玄学酱_个人页

传监管从严处理比特币交易平台，"取缔是一定的，只是时间问题"

据第一财经报道，有接近上海互联网金融整治办的监管人士称，上海市金融办已经对辖内多家比特币交易平台下达“口头指令”——关停平台，使其退出市场，时间结点定在9月底，口径从严。

独家 | 唇枪舌战，7位顶级专家激辩“AI + 医疗”（下）

在近两年掀起的这股医疗AI浪潮中，产、学、研、医密切合作已经成了行业共识。但从目前的发展来看，大家显然还没有找到最舒适的合作和创新模式，AI科研成果的产业转化并不顺畅。

比特币中国已宣布9月底停止所有交易，比特币日跌超20%

签到请刷脸，中传教授让人脸识别“走进”大学课堂

该老师名叫沈浩，是中国传媒大学新闻学院教授、大数据挖掘与社会计算实验室主任。沈浩教授表示该系统主要是借助了百度的技术，然后开发出了这个适用于课堂的作业模式，从目前的使用效果来看，成功率非常高，如今他所带的六个班级都采用了刷脸签到。

5miles：这家电商公司，想做推动区块链技术落地的标杆

“智能合约可以做很多事情，可是为什么没有什么人拿它做出点东西呢？”全球第一台莱特币 ASIC 矿机创造者、连续创业者及天使投资人Frank Lee说道。如今，Frank Lee是区块链项目CyberMiles的一员。

比特币场外交易报告：三平台两周交易额达6.8亿元，支付宝是最高频转账方式

继ICO、中国境内虚拟货币交易所被叫停后，圈内通过社区、微信等平台传播的海外炒币招募与途径的消息也增长了不少。只要国内投资者手上仍然持有比特币，就有交易的需求。而在比特币等加密数字货币的生态链条中，比特币与法币的兑换交易是其中的重要环节。一般地，可以将其分为场内交易和场外交易。

巴菲特：比特币是真正的泡沫，它无法创造价值

据MarketWatch报道，巴菲特于本月早些时候在奥马哈举行的年度答问会上谈到了这个问题。巴菲特当时谈论了一系列话题，言语中也透露出对于加密货币市场的态度

新金融时代，区域性银行、本地大银行怎样成为大而强的银行？

未来商业银行趋势峰会在沪召开，本次峰会主题是“变革·创新·竞合”，聚焦于金融科技给未来银行与金融业发展带来的挑战与机遇。平安旗下金融壹账通零售业务总裁侯本旗出席本次大会并作了题为《银行业的场景革命和技术革命》的演讲。

Gartner访谈：目前区块链普遍存在误读，甲方加载给区块链太多无法承载的东西

在共享经济时代，互联网以去中心化的形式演进，而区块链技术去中心化、不可篡改等特点，让人们对区块链重塑商业架构和场景充满各种想象，即使目前颇有质疑，区块链的前景依然可期。

农业全产业链人工智能工程“农业大脑”亮相北京；青岛工商登记实现全程电子化，用人脸识别验证申请人身份

据悉，“农业大脑”以传感器、物联网、云计算、大数据、超级人工智能为技术支撑，通过传感器嵌入到农业生产销售各个环节中，基于RS(遥感)、GIS(地理信息系统)和GPS(全球定位系统)分析土壤和气候等数据，再通过云计算和大数据处理和运算，最终帮助农户作出经济、高效的生产决策。

洛杉矶警局用 AI “预测犯罪”；北欧银行拟裁员六千，用智能机器取而代之

在电影《少数派报告》中，犯罪已经消失，而未来是可以预知的。人类发明了能侦察人的脑电波行为的智能机器“先知”。“先知”能预测出人的犯罪企图，所有罪犯在实施犯罪前就会被犯罪预防组织的警察逮捕并获刑。

安博会开幕前夕，大华股份高层齐聚谈如何应对 AI 崛起

大会伊始，傅利泉以“感恩”为主基调谈论了大华的过去、现在及未来。在他看来，‘创新’一直是大华股份发展的不竭动力，在从模拟到数字再到智能的安防时代，大华股份取得了一些成绩，但如今站在智慧物联的时代风口上

专访 IJCAI 17 杰出青年科学家夏立荣博士：以人为本，是群体决策的必由之路

本文讲的是专访 IJCAI 17 杰出青年科学家夏立荣博士：以人为本，是群体决策的必由之路，在 IJCAI 2017的 Early Career Spotlight 环节上，共有15位来自全球各地的杰出青年科学家来到现场分享他们的学术成果，其中有四位华人学者，他们分别是：

