Jack Cui https://cuijiahua.com 分享技术 乐享生活 Fri, 24 May 2019 01:02:30 +0000 zh-CN hourly 1 https://wordpress.org/?v=5.1.1 程序员欢乐送(第22期) https://cuijiahua.com/blog/2019/05/life-30.html https://cuijiahua.com/blog/2019/05/life-30.html#comments Fri, 24 May 2019 01:02:30 +0000 https://cuijiahua.com/?p=6011 程序员欢乐送(第22期)

对于我来说,一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

1、Minecraft

Minecraft 发布了新玩法,使用增强现实技术,允许在现实世界叠加像素艺术。你只要掏出手机,对准街景,就可以在上面叠加一个 Minecraft 层。

其他玩家在同一个地点,可以看到这个Minecraft 层,玩家之间可以通过该技术进行互动。 由于这是微软的产品,应该会引进国内,看看会不会造成像《口袋妖怪》那样的抓宝风潮。

程序员欢乐送(第22期)

原文地址:点击查看

2、手势识别

不停地变换姿势,实时输出Emoji:

程序员欢乐送(第22期)

这个模型很简单,就是SSD+MobileNet。

没有GPU也没有关系,你可以使用IBM云上的GPU训练的,免费的k80,训练半个小时就能收敛。训练的好的模型,可以直接在浏览器中查看效果。

项目地址:点击查看

3、Leetcode攻略

秋招在即,即将毕业的学生党也该刷题了,为各位推荐一个纯中文的刷题攻略,解题思路和代码都有。

仓库目前分为四个部分:

  • 第一个部分是 leetcode 经典题目的解析,包括思路,关键点和具体的代码实现;
  • 第二部分是对于数据结构与算法的总结;
  • 第三部分是 anki 卡片, 将 leetcode 题目按照一定的方式记录在 anki 中,方便大家记忆;
  • 第四部分是计划, 这里会记录将来要加入到以上三个部分内容。

程序员欢乐送(第22期)

项目地址:点击查看

4、Mobilenet v3

在移动端部署深度卷积网络,无论什么视觉任务,选择高精度的计算量少和参数少的骨干网是必经之路,去年谷歌发布的 MobileNet V2就是首选之一。

时隔一年多,MobileNet V3的论文如期而至。近期,又有人放出了非官方的Pytorch代码。

程序员欢乐送(第22期)

项目地址:点击查看

5、MixMatch

作为一个机器学习工程师,可能平时最常打交道的就是海量数据了。这些数据只有少部分是有标注的,可以用来进行监督学习。但另外一大部分的数据是没有标注过的。

那么接下来,我们就会顺理成章的想到用这些已标注过的数据进行训练,再利用训练好的学习器找出未标注数据中,对性能改善最大的数据,让机器自己的对未标注数据进行分析来提高泛化性能。

这种介于监督学习和无监督学习之间的方式,称为半监督学习。人类的学习方法是半监督学习,我们能从大量的未标注数据和极少量的标注数据学习,迅速理解这个世界。

而Mixmatch就是谷歌对于半监督学习的近期研究成果之一。

程序员欢乐送(第22期)

项目地址:点击查看

6、Pythia

Pythia是一个深度学习框架,支持视觉和语言领域的多任务处理。基于PyTorch 框架,模块化即插即用的设计使研究人员能够快速构建、复制和基准化人工智能模型。

Pythia是为视觉和语言任务而设计的,例如回答与视觉数据相关的问题和自动生成图像注释。

此外,Pythia还支持分布式培训和各种数据集,以及自定义损失、度量、调度(scheduling)和优化器。

程序员欢乐送(第22期)

项目地址:点击查看

7、fastNLP

fastNLP是一款轻量级的 NLP 处理套件。你既可以使用它快速地完成一个命名实体识别(NER)、中文分词或文本分类任务; 也可以使用他构建许多复杂的网络模型,进行科研。它具有如下的特性:

