close
搶便宜 就趁現在啦!!!!!【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟現在居然便宜這麼多!!!之前觀望超久的【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟這次買 真的超划算
這一次可是用自己辛苦存的錢買電腦 ，特別有意義，而且還剛好讓我等到折扣真的太好了
重點是!!!分期付款或是一次付清都有不同的優惠，我覺得真的是佛心來的~
爬文章的時候大家都說【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟滿不錯的，可以購買，看了很多規格確實不錯我也 看很久了!!!
還好有研究了很多類型，不然現在電腦實在太多了都不知道要怎麼挑
現在就來說說 購買【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟的心路歷程
一開始沒打算在網路上購買的【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟我試過實體以後決定在網路上購買價格 比較便宜而且會送到家裡來
也是因為是在網路上販售並沒有在實體店面沒有那些人事費用價格就可以直接回饋價格給網民
而且這次申請帳號我還有拿到折價券(例如滿萬送千，所以我買兩萬多的電腦基本上就折兩千)
當然在購物商城買的話，除了有詳細的介紹以外，更有保障！！而且速度也很快~
↓↓↓限量折扣的優惠按鈕↓↓↓
PLEXTOR S2G 256GB M.2 2280 SATA SSD 固態硬碟
還在使用緩慢又不耐震的傳統硬碟？ Plextor 打造最佳性能價格比 S2 系列 TLC 固態硬碟，搭配獨家 PlexNitro 技術，帶來絕對優異速率及完整儲存空間
SSD 升級最佳入門首選
Plextor 以先進 SSD 開發技術，結合獨家韌體及軟體，為用戶打造出擁有最佳性能價格比的 S2 系列固態硬碟。
採用 Hynix 高品質 16nm 製程 TLC NAND 快閃記憶體，以及 SMI 最新一代控制晶片，達成連續讀寫最高 520/480 MB/s 、隨機讀寫 96K/77K IOPS 的最佳效能。優異亮眼表現，為入門玩家帶來最超值的 SSD 升級及建置應用。
PlexNitro 快取緩衝技術體驗真實容量
獨家 PlexNitro 技術採用 SLC 快取機制，完全無需預留容量空間（OP）就能全面提昇讀寫效能，讓玩家可以真實運用 SSD 完整容量。以 128GB 為例，其他廠牌TLC SSD扣除OP空間後大約只剩120GB，而S2則是提供完整 128GB ，但效能毫不折扣，性價比絕對令人激賞！
多樣彈性組裝選擇
全面滿足從桌機到筆電的 SSD 建置及升級需求， S2 系列推出 2.5吋（ S2C） 及M.2 2280 （S2G）兩款介面規格，並分別提供 128GB、256GB、512GB 三款容量選擇，能為玩家帶來最靈活的 SSD 組裝選擇。
Plextor 完美品質
S2 系列同樣秉持 Plextor 完美品質標準，通過全球最先進 SSD 測試設備嚴格檢驗，絕不容許任何單一錯誤或故障情形產生 ( Zero Error )。並以多項「Plextor耐力測試機制」專業模擬真實讀寫狀況，確保能為用戶帶來最為安心的使用穩定度並確保資料安全。
商品規格
※以上規格資料若有任何錯誤，以原廠所公佈資料為準。
【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟
討論,推薦,開箱,CP值,熱賣,團購,便宜,優惠,介紹,排行,精選,特價,周年慶,體驗,限時,品牌電腦推薦,電腦主機推薦,桌上型電腦推薦,筆記型電腦推薦,桌上型電腦價格,筆記型電腦價格,電腦推薦2017
↓↓↓現在馬上點擊購買↓↓↓
另外在推薦我平時會使用的平台可以比較價格找便宜~~
iDST院長金榕IJCAI演講：阿裡巴巴的深度學習應用（附PPT）
雷鋒網 AI 科技評論按：深度學習過去十年在各個領域都取得瞭巨大的成功，但當把深度學習技術應用到實際問題中時，常會遇到諸多挑戰。阿裡巴巴作為在電商領域有諸多業務的企業，對深度學習有很大的需求，不可避免地當他們將深度學習應用到業務中時會遇到許多學界人士不可能遇到的問題。
前段時間剛過去的IJCAI 2017大會上，阿裡巴巴集團iDST院長金榕做瞭一場關於《Deep Learning at Alibaba》的keynote報告。報告中，金榕介紹瞭深度學習在阿裡巴巴的業務中的一些應用以及正在進行的一些研究。以下內容為雷鋒網(公眾號：雷鋒網)根據現場報告的錄音以及IJCAI 官網上的相關論文《Deep Learning at Alibaba》整理而成。