100:0！Deepmind Nature论文揭示最强AlphaGo Zero，无需人类知识

本文讲的是100:0！Deepmind Nature论文揭示最强AlphaGo Zero，无需人类知识，AlphaGo“退役”了，但Deepmind在围棋上的探索并没有停止。

上海交大CS系博士生李泽凡：利用高阶残差量化（HORQ）方法进行网络加速

本文讲的是上海交大CS系博士生李泽凡：利用高阶残差量化（HORQ）方法进行网络加速，神经网络的压缩和加速现在已经成为一个热门课题，这个领域有多种研究方法，网络量化就是其中之一。网络量化分为输入量化和权值量化两种。而同时将输入和权值量化会造成网络精度的大幅下降。

Deepmind AMA：关于最强ALphaGo如何炼成的真心话，都在这里了！

本文讲的是Deepmind AMA：关于最强ALphaGo如何炼成的真心话，都在这里了！，刚刚，Deepmind在Reddit的Machine Learning板块举办了在线答疑活动AMA，Deepmind强化学习组负责人David Silver和其同事热情地回答了网友们提出的各种问题。

史上最好记的神经网络结构速记表（上）

本文讲的是史上最好记的神经网络结构速记表（上），新的神经网络结构不断涌现，我们很难一一掌握。哪怕一开始只是记住所有的简称（ DCIGN，BiLSTM，DCGAN ），也会让同学们吃不消。

史上最好记的神经网络结构速记表（下）

本文讲的是史上最好记的神经网络结构速记表（下），新的神经网络结构不断涌现，我们很难一一掌握。哪怕一开始只是记住所有的简称（ DCIGN，BiLSTM，DCGAN ），也会让同学们吃不消。

理论计算机学界华科聚首，七场特邀报告精彩纷呈

本文讲的是理论计算机学界华科聚首，七场特邀报告精彩纷呈，10 月 14 日至 15 日，2017 年全国理论计算机科学学术年会 (NCTCS2017) 在华中科技大学顺利召开。雷锋网AI科技评论邀请了华中科技大学计算机学院何琨教授对本次年会进行系列总结和回顾，特此感谢。

Intel发布开源增强学习框架Coach

本文讲的是Intel发布开源增强学习框架Coach，今天，英特尔发布了一个新的开源增强学习框架Coach。该框架利用多核CPU处理能力，用于训练和评估增强学习Agent。Coach包含一些领先的增强学习算法的多线程实现，适用于各种游戏和机器人环境。

如何用超大规模真实驾驶视频数据集做端到端自动驾驶

本文讲的是如何用超大规模真实驾驶视频数据集做端到端自动驾驶，自动驾驶是人工智能落地的重要应用之一，许多业界公司和学校实验室都在以自己的方法研究自动驾驶系统。本次雷锋网 AI 科技评论请到了许华哲博士介绍他们团队研究的端到端自动驾驶系统。

图灵奖获得者John Hopcroft：理性看待AI浪潮，下次革命或许还需要另外40年

本文讲的是图灵奖获得者John Hopcroft：理性看待AI浪潮，下次革命或许还需要另外40年，2017年10月19日微软亚洲研究院 联合 哈尔滨工业大学共同在哈尔滨市举办了第19届“21世纪的计算” 大型国际学术研讨会（21CCC 2017）。

CIKB 2017大看点：跨界四合一，美的重新定义水槽式洗碗机

本文讲的是CIKB 2017大看点：跨界四合一，美的重新定义水槽式洗碗机，比起中国厨电产业的“贴身肉搏”，具有高成长性潜力的洗碗机市场一向是厨电产业中的关注所在！是巨头们的贴身肉搏？还是一如既往的龙头独大？还是专业选手的推陈出新

Open AI如何用“自我对局”训练AI机器人变身“摔角王”？

本文讲的是Open AI如何用“自我对局”训练AI机器人变身“摔角王”？，OpenAI 于近日的一项研究中发现，在一个非明确的技能训练的环境中，AI 能够通过“自我对局”的训练掌握一系列动作技能，比如进攻、躲避、假动作、踢、抓等等。

中国人工智能学会公布首批会士名单，共计53名产业领军人物当选

本文讲的是中国人工智能学会公布首批会士名单，共计53名产业领军人物当选，近日，中国智能科学技术领域唯一的国家级学会——中国人工智能学会公布了首批会士名单。其中，包括了22位院士在内的53位人工智能领域的卓越科技工作者和人工智能产业领军人物。