  • 统一的Tabular式数据容器,让数据预处理过程简洁明了。内置多种数据集的DataSet Loader,省去预处理代码。
  • 各种方便的NLP工具,例如预处理embedding加载; 中间数据cache等;
  • 详尽的中文文档以供查阅;
  • 提供诸多高级模块,例如Variational LSTM, Transformer, CRF等;
  • 封装CNNText,Biaffine等模型可供直接使用;
  • 便捷且具有扩展性的训练器; 提供多种内置callback函数,方便实验记录、异常捕获等。

程序员欢乐送(第22期)

项目地址:点击查看

快乐

1、不要轻易嘲笑别人

程序员欢乐送(第22期)

程序员欢乐送(第22期)

2、听诊加班法

程序员欢乐送(第22期)

财富

这两天,最火热的,应该就是川普号召全球封杀华为的贸易战升级事件吧!

放在30年前,谁会想到,美国这个超级大国会动用总统的行政力量去封杀一个来自中国的公司。

这不太平的五月:

  • 5月15日:美国特朗普签署行政命令,宣告禁止企业使用对国家安全构成危险的公司所产生的电子设备,指示商务部与其他政府机构合作,在150天内拟定执行计划。此外,美国商务部以国家安全为由,将华为公司极其70家附属公司列入出口管制“实体名单”。
  • 5月19日:谷歌宣布停止与华为的部分合作。
  • 5月22日:芯片设计公司ARM已告诉员工,它正在暂停与华为的业务。

打击接踵而至,谷歌的釜底抽薪让华为手机的海外用户的谷歌服务一夜挂掉,Google Play商店、Gmail、谷歌相册等一系列应用和服务,都无法再使用。同时,禁止华为使用GMS协议,使华为手机的海外用户无法使用推送通知和用户数据云存储等服务。

随后,英国芯片设计公司ARM又来了一记重锤,停止ARM芯片的授权。根据2017年公布的ARM市场份额可知,ARM架构在智能手机和调制解调器方面占比均超过了99%,在车载智能硬件和可穿戴设备上的市场份额也分别超过了95%和90%。这无异于扼住了华为的喉咙,长此以往麒麟系列芯片想要更新迭代,只能从底层重新设计,挑战巨大。

科学无国界,技术无国界,也不过是一个美好的期望。

对于国家而言,发展本国的基础基础学科研究,提高国家综合实力才是王道,以免受制于他国的政策变动。

在这注定动荡的一年,对于身处其中的个人而言,不断地提高自身的技术壁垒才是王道,以免受制于公司的政策变动。

加油,华为!

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/05/life-30.html/feed/ 2
程序员欢乐送(第21期) https://cuijiahua.com/blog/2019/05/life-29.html https://cuijiahua.com/blog/2019/05/life-29.html#comments Fri, 17 May 2019 01:00:40 +0000 https://cuijiahua.com/?p=5976 程序员欢乐送(第21期)

对于我来说,一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

1、LightTrack

这是一篇京东数字科技与匹兹堡大学5月7日公布的论文,现于PoseTrack的Multi Person Pose Tracking排行榜名列第一,在总体MOTA上以微弱优势击败微软的HRNet(尽管在总体AP上仍比HRNet低不少),代码已开源。

这是迄今第一篇以自顶向下方式完成在线人体姿态追踪的系统。作为一个框架,该工作中的姿态估计部分和ReID部分都是可以灵活替换的。

此外,作者还提出了孪生图卷积网络(Siamese Graph Convolution Network)并作为该系统中的Re-ID模块,以图的形式来表示人体关键点,以较低的计算量有效地学习人体姿态的相似度,并对相机的突然移动导致的偏移有较高的鲁棒性。

程序员欢乐送(第21期)

项目地址:点击查看

2、MeshCNN

MeshCNN是PyTorch中3D网格的卷积神经网络,用于3D三角网格的通用深度神经网络,可用于3D形状分类或分割等任务。 该框架包括直接应用于网格边缘的卷积,合并和解除层。

程序员欢乐送(第21期)

项目地址:点击查看

3、Chinese-Chatbot

Chinese-Chatbot是一个中文聊天机器人,由一名航电的同学所写,该聊天机器人命名为小智。初学NLP的同学可以借鉴学习一下。

程序员欢乐送(第21期)