一、演講目錄
金榕的演講主要有四塊內容。如PPT中所示：
1、計算機視覺方面。包括視覺搜索、圖像分類、交叉媒體檢索。金榕將從拍立淘以圖搜圖的業務開始，通過遷移學習來處理後兩個問題。
2、語音識別和自然語言處理。包括聲學模型、依存語法和模仿問答三個部分。
3、對組合優化筆電價格的討論。在這個討論中，金榕介紹瞭3D容器打包（3D Bin Packing）和自動設計banner兩個問題，前者在菜鳥運送快遞時節省瞭大量的成本，後者則在雙十一時節省瞭大量的人力、物力。
4、模型簡化問題。包括模型的壓縮以及通過淺網（shallow network）的嘗試工作。
在開始介紹阿裡巴巴業務中的深度學習之前，金榕博士介紹瞭阿裡巴巴企業的生態環境。作為一個電子商務企業，阿裡巴巴的購物平臺包括淘寶、天貓、聚劃算、飛豬、AliExpress、LAZADA（東南亞地區最大的在線購物網站之一）等，在此基礎上還在許多涉足領域，例如螞蟻金服、阿裡媽媽、微博、高德地圖、UC瀏覽器、優酷和土豆、菜鳥等。
金榕還對阿裡巴巴業務中應用到的深度學習問題作瞭一個梳理，大概包括：
1、信息檢索（搜索和推薦系統）；
2、語音技術（自動語音識別、語音合成，對話管理）；
3、自然語言處理（拼寫檢查、依存語法、問答和機器翻譯）；
4、圖像/視頻內容分析（臉部、文字的識別、匹配以及細粒分類；多形態分類；對象檢測、追蹤、識別；視頻事件檢測、分類）；
5、深度學習和優化（優化、模型壓縮、預測；道路規劃和圖標設計）
二、計算機視覺1、拍立淘
在阿裡巴巴的淘寶中有一項業務為“拍立淘”。其基本的思想就是以圖搜圖，對著你感興趣的物品拍一張照片，系統將根據照片給你推薦相關的商品。 據金榕介紹，現在已經有超過1億件商品的30億張圖片，每天有至少1200萬活躍用戶。
這項業務的基礎就是通過深度學習對結果進行排序，阿裡研究人員通過用戶記錄的三元組數據（查詢圖片、點擊圖片和未點擊圖片）來訓練模型的排序損失函數，從而得到排序結果。
例如你上傳一張桌子的照片，模型將自動檢測出主體，然後按照排序分數從高到低排出相關商品的結果。
2、從拍立淘到Everything——遷移學習
拍立淘的這項業務其本質就是圖像匹配，所以可以通過遷移學習將這個模型從電子商務應用到其他領域。傳統的遷移學習方法如圖所示，拍立淘中圖片的矢量表示x通過線性變換遷移到別的領域的圖像表示x’上。其中W為線性遷移矩陣，這個矩陣可以通過有限的數據學習得到。
這種方法比較簡單，但由於在實際應用中源和目標往往有比較大的差距，線性模型並不能很好的調和這種差距。金榕介紹，在阿裡的遷移學習中，他們引入瞭一個隨機傅立葉函數，使遷移變換由線性變為非線性。
這種非線性遷移學習的方法在實驗中要比線性遷移學習方法的精度要高，魯棒性也更好。
三、語音識別和自然語言處理1、聲學模型
自動語音識別包括聲學模型、語言模型和解碼器。這裡隻討論其中的聲學模型（Acoustic Model）。基於聲學模型的神經網絡在過去5年已經有瞭長足的發展，單詞識別的錯誤率已經下降到瞭5.9%。
現在常用的對聲學模型的處理是雙向長短時記憶模型（Bi-directional Long Short-Term model）。這種模型相比於長短時記憶模型有更高的精度，但是潛在的因素也非常大。阿裡的研究人員開發出潛在控制雙向長短時記憶模型（Latency-Controlled BLSTM），這種模型添加瞭刪減的反向傳播以及未來的信息，這種模型能夠加速BLSTM的計算。
2、依存語法（Dependency Parsing）
依存語法這個問題，對於非專業人士還是很難理解的。簡平板2017單來說就是通過依存語法構建瞭主詞與描述主詞的詞之間的關系。由於依存語法沒有詞組這個層次，每一個結點都與句子中的單詞相對應，它能直接處理句子中詞與詞之間的關系。這種特性使得它非常便於語句分析和信息提取。
最近幾年人們在將神經網絡應用到語法解析方面取得瞭很大的成功。其中一個極好的例子就是biaffine attention parser，其基本的思想就是給范圍內每一個可能的主詞與其他詞之間的聯系進行打分。但是這隻針對你所感興趣的詞。在淘寶中，阿裡的研究人員采用瞭附加有全局調節器的BAP，這種方式得到的結果有更好的表現。
例如上面的例子中，傳統的BAP會將cautious與decline關聯起來，而實際上它們並沒有聯系；而附加有全局調節器的BAP則顯示出較好的結果。
3、模仿問答
金榕博士在此簡要介紹瞭Mimicked QA系統。這個系統並不是要簡單地構建一個問答系統，更重要的是讓你能感覺到像是在和真人對話一樣。如圖上顯示的，它首先將用戶的語音提問通過語音識別轉化成文本，再通過文本問答系統生成答案，隨後生成語音答案以及相應的面部表情。用戶最終得到的是一個模仿真人帶有面部表情的答案。