Facebook介绍ICCV2017收录论文，其中五分之一都有何恺明的名字

本文讲的是Facebook介绍ICCV2017收录论文，其中五分之一都有何恺明的名字，本周，全球的计算机视觉专家们即将齐聚威尼斯参加 ICCV （International Conference on Computer Vision）2017，展示计算机视觉和相关领域的最新研究进展。

阿里iDST ICCV 2017录用论文详解：基于层次化多模态LSTM的视觉语义联合嵌入

本文讲的是阿里iDST ICCV 2017录用论文详解：基于层次化多模态LSTM的视觉语义联合嵌入，ICCV，被誉为计算机视觉领域三大顶级会议之一的、作为计算机视觉领域最高级别的会议之一，其论文集代表了计算机视觉领域最新的发展方向和水平。阿里巴巴在今年的 ICCV 2017上有多篇论文入选。

用层进表面预测来重建三维物体

本文讲的是用层进表面预测来重建三维物体，用图像来重建3D数字几何结构是计算机视觉领域一个非常核心的问题。这种技术在许多领域都有广泛的应用，例如电影制作、视频游戏的内容生成、虚拟现实和增强现实、3D打印等等。

2017“CCF科学技术奖”全公布，6位获奖人带来独家经验分享

本文讲的是2017“CCF科学技术奖”全公布，6位获奖人带来独家经验分享，由中国计算机学会（CCF）主办，福州市人民政府、福州大学承办，福建师范大学、福建工程学院协办的2017中国计算机大会（CNCC2017）将于10.26—10.28日在福州·海峡国际会展中心举办。

谢平四问普惠金融：如何监管与定义边界，持牌金融机构能否挑大梁

近日由中国互联网金融协会主办的2017中国互联网金融论坛在北京召开。探讨主题为“数字技术如何驱动普惠金融发展”，清华大学五道口金融学院教授、协会网络借贷专委会主任委员谢平发表主题演讲。

广东医保基金安全监管再创新，推广人脸识别技术；eBay App 上线人工智能图片搜索技术

早前推出了 Google Lens 应用，是全新的 AI 驱动的图像搜索。用户只需拍摄一些东西，Google 那令人难以置信的高级算法就会尝试找出它是什么，并为您提供搜索结果。eBay 现在已经为其移动应用添加了类似（但不太先进）的功能，目的是为了加速 AI 布局。

浙大睿医人工智能研究中心吴福理：我眼中医疗人工智能的现状

资本大量涌入医疗人工智能领域，截至2017年8月份，根据亿欧智库的统计，国内医疗人工智能公司中有104家累积融资额已超过180亿人民币。

变形卷积核、可分离卷积？卷积神经网络中十大拍案叫绝的操作。

从2012年的AlexNet发展至今，科学家们发明出各种各样的CNN模型，一个比一个深，一个比一个准确，一个比一个轻量。我下面会对近几年一些具有变革性的工作进行简单盘点，从这些充满革新性的工作中探讨日后的CNN变革方向。

为什么ResNet和DenseNet可以这么深？一文详解残差块为何有助于解决梯度弥散问题。

传统的“提拉米苏”式卷积神经网络模型，都以层叠卷积层的方式提高网络深度，从而提高识别精度。但层叠过多的卷积层会出现一个问题，就是梯度弥散(Vanishing)，backprop无法有效地把梯度更新到前面的网络层，导致前面的层参数无法更新。

如何为TensorFlow和PyTorch自动选择空闲GPU，解决抢卡争端

比如Tensorflow，在 tensorflow\python\framework 中定义了device函数，返回一个用来执行操作的GPU设备的context manager对象。

如何优雅地用TensorFlow预测时间序列：TFTS库详细教程

如何用TensorFlow结合LSTM来做时间序列预测其实是一个很老的话题，然而却一直没有得到比较好的解决。如果在Github上搜索“tensorflow time series”，会发现star数最高的tgjeon/TensorFlow-Tutorials-for-Time-Series已经和TF 1.0版本不兼容了，并且其他的项目使用的方法也各有不同，比较混乱。

AMiner发布计算机领域知识图谱，包括20多万条专家信息、50多万篇出版论文

这个计算机领域的知识图谱包含1万个知识概念、概念关系以及概念定义，20万专家信息（专家和知识概念对应）以及50万相关论文。这个数据可以用来做一些领域信息理解，信息推荐和检索。