项目地址:点击查看

4、FUNIT

当我们看到一只站着的老虎时,我们很容易想象出来它躺着的样子。这是因为我们根据其它动物平躺的姿势就是可以做联想。

然而,对于机器来说就没有这么简单了,在现存的非监督图像到图像转换模型需要大量的训练图像。

近期,英伟达、康纳尔大学和阿尔托大学联合发表了一篇文章——小样本(few-shot)非监督图像到图像转换

简单来说,就是输入一只金毛,在训练过程当中,即便第一次看到一种新动物,也能让它像金毛那样吐舌头、闭嘴巴、歪头。

程序员欢乐送(第21期)

项目地址:点击查看

5、Python-100-Days

有位名叫jackfrued的程序员,为大家整理了一套从“从新手到大师”的百天学习路线。

从全方位熟悉语言,到Python的进阶用法,再到天南地北的实战攻略。

如果还不会python,想学习python的可以试一试这个项目,涵盖了python基础知识、python高级用法、数据处理、机器学习、数据库、实战Django、 实战Flask、实战Tornado、爬虫开发等多种内容。

虽然东西杂了点,但是可以挑着自己喜欢的内容学习。

项目地址:点击查看

6、git-fire

这个 Shell 脚本的作者应该是消防员出身。

它的主要作用是,在火灾等突发状况来临时,你可以用该脚本一键切换到新分支,并提交代码,以避免在逃亡时的匆忙提交导致跟线上代码冲突。

用上这个脚本之后,最佳良心敬业奖非你莫属!

程序员欢乐送(第21期)

项目地址:点击查看

7、SHAP

解释机器学习模型往往并不容易,但它对于一系列的商业应用却非常重要。幸运的是,现在有一些很好的开发库可以帮助解释机器学习模型。在许多应用中,我们需要了解、理解或者验证怎样在模型中使用输入变量,以及输入变量怎样影响最终的模型预测。

程序员欢乐送(第21期)

SHAP (SHapley Additive exPlanations) 是解释机器学习模型输出的统一方法,它将博弈论和局部解释关联起来,并将之前的一些方法进行了统一,然后基于解释,表示唯一可能的一致的、局部精确的加性特征属性方法。

项目地址:点击查看

快乐

1、猪八戒招谁惹谁了!

程序员欢乐送(第21期)

2、黄牛买票

程序员欢乐送(第21期)

财富

之前说过想买保险,所以看了一些保险产品,目前看了两家的产品,支付宝的好医保微信的微医保

程序员欢乐送(第21期)

左图好医保(支付宝app里搜好医保),右图微医保(微信小程序里搜微医保)。

两家的产品种类都挺类似,都有百万医疗保险、重疾险、防癌险等。

我主要看了两家的百万医疗保险,即好医保的长期医疗和微医保的百万医疗险。

先看下两家保险公司的背景:

承保主体,腾讯的微医保是和泰康在线财产保险股份有限公司合作的,支付宝的好医保是和中国人民健康保险公司合作的。

先看下产品对比:

程序员欢乐送(第21期)

赔付额度,因为一般医疗,不论什么情况下理赔都不会超过100W,所以300W和200W的上限没区别;而重疾医疗的话,微医保完胜。

续保方面,微医保买了一年保险,第二年不是百分百能续保的,比如产品太亏钱,不给续了。而好医保可以保证6年续保。但是6年后能不能续保,不好说了。

免赔额,这点好医保完胜。

先普及下免赔额的概念,免赔额,顾名思义,是免赔的额度。指由保险人和被保险人事先约定,损失额在规定数额之内,被保险人自行承担损失,保险人不负责赔偿的额度。

简单理解,就是不管你买了哪款产品,只要发生的医疗金额在1W块以下,那么就不发生理赔。

而好医保的好处就是,这能续保的6年内,可以共享1W免赔额。

举个例子:

小黄2018年住院自费8000元,2019年住院自费9000元,两年累计自费17000元,超过1万免赔额,那2019年小黄可获赔7000元。如果小黄2020年又去住院了,这次自费6000,因为没有免赔额了,可直接获赔6000。