四、組合優化在這個部分，金榕通過兩個例子——3D容器打包（3D Bin Packing）和自動設計banner——來說明阿裡如何將深度學習的組合優化應用到業務當中。
1、3D容器打包
在物流業務中有一個常見的NP問題（也是組合優化問題）就是3D容器打包：如何才能更有效地打包物品呢？這個問題的實質就是找到一個優化的打包方式（啟發heuristic）。但是打包的方式太多瞭，所以困難就在於如何才能知道何時該用何種打包方式？金榕介紹瞭他們團隊如何通過指針網絡和強化學習來給出優化方案。
在打包過程中有三項關鍵的決定：1）物品打包的順序；2）物品放置的位置；3）物品放置的方向。所以所要求解的問題就是物品順序、位置、方向等的一個最優序列。
模型中的指針網絡，是由兩個回歸神經網絡的RNN模塊（編碼器和解碼器）構成，該網絡的輸入是待打包物品的尺寸序列，輸出的則是打包的序列（順序、位置、方向，不一定是最優的）。當給定一個打包序列後，打包這些物品所需的最小容器就很容易可以計算出來。隨後通過強化學習便可以快速找到優化的打包方式。
阿裡團隊將通過模擬數據對該模型訓練後，將結果應用到天貓和菜鳥的物流打包中，結果證明強化學習後的打包方式能夠節省5%的打包箱。5%的優化對普通人來說可能並不顯著，但考慮到物流公司每天都要處理成千上萬的包裹，這樣的優化結果將能夠節省很多成本。
2、自動設計Banner
在購物網站上，一個好的banner會給用戶帶來更好的體驗。阿裡巴巴平臺上有大量的商品展示，尤其是在雙十一光棍節時，對banner有大量的需求，靠手動設計顯然是不現實的。於是他們將深度學習應用到瞭banner的設計中。
具體來說，banner就是框架、背景、對象及其他材料的一個組合序列。將這些材料的組合輸入到一個卷積特征網絡中，再加上用戶日志，就構成瞭一個價值網絡，最終會給出一個組合（banner）的質量（quality）。通過這種方式為網上廣告進行設計顯然將會更節省人力、更快速地響應需求，也將會得到更好的結果。
五、模型壓縮與淺網
現在的深度學習模型變得越來越復雜，甚至有的模型已經超過瞭1000層，參數空間達到瞭10億級。這使得深度網絡神經學習在優先的存儲器和計算資源下難以運行。金榕在此提到瞭阿裡的兩種解決方案：模型壓縮和淺網模型的構建。
1、模型壓縮
在演講中，金榕提出瞭一個利用乘法器交替方向法（ADMM）的low-bits量化神經網絡的框架來壓縮模型。
當模型比較龐大時，我們有時可以通過尋求次優解來降低計算量。常用的近似方法是，將連續的函數進行低比特量化（low-bit quantization），將w通過符號函數f(w)或硬雙曲切函數g(w)來替換。但這種方法近似的目標函數在最優解附近會表現的很不穩定。
為瞭解決這個問題，他們引入瞭交替方向乘子法（Alternating Direction Method of Multipliers，ADMM）。ADMM是一種求解優化問題的計算框架，它能夠將連續解和離散解結合起來，非常適用於求解分佈式凸優化問題。此外為瞭更有效地運行ADMM，他們還開發瞭額外梯度下架方法（extra gradient descent method）來解決優化問題，這種方法能夠加速收斂。
通過用imageNet數據集的測試，結果顯示他們的方法要優於別的方法，且三比特（-1、0、1）方法相比full-precision在精度上幾乎沒有損失。
2、深網 v.s. 淺網
就前面說的，當想要尋求一個更優的解時，人們往往會求助於更深的神經網絡。這種網絡的預測函數往往是預定的且參數是相互獨立的。盡管這種方式在性能上有優良的表現，但模型和運算量都非常大，在訓練上是非常困難的，使用起來也非常昂貴。於是他們就想，能否通過構建復雜的激活函數來在預測函數中引入高度非線性，以此來取代神經網絡的深度優勢。換句話說，就是他們想用一個非常復雜的激活函數來開發一個相對較淺的網絡。
這個想法是受到瞭Cybenko等人的universal approximation theorem的啟發。根據這個理論，存在一個激活函數σ，嚴格遞增且是反曲的，它有以下的性質：對於任意函數f ∈ C [0, 1]n以及任意精度的限制 ε 0,都存在常數d（輸入參數的維度）、c、θ 、γ、向量w，滿足圖中的不等式。
換句話說，這個理論暗示瞭存在一個復雜的雙曲型激活函數，使得任何連續函數都可以通過兩個隱藏層的神經網絡得到很好的近似。搜索非線性激活函數的優點是激活函數是單變量函數，即使在非參數化設置中也可以有效地完成其優化。目前這項研究仍在進行中，還有不少的困難。
電腦主機推薦雷鋒網註：參考論文《Deep Learning at Alibaba》
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。
