2020）在江苏南京新加坡·南京生态科技岛举办。在大会上，微软亚洲研究院副院长、国际计算语言学会（ACL）前任主席周明做了主题为《预训练模型在多语言、多模态任务的进展》的特邀报告。 　　以下是周明老师的演讲实录： 　　 1 　　 预训练模型助力NLP 　　自然语言处理（NLP），目的是使得计算机具备人类的听、说、读、写、译、问、答、搜索、摘要、对话和聊天等能力，并可利用知识和常识进行推理和决策，并支持客服、诊断、法律、教学等场景。自然语言理解，被认为是AI皇冠上的明珠。一旦有突破，则会大幅度推动AI在很多重要场景落地。 　　过去这五年，对自然语言是一个难忘的五年，它的一个标志就是神经网络全面引入到了自然语言理解。从大规模的语言数据到强有力的算力，加上深度学习，把整个自然语言带到一个新的阶段。 　　今天我要讲的预训练模型，它使自然语言处理由原来的手工调参、依靠ML专家的阶段，进入到可以大规模、可复制的大工业施展的阶段，令我们这个领域的人感到非常振奋。而且预训练模型从单语言、扩展到多语言、多模态任务。一路锐气正盛，所向披靡。 　　那么

ISP基本框架及算法介绍 ISP(Image Signal Processor)，即图像处理，主要作用是对前端图像传感器输出的信号做后期处理，主要功能有线性纠正、噪声去除、坏点去除、内插、白平衡、自动曝光控制等，依赖于ISP才能在不同的光学条件下都能较好的还原现场细节，ISP技术在很大程度上决定了摄像机的成像质量。它可以分为独立与集成两种形式。 ISP 的Firmware 包含三部分，一部分是ISP 控制单元和基础算法库，一部分是AE/AWB/AF 算法库，一部分是sensor 库。Firmware 设计的基本思想是单独提供3A 算法库，由ISP 控制单元调度基础算法库和3A 算法库，同时sensor 库分别向ISP 基础算法库和3A 算法库注册函数回调，以实现差异化的sensor 适配。ISP firmware 架构如下图所示。 不同的sensor 都以回调函数的形式，向ISP 算法库注册控制函数。ISP 控制单元调度基础算法库和3A 算法库时，将通过这些回调函数获取初始化参数，并控制sensor，如调节曝光时间、模拟增益、数字增益，控制lens 步进聚焦或旋转光圈等。 1. TestPattern------测试图像 Test Pattern主要用来做测试用。不需要先在片上ROM存储图片数据，直接使用生成的测试图像，用生成的测试图像进行后续模块的测试验证

439， 彩虹一号无人机实现人类永不落地的追求 日媒：中国亮出杀手锏 世界各国一直在研究提高飞机的续航能力 国内研制的彩虹一号无人机采用人工智能和其他高新技术，飞行高度30000米，并终于研制成功实现人类永不落地的追求。 440， 日本开发出光刻机亷价可靠的极紫外射线EUV光源 东京工业大学KeijiNagai教授率领的研究团队（并与都柏林大学学院科学家合作）最近研发了一种极低密度的锡“气泡”，使得极紫外射线的产生变得可靠且便宜。 以往采用高强度激光器来产生EUⅤ光源，但对这些激光器而言，要保持可产生EUⅤ范围内光的目标密度的控制是有挑战性的。而今天他们研发的锡塗层微胶囊“气泡”技术，不但可保持高效、可扩展和低成本，而且是一种可高度挖制的、稳定的低密度结构。测试的结果产生了13.5nm的EUⅤ光（并与传统的EUⅤ光源兼容）。 这项研究成果，使得攻克光刻机不必僵持在整体攻关上，而找到将整体分解为各局部，将各局部关键技术各个击破的途径。 441， 大脑控制的真实感假肢问世，患者无需训练即可使用 一个欧美科学家团队报告说，有史以来最先进的仿生假肢取得成功 一个欧美科学家团队（由查尔黙斯理工大学、Sahlgrenska大学医院、哥德堡大学、IntegrumAB、维也纳医科大学和麻省理工学院研究人员组成）研究一种新的仿生假肢传感系统：将该系统整合到伤残患者的神经中

目录 1.学习目标 2.序列数据 ​3.语言模型 3.1语言模型概念 3.2语言模型计算序列的概率 ​ 4.RNN-循环神经网络 4.1RNN概念 4.2通过时间反向传播 ​5.门控循环单元 5.1引入门的循环网络 5.2候选隐藏状态 ​6.长短期记忆网络（LSTM） 6.1记忆细胞 6.2候选记忆细胞 6.3记忆细胞与隐藏状态 ​7.总结 7.1本章总结 ​7.2神经网络总结 1.学习目标 2.序列数据 3.语言模型 3.1语言模型概念 举例 3.2语言模型计算序列的概率 4.RNN-循环神经网络 4.1RNN概念 4.2通过时间反向传播 5.门控循环单元 5.1引入门的循环网络 5.2候选隐藏状态 6.长短期记忆网络（LSTM） 6.1记忆细胞 6.2候选记忆细胞 6.3记忆细胞与隐藏状态 7.总结 7.1本章总结 7.2神经网络总结 千里之行，始于足下。这句话和循环神经网络契合嗷~感谢余老师！ 来源： oschina 链接： https://my.oschina.net/u/4370628/blog/4664389

自带可用的资源有： console.log(faceapi.nets) // ageGenderNet // faceExpressionNet // faceLandmark68Net // faceLandmark68TinyNet // faceRecognitionNet // ssdMobilenetv1 // tinyFaceDetector // tinyYolov2 例： faceapi.nets.tinyFaceDetector.load('/'); 其load 的代码为： export function getModelUris(uri: string | undefined, defaultModelName: string) { const defaultManifestFilename = `${defaultModelName}-weights_manifest.json` if (!uri) { return { modelBaseUri: '', manifestUri: defaultManifestFilename } } if (uri === '/') { return { modelBaseUri: '/', manifestUri: `/${defaultManifestFilename}` } } const protocol =

415， 开发近红外光激发的纳米探针，监测大脑深层活动，理解神经系统功能机制。 开发、设计电压敏感纳米探针一直是个技术难关。 群体神经元活动的在体监测是揭示神经系统功能机制的关键。 近日《美国化学会志》期刊报导一项新的研究成果：研究人员开发了一种可用近红外光激发的电压荧光纳米探针，并用它监测斑马鱼和小鼠脑中神经元膜电位的动态变化。 目前神经元钙离子荧光成像是主要手段之一，但相比于神经脉冲信号，钙离子荧光信号的动力学相对较慢，且很难推断出与之对应的神经脉冲的频率和数量。因此神经科学界迫切期望能开发出对细胞膜电位变化敏感，有高信噪比的纳米粒子或分子探针，从而实现高时空分辨率、大范围神经元集群活动的活体监测。现有的荧光电压探针多用紫外光或可见光激发，只能应用于大脑浅层。而红外光（750~1000nm）在生物组织中穿透能力更强（可达cm级），能应用于大脑深层，被称为“生物组织的光学窗口”。 研发高灵敏、可用于近红外光激发的电压敏感探针是目前国际神经科学领域迫切希望攻克的技术难关之一。 哺乳动物神经元膜电位的阈下振荡，反映动物个体的脑状态及其变化。 416， 任正非最近在一次访谈中说：5G只是小儿科，人工智能才是重中之重。 广告 ¥4890.00 417， 破解Deep fake的鉴别平台 随着人工智能、计算机视频的发展，一些不法分子钻了空子，利用人工智能、图像识别，借助深度伪造