职业限制,由于保险范围过大,职业限制这边微医保也会稍微严格一点,很多高危职业(消防,电工,下井,出海等),二者都不做,如果涉及了此类行业的话,那就只能选自己能选的保险了。

微医保和好医保都可以按月付费和按年付费,年龄不同,付费的金额也不同,年龄越大付费越多。

至于买什么,就看个人喜好了,两个产品都有各自的优势。

此外,微医保的抗癌特药保险也可以了解下。

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/05/life-29.html/feed/ 5
程序员欢乐送(第20期) https://cuijiahua.com/blog/2019/05/life-28.html https://cuijiahua.com/blog/2019/05/life-28.html#comments Fri, 10 May 2019 00:59:51 +0000 https://cuijiahua.com/?p=5939 程序员欢乐送(第20期)

对于我来说,一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

1、Windows Terminal

微软Build大会上,微软正式发布了命令行工具Windows Terminal,该工具提供多标签、分割窗口、快捷键、完整的Unicode字符支持等功能。

最重要的是,它支持PowerShell,Cmd,WSL(Windows的Linux子系统)和SSH等命令行程序,可以说是全平台制霸,简化开发者的工作流程。

微软还给Windows Terminal加入很多细节功能,让它更美观。

程序员欢乐送(第20期)

项目地址:点击查看

2、Google Assistant

微软Build大会之后紧跟着的就是Google I/O 2019大会,两位巨佬为很多公司指引方向。在Google I/O 2019大会上,Google Assistant再次进化,移动端实时识别语音速度提升 10 倍!

如今的语音助手和人的对话已经接近自然,在与 Google Assistant 对话中,用户可以跨越手机上的 APP 工作。

除此之外,还有很多有趣的应用,例如AR鲨鱼等,更多资讯可以去官网查看。

官网地址(需翻墙):点击查看

3、MNN

近期,阿里开源了自家轻量级的深度神经网络推理引擎MNN(Mobile Neural Network),用于在智能手机、IoT设备等端侧加载深度神经网络模型。

目前,MNN已经在阿里巴巴的手机淘宝、手机天猫、优酷等20多个App中使用,覆盖直播、短视频、搜索推荐、商品图像搜索、互动营销、权益发放、安全风控等场景。此外,IoT等场景下也有若干应用。

与Tensorflow、Caffe2等同时覆盖训练和推理的通用框架相比,MNN更注重在推理时的加速和优化,解决在模型部署的阶段的效率问题,从而在移动端更高效地实现模型背后的业务。

程序员欢乐送(第20期)

项目地址:点击查看

4、PySOT

PySOT 目标跟踪库实现了目前SOTA的多个单目标跟踪算法,该项目是用Python编写,基于PyTorch深度学习框架,这是商汤的开源项目。

该项目还包含用于评估跟踪器(tracker)的Python工具接口。

PySOT 共包含 5 种算法、3 种 backbone、评估工具支持5种数据集。

目前 PySOT 并没有上传相应源码,但该项目很可能会在2019年5月底或6月初,全部上线!

程序员欢乐送(第20期)

项目地址:点击查看

5、PySnooper

不知道你调试过python代码没?大多数人调式python代码的方法就是print打印一些变量,找规律看代码哪里有bug。

PySnooper是一个调试工具,帮我们调试python代码,可以打印每行代码的运行时间和变量的变更情况等。

举一个简单的例子,比如你想调试number_to_bits函数,那么就可以在这个函数前加@pysnooper.snoop()修饰器。

import pysnooper

@pysnooper.snoop()
def number_to_bits(number):
    if number:
        bits = []
        while number:
            number, remainder = divmod(number, 2)
            bits.insert(0, remainder)
        return bits
    else:
        return [0]

number_to_bits(6)

这样就可以输出如下调试信息:

Starting var:.. number = 6
15:29:11.327032 call         4 def number_to_bits(number):
15:29:11.327032 line         5     if number:
15:29:11.327032 line         6         bits = []
New var:....... bits = []
15:29:11.327032 line         7         while number:
15:29:11.327032 line         8             number, remainder = divmod(number, 2)
New var:....... remainder = 0
Modified var:.. number = 3
15:29:11.327032 line         9             bits.insert(0, remainder)
Modified var:.. bits = [0]
15:29:11.327032 line         7         while number:
15:29:11.327032 line         8             number, remainder = divmod(number, 2)
Modified var:.. number = 1
Modified var:.. remainder = 1
15:29:11.327032 line         9             bits.insert(0, remainder)
Modified var:.. bits = [1, 0]
15:29:11.327032 line         7         while number:
15:29:11.327032 line         8             number, remainder = divmod(number, 2)
Modified var:.. number = 0
15:29:11.327032 line         9             bits.insert(0, remainder)
Modified var:.. bits = [1, 1, 0]
15:29:11.327032 line         7         while number:
15:29:11.327032 line        10         return bits
15:29:11.327032 return      10         return bits
Return value:.. [1, 1, 0]

项目地址:点击查看

6、NeuronBlocks

NeuronBlocks为微软的开源项目,它是基于PyTorch的NLP深度学习工具包,旨在减少NLP工程师们在模型实现过程中的编程成本,该工具包可以让开发者像搭积木一样构建自然语言理解深度学习模型。

该工具包支持中英文,主要包括Block Zoo和Model Zoo两个部分。

程序员欢乐送(第20期)

Block Zoo将常用的神经网络层抽象并封装为可重用的标准模块,这些模块将被用于构建各种深度学习模型。标准的神经网络模块包括:词嵌入、CNN、LSTM、Transformer和各种Attention等。

Model Zoo提供大量预构建好的深度神经网络模型,涵盖了常见的NLP任务,这些模型以JSON配置文件的形式呈现。用户通过简单修改Model Zoo中的示例模型配置,即可将其应用于自己的任务中,无需一行代码就可以开启模型训练。

同时,NeuronBlocks支持Linux和Windows操作系统、CPU与GPU处理器以及PAI等GPU平台。

NeuronBlocks的优势如下:

1)模型构建:用户只需要配置简单的JSON文件,就能够构建模型和调整参数,大大减少了模型实现的工作量;

2)模型分享:可以通过分享JSON配置文件来分享模型,使模型共享变得非常容易。对于不同的任务或模型,用户只需维护一个通用的源码库;

3)代码重用:可以在各任务与模型间共享神经网络模块,减少重复的编程工作;

4)平台灵活性:NeuronBlocks可以在Linux和Windows机器上运行,支持CPU和GPU,也支持像Philly和PAI这样的GPU管理平台;

5)模型可视化:NeuronBlocks提供了一个模型可视化工具,用于观察模型结构及检查JSON配置的正确性;

6)可扩展性:NeuronBlocks鼓励用户贡献新的神经网络模块或着新的模型。

项目地址:点击查看

7、GCNet

近年来,注意力模型以其强大的建模能力受到了广泛地研究与关注。

基于注意力模型,来自清华、港科大、微软亚研院的研究者们提出了一种新的全局上下文建模网络(Global Context Network,简称 GCNet)。

此网络同时吸取 Non-local Network 全局上下文建模能力强与 Squeeze-Excitation Network 计算量低的优点,在目标检测、图像分类与动作识别等基础任务中,在计算量几乎无增加的情况下显著提升准确度。

程序员欢乐送(第20期)

项目地址:点击查看

快乐

1、亲

程序员欢乐送(第20期)

2、还没出生就开始蹦迪

程序员欢乐送(第20期)

财富

提到众筹,各位应该都不陌生。本人也在朋友圈为好朋友宣传的众筹发起者提供过一定的金额支持,谁还没有个需要别人帮助的时候呢?