【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟筆電推薦【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟筆電推薦2017 【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟 電腦價格【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟主機推薦 【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟推薦品牌 【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟筆電評價【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟學生筆電推薦【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟電競筆電推薦【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟 i7主機推薦 i5主機推薦 iPhone使用技巧 iPhone5S快速充電五步法
iPhone有著很多“不為人知”的使用技巧，如果能夠掌握運用的話，相信iPhone手機會為您的生活帶來更多的方便。
iPhone手機用戶經常感嘆，iPhone的電池壽命很短，在購買更換新電池方面的開支很大，對此，各大網站都為iPhone用戶介紹瞭很多延長電池壽命的方法。但這次將為介紹的並非是延長電池壽命，而是如何給iPhone手機快速充電的小技巧。
相信許多iPhone用戶都有過這樣的體會，時間緊迫，但是自己的手機卻久久充不滿電，自己隻能幹著急。面對這樣的情況，iPhone Mania網站將會為大傢著重介紹，讓iPhone手機快速充電的五個方法。
請不要在充電中使用iPhone
在充電過程中使用手機，會因要保持機體溫度而導致充電速度放緩。所以為瞭讓 iPhone手機充電更快，最好請關閉手機電源。如果因特殊情況不方便關閉，可以調節到飛行模式，因為搜尋不到通信及無線信號，也能夠達到快速充電的效果。
請在溫度適宜的環境中使用iPhone
蘋果公司曾建議iPhone手機用戶稱：“請大傢在溫度適宜(0-35℃)的環境之中使用iPhone，因為在過高或者過低的溫度環境中，ios系統為調節電池的溫度，將會進一步加速電量的消耗，而且有可能導致手機系統的不穩定。”
像是在太陽暴曬處或是夏季悶熱的車廂內等高出適宜溫度(35℃)的環境中使用iPhone手機、亦或是在充電中使用手機，都會因為散熱而給電池帶來符合，從而降低iPhone手機充電的速度。
請通過插座給iPhone充電
比起通過USB接口給iPhone手機充電，使用蘋果公司原裝的電源插頭來進行充電，可以更為快速的給手機充滿電。請您在傢中或辦公場所等地方務必使用插座充電，相信您將會感受到不同於USB充電的急速充電體驗。
請在電腦運行狀態下通過USB給iPhone充電
在一些隻能夠通過USB給iPhone進行充電的場合之下，也是有訣竅實現快速充電的。
因為USB充電主要是依靠電腦實現的，一旦電腦進入睡眠模式，與之相應 的，充電速度也會放緩。所以，請使用USB充電的手機用戶要確保自己的電腦電源充足哦!同樣的，在USB充電過程中，也盡量不要使用手機。
請在電量為零時再進行充電
蘋果公司在有關iPad的說明會上曾稱：“使用保養鋰制電池，關鍵在於要養電池內的電子活躍起來。所以每月至少一次最好能夠進行電池內電子的重新循環，即在充滿電後，將電量使用耗盡。”
iPhone手機和iPad一樣，都是使用鋰制電池，iPad電池的保養方法對於iPhone而言也是極為適用的。在滿電狀態下，將手機電量耗盡這樣的電池電子循環，相信會有我們意想不到的效果出現。
如果您還在為關鍵時候手機遲遲充不上滿電而焦慮的話，不妨嘗試一下上述的這5個小技巧，相信它會解決您的煩惱，讓您收到意想不到的成效!
掃一掃，關註265G果粉網官方微信，最新iPhone8資訊搶先看
掃描左側二維碼即可添加265G果粉網官方微信，您也可以在微信公眾號上搜索“265G果粉網”，關註後即可每天瞭解最新iPhone動態。
您或許有興趣的東西:
這一次可是用自己辛苦存的錢買電腦 ，特別有意義，而且還剛好讓我等到折扣真的太好了
重點是!!!分期付款或是一次付清都有不同的優惠，我覺得真的是佛心來的~
爬文章的時候大家都說【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟滿不錯的，可以購買，看了很多規格確實不錯我也 看很久了!!!