从零开始码一个皮卡丘检测器-CNN目标检测入门教程(上)

跟所有的图像相关的网络一样，我们需要一个主干网络来提取特征，同时也是作为第一个预测特征层。网络在当前层产生大量的预设框，和与之对应的每个方框的分类概率（背景，猫，狗等等）以及真正的物体和预设框的偏移量。

从零开始码一个皮卡丘检测器-CNN目标检测入门教程(下)

目标检测不同于分类任务，需要考虑的不只是全图尺度的单一分类，而是需要检测到不同大小，不同位置的物体，难度自然提升了许多，用扫窗之类的传统方法早已不适合神经网络这种需要大量计算需求的新结构。幸好我们可以用本章节介绍的方法，利用卷积网络的特性，一次推导得到全部的预测结果，相对来说快速且准确。

理清神经网络中的数学知识

导读：首先我想在这里声明的是，本篇文章针对的是一些已经具备一定神经网络知识的人。意在帮助大家梳理神经网络中涉及的数学知识，以及理解其物理含义。希望大家读过之后，可以使大家对于神经网络有更多角度的理解，帮助大家推导以及理解其中的数学公式。

让AI帮你上分！——使用机器学习来挑选Dota2补位英雄

机器学习不只是书本和文档中的枯燥理论，事实上，机器学习方法已经可以应用在我们日常生活的很多场景中，甚至是我们在玩游戏的时候，机器学习也能帮我们一起哈啤。

美国最大点评网站Yelp公开内部数据集，面向学生发起多样挑战赛

这个数据集是Yelp涵盖的商户、点评和用户数据的一个子集，可以用于个人、教育和学术。现在可以得到这个数据集的JSON和SQL文件，利用它来教学生关于数据库的知识，学习NLP，或在学习制作手机APP时作为样本产品数据。

知乎 “看山杯” 夺冠记

七月，酷暑难耐，认识的几位同学参加知乎看山杯，均取得不错的排名。当时天池 AI 医疗大赛初赛结束，官方正在为复赛进行平台调试，复赛时间一拖再拖。看着几位同学在比赛中排名都还很不错，于是决定抽空试一试。

可能是近期最好玩的深度学习模型：CycleGAN的原理与实验详解

因为CycleGAN只需要两类图片就可以训练出一个模型，所以它的应用十分广泛，个人感觉是近期最好玩的一个深度学习模型。这篇文章介绍了CycleGAN的一些有趣的应用、Cycle的原理以及和其他模型的对比，最后加了一个TensorFlow中的CycleGAN小实验，希望大家喜欢~

完全图解RNN、RNN变体、Seq2Seq、Attention机制

本文主要是利用图片的形式，详细地介绍了经典的RNN、RNN几个重要变体，以及Seq2Seq模型、Attention机制。希望这篇文章能够提供一个全新的视角，帮助初学者更好地入门。

用PyTorch还是TensorFlow？斯坦福大学CS博士生带来全面解答

关于深度学习的框架之争一直没有停止过。PyTorch，TensorFlow，Caffe还是Keras ？近日， 斯坦福大学计算机科学博士生Awni Hannun就发表了一篇文章，对比当前两个主流框架PyTorch和TensorFlow。

TensorFlow中RNN实现的正确打开方式

如果要学习TensorFlow中的RNN，第一站应该就是去了解“RNNCell”，它是TensorFlow中实现RNN的基本单元，每个RNNCell都有一个call方法，使用方式是：(output, next_state) = call(input, state)。

Facebook开源VoiceLoop，根据开放场景语音文字合成新语音

通过使用与上下文无关（ context-free）的查找表对输入语句进行编码，该表的每个条目包含一个字符或音素。同样，能通过一个短向量来表示说话者，这个短向量也适用于新说话者。而且在生成音频之前，优先准备好缓冲区可以使生成的语音具有可变性。

2017 知乎看山杯从入门到第二

利用一个暑假的时间，做了研究生生涯中的第一个正式比赛，最终排名第二，有些小遗憾，但收获更多的是成长和经验。我们之前没有参加过机器学习和文本相关的比赛，只是学过一些理论基础知识，没有付诸过实践

Keras R语言接口正式发布，同时公开20个完整示例

在过去的几年间，人们对深度学习的兴趣增长迅速，同时期出现了几个深度学习的框架。在所有的框架中，Keras因为在生产力、灵活性以及对用户友好性方面的优势脱颖而出。同时期，tensorflow作为下一代机器学习平台，非常灵活，很适合产品部署。