五一小长假期间,就有一个关于众筹的瓜:德云社演员吴鹤臣突发脑溢血住院众筹100万,引来一片骂声。

有人挖出猛料,他家有两套房、一辆车,妻子还刚刚买了华为高端手机,而且在北京用医保的情况下,单纯治疗费根本用不到100万。

一个没有到山穷水尽的家庭,去搞众筹,很容易掉进“道德陷阱”,被骂的体无完肤。

不去评价吴家人的做法的对错,单纯说下感受。

突发脑溢血是很严重,开颅手术也达到了重大疾病的保险理赔标准,吴家人是有能力自救的,但是却没有做尝试,而是直接发起众筹。这违背了大众对于众筹的共识,因此引来一片骂名。

不过对于一个家庭而言,有房有车,也很难支撑这场灾难带来的打击。挺过去了,也是元气大伤。

因为这场病,很难在维持原有的生活水平,吴家人不想因病返贫,所以发起众筹。

但众筹是救急的,而非救穷的,总不能因为怕穷而发起众筹吧。

在生了重病的时候,重疾险就能发挥它的作用,重疾险与医疗险的设计初衷是不同的。

医疗险可以报销我们的医疗费用,而重疾险提供的是合同中的指定保额,这笔钱能够继续维持自己和家人未来几年的生存,帮我们保留一些基本的体面和尊严,为家庭的复苏提供一个缓冲期。

本节整理自:兔保哥。

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/05/life-28.html/feed/ 5
程序员欢乐送(第19期) https://cuijiahua.com/blog/2019/04/life-27.html https://cuijiahua.com/blog/2019/04/life-27.html#comments Fri, 26 Apr 2019 01:00:02 +0000 https://cuijiahua.com/?p=5903 程序员欢乐送(第19期)

对于我来说,一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

 

1、Neural-Painters

使用神经网络作画,作品风格酷似人类蜡笔画,直接看下效果:

程序员欢乐送(第19期)

富士山、大本钟、艾菲尔铁塔,画风温暖,蜡笔一样的质感,描绘成层次丰富、色彩细腻的画面。

程序员欢乐送(第19期)

项目地址:点击查看

2、CenterNet

上期推送过一个叫CenterNet的检测算法,今天的这个检测算法模型也叫CenterNet。但为另一篇论文中提到的方法。论文名叫Objects as Points,该论文认为,大多成功的目标检测器都先穷举出潜在目标位置,然后对该位置进行分类,这种做法浪费时间,低效,还需要额外的后处理。

该论文采用不同的方法,构建模型时将目标作为一个点:即目标BBox的中心点。检测器采用关键点估计来找到中心点,并回归到其他目标属性,例如尺寸,3D位置,方向,甚至姿态。

将这种基于中心点的方法,称为:CenterNet。

程序员欢乐送(第19期)

好多篇新论文提出这种思想了,感兴趣的可以关注一下。

项目地址:点击查看

3、CornerNet-Lite

这又是一篇基于关键点的检测方法,消除了检测任务中对于Anchor的需求。

CornerNet-Lite是CornerNet的变体,做到尽量不牺牲准确性的前提下提高效率。

论文指出:CornerNet-Lite包括CornerNet-Saccade和CornerNet-Squeeze两种。 CornerNet-Saccade比原来的CornerNet提升了6倍的速度,准确率也提升了1AP;CornerNet-Squeeze则比YOLOv3还更快更准。

程序员欢乐送(第19期)

项目地址:点击查看

4、Text_Classification

在人工智能浪潮席卷全球的今天,文本分类技术已经被广泛地应用在文本审核、广告过滤、情感分析和反黄识别等NLP领域。

Text_Classification是一个文本分类项目,介绍了多种文本分类算法,对于各个文本特征提取方法、降维方法、文本分类算法和评估标准方法做了对比介绍,并对现有技术存在对问题展开了讨论。

程序员欢乐送(第19期)

有代码,有讲解,感兴趣的朋友可以看一看。

项目地址:点击查看

5、OctaveConv

Facebook AI、新加坡国立大学、360 人工智能研究院的研究人员提出一种新的卷积操作OctConv,可以直接替代传统卷积,持续提高图像和视频识别任务的精度,同时降低内存和计算成本。

Octave 一词表示 “八音阶” 或 “八度”,音乐里降 8 个音阶表示频率减半。通过降低低频特征的分辨率,从而节省内存和计算。

采用 OctConv 的 ResNet-152 仅用 22.2 GFLOPs 就能在 ImageNet 上实现 82.9% 的top-1 分类精度。

完美替代传统卷积,即插即用无需调参。

程序员欢乐送(第19期)