還好有研究了很多類型，不然現在電腦實在太多了都不知道要怎麼挑
現在就來說說 購買【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟的心路歷程
一開始沒打算在網路上購買的【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟我試過實體以後決定在網路上購買價格 比較便宜而且會送到家裡來
也是因為是在網路上販售並沒有在實體店面沒有那些人事費用價格就可以直接回饋價格給網民
而且這次申請帳號我還有拿到折價券(例如滿萬送千，所以我買兩萬多的電腦基本上就折兩千)
當然在購物商城買的話，除了有詳細的介紹以外，更有保障！！而且速度也很快~
↓↓↓限量折扣的優惠按鈕↓↓↓
- 品號：4501995
- 支援最新 LDPC 技術
- 優異存取效能
- 3 年保固服務
PLEXTOR S2G 256GB M.2 2280 SATA SSD 固態硬碟
還在使用緩慢又不耐震的傳統硬碟？ Plextor 打造最佳性能價格比 S2 系列 TLC 固態硬碟，搭配獨家 PlexNitro 技術，帶來絕對優異速率及完整儲存空間
SSD 升級最佳入門首選
Plextor 以先進 SSD 開發技術，結合獨家韌體及軟體，為用戶打造出擁有最佳性能價格比的 S2 系列固態硬碟。
採用 Hynix 高品質 16nm 製程 TLC NAND 快閃記憶體，以及 SMI 最新一代控制晶片，達成連續讀寫最高 520/480 MB/s 、隨機讀寫 96K/77K IOPS 的最佳效能。優異亮眼表現，為入門玩家帶來最超值的 SSD 升級及建置應用。
PlexNitro 快取緩衝技術體驗真實容量
獨家 PlexNitro 技術採用 SLC 快取機制，完全無需預留容量空間（OP）就能全面提昇讀寫效能，讓玩家可以真實運用 SSD 完整容量。以 128GB 為例，其他廠牌TLC SSD扣除OP空間後大約只剩120GB，而S2則是提供完整 128GB ，但效能毫不折扣，性價比絕對令人激賞！
多樣彈性組裝選擇
全面滿足從桌機到筆電的 SSD 建置及升級需求， S2 系列推出 2.5吋（ S2C） 及M.2 2280 （S2G）兩款介面規格，並分別提供 128GB、256GB、512GB 三款容量選擇，能為玩家帶來最靈活的 SSD 組裝選擇。
Plextor 完美品質
S2 系列同樣秉持 Plextor 完美品質標準，通過全球最先進 SSD 測試設備嚴格檢驗，絕不容許任何單一錯誤或故障情形產生 ( Zero Error )。並以多項「Plextor耐力測試機制」專業模擬真實讀寫狀況，確保能為用戶帶來最為安心的使用穩定度並確保資料安全。
商品規格
※以上規格資料若有任何錯誤，以原廠所公佈資料為準。
【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟
討論,推薦,開箱,CP值,熱賣,團購,便宜,優惠,介紹,排行,精選,特價,周年慶,體驗,限時,品牌電腦推薦,電腦主機推薦,桌上型電腦推薦,筆記型電腦推薦,桌上型電腦價格,筆記型電腦價格,電腦推薦2017
↓↓↓現在馬上點擊購買↓↓↓
另外在推薦我平時會使用的平台可以比較價格找便宜~~
| 寶貝用品購物網推薦 | ||
| | 專門賣寶寶天然的清潔用品~~ | |
 | MOTHER-K Taiwan | 韓國首選婦幼產品，既時尚又實用 |
| | 適合給新手爸媽的嬰兒購物網，一應俱全! | |
| 各大購物網快速連結 | ||
 | 東森購物網 | 性質大多相同 建議每一家搜尋要購買的品項後 比對出能折價卷能扣最多的一家來消費 保養品、化妝品我比較常在momo購物網買，切記是"購物網"才有正品保障!! |
 | 森森購物網 | |
 | udn買東西 | |
 | MOMO購物網 | |
 | 瘋狂麥克 | 有時候新鮮貨我都在瘋狂麥克找，基本上想找的，瘋狂賣客都會賣~ |
iDST院長金榕IJCAI演講：阿裡巴巴的深度學習應用（附PPT）
雷鋒網 AI 科技評論按：深度學習過去十年在各個領域都取得瞭巨大的成功，但當把深度學習技術應用到實際問題中時，常會遇到諸多挑戰。阿裡巴巴作為在電商領域有諸多業務的企業，對深度學習有很大的需求，不可避免地當他們將深度學習應用到業務中時會遇到許多學界人士不可能遇到的問題。
前段時間剛過去的IJCAI 2017大會上，阿裡巴巴集團iDST院長金榕做瞭一場關於《Deep Learning at Alibaba》的keynote報告。報告中，金榕介紹瞭深度學習在阿裡巴巴的業務中的一些應用以及正在進行的一些研究。以下內容為雷鋒網(公眾號：雷鋒網)根據現場報告的錄音以及IJCAI 官網上的相關論文《Deep Learning at Alibaba》整理而成。
一、演講目錄
金榕的演講主要有四塊內容。如PPT中所示：
1、計算機視覺方面。包括視覺搜索、圖像分類、交叉媒體檢索。金榕將從拍立淘以圖搜圖的業務開始，通過遷移學習來處理後兩個問題。
2、語音識別和自然語言處理。包括聲學模型、依存語法和模仿問答三個部分。
3、對組合優化筆電價格的討論。在這個討論中，金榕介紹瞭3D容器打包（3D Bin Packing）和自動設計banner兩個問題，前者在菜鳥運送快遞時節省瞭大量的成本，後者則在雙十一時節省瞭大量的人力、物力。
4、模型簡化問題。包括模型的壓縮以及通過淺網（shallow network）的嘗試工作。
在開始介紹阿裡巴巴業務中的深度學習之前，金榕博士介紹瞭阿裡巴巴企業的生態環境。作為一個電子商務企業，阿裡巴巴的購物平臺包括淘寶、天貓、聚劃算、飛豬、AliExpress、LAZADA（東南亞地區最大的在線購物網站之一）等，在此基礎上還在許多涉足領域，例如螞蟻金服、阿裡媽媽、微博、高德地圖、UC瀏覽器、優酷和土豆、菜鳥等。
金榕還對阿裡巴巴業務中應用到的深度學習問題作瞭一個梳理，大概包括：
1、信息檢索（搜索和推薦系統）；
2、語音技術（自動語音識別、語音合成，對話管理）；
3、自然語言處理（拼寫檢查、依存語法、問答和機器翻譯）；
4、圖像/視頻內容分析（臉部、文字的識別、匹配以及細粒分類；多形態分類；對象檢測、追蹤、識別；視頻事件檢測、分類）；
5、深度學習和優化（優化、模型壓縮、預測；道路規劃和圖標設計）
二、計算機視覺1、拍立淘
在阿裡巴巴的淘寶中有一項業務為“拍立淘”。其基本的思想就是以圖搜圖，對著你感興趣的物品拍一張照片，系統將根據照片給你推薦相關的商品。 據金榕介紹，現在已經有超過1億件商品的30億張圖片，每天有至少1200萬活躍用戶。
這項業務的基礎就是通過深度學習對結果進行排序，阿裡研究人員通過用戶記錄的三元組數據（查詢圖片、點擊圖片和未點擊圖片）來訓練模型的排序損失函數，從而得到排序結果。
例如你上傳一張桌子的照片，模型將自動檢測出主體，然後按照排序分數從高到低排出相關商品的結果。
2、從拍立淘到Everything——遷移學習
拍立淘的這項業務其本質就是圖像匹配，所以可以通過遷移學習將這個模型從電子商務應用到其他領域。傳統的遷移學習方法如圖所示，拍立淘中圖片的矢量表示x通過線性變換遷移到別的領域的圖像表示x’上。其中W為線性遷移矩陣，這個矩陣可以通過有限的數據學習得到。
這種方法比較簡單，但由於在實際應用中源和目標往往有比較大的差距，線性模型並不能很好的調和這種差距。金榕介紹，在阿裡的遷移學習中，他們引入瞭一個隨機傅立葉函數，使遷移變換由線性變為非線性。
這種非線性遷移學習的方法在實驗中要比線性遷移學習方法的精度要高，魯棒性也更好。
三、語音識別和自然語言處理1、聲學模型
自動語音識別包括聲學模型、語言模型和解碼器。這裡隻討論其中的聲學模型（Acoustic Model）。基於聲學模型的神經網絡在過去5年已經有瞭長足的發展，單詞識別的錯誤率已經下降到瞭5.9%。
現在常用的對聲學模型的處理是雙向長短時記憶模型（Bi-directional Long Short-Term model）。這種模型相比於長短時記憶模型有更高的精度，但是潛在的因素也非常大。阿裡的研究人員開發出潛在控制雙向長短時記憶模型（Latency-Controlled BLSTM），這種模型添加瞭刪減的反向傳播以及未來的信息，這種模型能夠加速BLSTM的計算。
2、依存語法（Dependency Parsing）
依存語法這個問題，對於非專業人士還是很難理解的。簡平板2017單來說就是通過依存語法構建瞭主詞與描述主詞的詞之間的關系。由於依存語法沒有詞組這個層次，每一個結點都與句子中的單詞相對應，它能直接處理句子中詞與詞之間的關系。這種特性使得它非常便於語句分析和信息提取。
最近幾年人們在將神經網絡應用到語法解析方面取得瞭很大的成功。其中一個極好的例子就是biaffine attention parser，其基本的思想就是給范圍內每一個可能的主詞與其他詞之間的聯系進行打分。但是這隻針對你所感興趣的詞。在淘寶中，阿裡的研究人員采用瞭附加有全局調節器的BAP，這種方式得到的結果有更好的表現。
例如上面的例子中，傳統的BAP會將cautious與decline關聯起來，而實際上它們並沒有聯系；而附加有全局調節器的BAP則顯示出較好的結果。
3、模仿問答
金榕博士在此簡要介紹瞭Mimicked QA系統。這個系統並不是要簡單地構建一個問答系統，更重要的是讓你能感覺到像是在和真人對話一樣。如圖上顯示的，它首先將用戶的語音提問通過語音識別轉化成文本，再通過文本問答系統生成答案，隨後生成語音答案以及相應的面部表情。用戶最終得到的是一個模仿真人帶有面部表情的答案。
四、組合優化在這個部分，金榕通過兩個例子——3D容器打包（3D Bin Packing）和自動設計banner——來說明阿裡如何將深度學習的組合優化應用到業務當中。
1、3D容器打包
在物流業務中有一個常見的NP問題（也是組合優化問題）就是3D容器打包：如何才能更有效地打包物品呢？這個問題的實質就是找到一個優化的打包方式（啟發heuristic）。但是打包的方式太多瞭，所以困難就在於如何才能知道何時該用何種打包方式？金榕介紹瞭他們團隊如何通過指針網絡和強化學習來給出優化方案。
在打包過程中有三項關鍵的決定：1）物品打包的順序；2）物品放置的位置；3）物品放置的方向。所以所要求解的問題就是物品順序、位置、方向等的一個最優序列。
模型中的指針網絡，是由兩個回歸神經網絡的RNN模塊（編碼器和解碼器）構成，該網絡的輸入是待打包物品的尺寸序列，輸出的則是打包的序列（順序、位置、方向，不一定是最優的）。當給定一個打包序列後，打包這些物品所需的最小容器就很容易可以計算出來。隨後通過強化學習便可以快速找到優化的打包方式。
阿裡團隊將通過模擬數據對該模型訓練後，將結果應用到天貓和菜鳥的物流打包中，結果證明強化學習後的打包方式能夠節省5%的打包箱。5%的優化對普通人來說可能並不顯著，但考慮到物流公司每天都要處理成千上萬的包裹，這樣的優化結果將能夠節省很多成本。
2、自動設計Banner
在購物網站上，一個好的banner會給用戶帶來更好的體驗。阿裡巴巴平臺上有大量的商品展示，尤其是在雙十一光棍節時，對banner有大量的需求，靠手動設計顯然是不現實的。於是他們將深度學習應用到瞭banner的設計中。
具體來說，banner就是框架、背景、對象及其他材料的一個組合序列。將這些材料的組合輸入到一個卷積特征網絡中，再加上用戶日志，就構成瞭一個價值網絡，最終會給出一個組合（banner）的質量（quality）。通過這種方式為網上廣告進行設計顯然將會更節省人力、更快速地響應需求，也將會得到更好的結果。
五、模型壓縮與淺網
現在的深度學習模型變得越來越復雜，甚至有的模型已經超過瞭1000層，參數空間達到瞭10億級。這使得深度網絡神經學習在優先的存儲器和計算資源下難以運行。金榕在此提到瞭阿裡的兩種解決方案：模型壓縮和淺網模型的構建。
1、模型壓縮
在演講中，金榕提出瞭一個利用乘法器交替方向法（ADMM）的low-bits量化神經網絡的框架來壓縮模型。
當模型比較龐大時，我們有時可以通過尋求次優解來降低計算量。常用的近似方法是，將連續的函數進行低比特量化（low-bit quantization），將w通過符號函數f(w)或硬雙曲切函數g(w)來替換。但這種方法近似的目標函數在最優解附近會表現的很不穩定。
為瞭解決這個問題，他們引入瞭交替方向乘子法（Alternating Direction Method of Multipliers，ADMM）。ADMM是一種求解優化問題的計算框架，它能夠將連續解和離散解結合起來，非常適用於求解分佈式凸優化問題。此外為瞭更有效地運行ADMM，他們還開發瞭額外梯度下架方法（extra gradient descent method）來解決優化問題，這種方法能夠加速收斂。
通過用imageNet數據集的測試，結果顯示他們的方法要優於別的方法，且三比特（-1、0、1）方法相比full-precision在精度上幾乎沒有損失。
2、深網 v.s. 淺網
就前面說的，當想要尋求一個更優的解時，人們往往會求助於更深的神經網絡。這種網絡的預測函數往往是預定的且參數是相互獨立的。盡管這種方式在性能上有優良的表現，但模型和運算量都非常大，在訓練上是非常困難的，使用起來也非常昂貴。於是他們就想，能否通過構建復雜的激活函數來在預測函數中引入高度非線性，以此來取代神經網絡的深度優勢。換句話說，就是他們想用一個非常復雜的激活函數來開發一個相對較淺的網絡。
這個想法是受到瞭Cybenko等人的universal approximation theorem的啟發。根據這個理論，存在一個激活函數σ，嚴格遞增且是反曲的，它有以下的性質：對於任意函數f ∈ C [0, 1]n以及任意精度的限制 ε 0,都存在常數d（輸入參數的維度）、c、θ 、γ、向量w，滿足圖中的不等式。
換句話說，這個理論暗示瞭存在一個復雜的雙曲型激活函數，使得任何連續函數都可以通過兩個隱藏層的神經網絡得到很好的近似。搜索非線性激活函數的優點是激活函數是單變量函數，即使在非參數化設置中也可以有效地完成其優化。目前這項研究仍在進行中，還有不少的困難。
電腦主機推薦雷鋒網註：參考論文《Deep Learning at Alibaba》
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。
【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟筆電推薦【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟筆電推薦2017 【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟 電腦價格【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟主機推薦 【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟推薦品牌 【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟筆電評價【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟學生筆電推薦【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟電競筆電推薦【PLEXTOR】S2G 256GB M.2 2280 SATA SSD 固態硬碟 i7主機推薦 i5主機推薦 iPhone使用技巧 iPhone5S快速充電五步法
iPhone有著很多“不為人知”的使用技巧，如果能夠掌握運用的話，相信iPhone手機會為您的生活帶來更多的方便。
iPhone手機用戶經常感嘆，iPhone的電池壽命很短，在購買更換新電池方面的開支很大，對此，各大網站都為iPhone用戶介紹瞭很多延長電池壽命的方法。但這次將為介紹的並非是延長電池壽命，而是如何給iPhone手機快速充電的小技巧。
相信許多iPhone用戶都有過這樣的體會，時間緊迫，但是自己的手機卻久久充不滿電，自己隻能幹著急。面對這樣的情況，iPhone Mania網站將會為大傢著重介紹，讓iPhone手機快速充電的五個方法。
請不要在充電中使用iPhone
在充電過程中使用手機，會因要保持機體溫度而導致充電速度放緩。所以為瞭讓 iPhone手機充電更快，最好請關閉手機電源。如果因特殊情況不方便關閉，可以調節到飛行模式，因為搜尋不到通信及無線信號，也能夠達到快速充電的效果。
請在溫度適宜的環境中使用iPhone
蘋果公司曾建議iPhone手機用戶稱：“請大傢在溫度適宜(0-35℃)的環境之中使用iPhone，因為在過高或者過低的溫度環境中，ios系統為調節電池的溫度，將會進一步加速電量的消耗，而且有可能導致手機系統的不穩定。”
像是在太陽暴曬處或是夏季悶熱的車廂內等高出適宜溫度(35℃)的環境中使用iPhone手機、亦或是在充電中使用手機，都會因為散熱而給電池帶來符合，從而降低iPhone手機充電的速度。
請通過插座給iPhone充電
比起通過USB接口給iPhone手機充電，使用蘋果公司原裝的電源插頭來進行充電，可以更為快速的給手機充滿電。請您在傢中或辦公場所等地方務必使用插座充電，相信您將會感受到不同於USB充電的急速充電體驗。
請在電腦運行狀態下通過USB給iPhone充電
在一些隻能夠通過USB給iPhone進行充電的場合之下，也是有訣竅實現快速充電的。
因為USB充電主要是依靠電腦實現的，一旦電腦進入睡眠模式，與之相應 的，充電速度也會放緩。所以，請使用USB充電的手機用戶要確保自己的電腦電源充足哦!同樣的，在USB充電過程中，也盡量不要使用手機。
請在電量為零時再進行充電
蘋果公司在有關iPad的說明會上曾稱：“使用保養鋰制電池，關鍵在於要養電池內的電子活躍起來。所以每月至少一次最好能夠進行電池內電子的重新循環，即在充滿電後，將電量使用耗盡。”
iPhone手機和iPad一樣，都是使用鋰制電池，iPad電池的保養方法對於iPhone而言也是極為適用的。在滿電狀態下，將手機電量耗盡這樣的電池電子循環，相信會有我們意想不到的效果出現。
如果您還在為關鍵時候手機遲遲充不上滿電而焦慮的話，不妨嘗試一下上述的這5個小技巧，相信它會解決您的煩惱，讓您收到意想不到的成效!
掃一掃，關註265G果粉網官方微信，最新iPhone8資訊搶先看
掃描左側二維碼即可添加265G果粉網官方微信，您也可以在微信公眾號上搜索“265G果粉網”，關註後即可每天瞭解最新iPhone動態。
您或許有興趣的東西:
- 筆電推薦【GIGABYTE 技嘉】Z370 AORUS GAMING 3 主機板想換看這裡
- 推薦【CORSAIR】海盜船 TX850M 80Plus金牌 電源供應器+飲品雞翅 免費兌換卷 x2升級設備
- 筆電推薦【雷柏 RAPOO】VPRO V20S全彩RGB電競光學遊戲滑鼠烈焰系列-銀想換看這裡
台灣電動床工廠
電動床
台灣電動床工廠
電動床
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
一川抽水肥清理行｜台中抽水肥｜台中市抽水肥｜台中抽水肥推薦｜台中抽水肥價格｜台中水肥清運
X戰警多鏡頭行車記錄器專業網｜多鏡頭行車記錄器｜多鏡頭行車紀錄器比較｜多鏡頭行車紀錄器推薦｜多鏡頭行車紀錄器影片
台中抽水肥專業網｜台中抽水肥｜台中市抽水肥｜台中抽水肥推薦｜台中抽水肥價格｜台中水肥清運
台灣靜電機批發工廠｜靜電機｜靜電機推薦｜靜電油煙處理機｜靜電油煙處理機推薦
優美環保科技工程-靜電機,靜電機推薦,靜電機保養,靜電機清洗,靜電油煙處理機
文章標籤
全站熱搜
留言列表