项目地址:点击查看

6、Learning to Paint

让机器学习画家作画的方法,几笔创造出奇妙的画卷。

该方法结合neural renderer和强化学习,将纹理丰富的图像分解成多组笔划,并组合成画作。

程序员欢乐送(第19期)

程序员欢乐送(第19期)

项目地址:点击查看

7、SKU-110K

密集场景中的精细检测算法,直接看效果:

程序员欢乐送(第19期)

这种密集场景下的检测需求还是有的,就像图片中货架上的物品检测,比如统计某个商品的上架率。

项目地址:点击查看

快乐

1、妇联4“沙雕”影迷

 

程序员欢乐送(第19期)

2、我真实落泪

程序员欢乐送(第19期)

财富

今天说一些小福利吧,低价买视频会员或免费获得视频会员的渠道。

建行

中国建设银行个人网银里面的一个签到活动,签到第3、7、15次即可参与抽奖,一般都是凌晨0点放水,可中话费,爱奇艺黄金vip会员,优酷会员等等奖励。

程序员欢乐送(第19期)

程序员欢乐送(第19期)

天猫88VIP

经常用天猫购物的朋友,如果满1000淘气值,就可以购买88元购买天猫vip,88元即可获得饿了么年卡、优酷年卡、淘票票年卡、虾米年卡。

微众银行

微众银行App,能便宜地买到视频网站的会员。

比如,腾讯视频的月卡、季卡,都可以打7折。原价20元的月卡,现在只要14块。

除了腾讯视频的会员,还能6折买爱奇艺、优酷、搜狐的视频VIP。

打开微众银行APP,在最下面的“权益”->进入商城->分类->礼品卡券。

华住

华住App可以使用积分兑换爱奇艺、优酷、腾讯会员。可以兑换周卡、月卡、季卡、年卡。经常出差住旅店的朋友可以用用。

程序员欢乐送(第19期)

最后

本周的程序员欢乐送,到此结束,下周再会。

提前祝各位五一快乐!

]]>
https://cuijiahua.com/blog/2019/04/life-27.html/feed/ 2
程序员欢乐送(第18期) https://cuijiahua.com/blog/2019/04/life-26.html https://cuijiahua.com/blog/2019/04/life-26.html#comments Fri, 19 Apr 2019 01:00:09 +0000 https://cuijiahua.com/?p=5820 程序员欢乐送(第18期)

对于我来说,我一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

1、Objects365数据集

目标检测爱好者的福利来了。

在4月16日的智源学者计划启动暨联合实验室发布会上,旷视科技发布了通用物体检测数据集Objects365,包含63万张图像、365个类别、1000万个bounding boxes。

程序员欢乐送(第18期)

数据地址:点击查看

2、Neural-Collage

Neural-Collage项目是Semantic Transfiguration的一种实现方法,用于编辑图像的语义信息。该项目提出的方法是基于CNN的图像编辑方法,允许用户在用户指定的区域上更改图像的语义信息。

比如,选中一个Palette,就是一个模板,然后选择编辑区域,就可以根据Palette的属性,更改原图编辑区域的语义信息。

程序员欢乐送(第18期)

项目地址:点击查看

3、YOLACT

YOLACT,因为其全称为:You Only Look At Coefficients,这里应该是致敬YOLO。

YOLACT论文的作者团队来自加利福尼亚大学,这是一个端到端的实时语义分割算法。论文提出了一个用于实时实例分割的简单全卷积模型,在单个Titan Xp上,可以达到33FPS的速度,并在MS COCO数据集上取得了29.8 mAP的成绩。

可以看下YOLACT的分割效果:

程序员欢乐送(第18期)

项目地址:点击查看

4、PolyAI

PolyAI开源了一个会话数据集,可以用于训练会话相应模型。数据集包括:

  • 37亿条对话数据
  • 超过4亿行的电影和电视字幕
  • 超过360万个亚马逊产品背景下的问答对话

程序员欢乐送(第18期)

有需要的朋友可以下看。

项目地址:点击查看

5、FCOS

FCOS: Fully Convolutional One-Stage Object Detection,这是一个端到端的全卷积目标检测算法。

该算法的亮点在于:

  • 无Anchor:FCOS不使用anchor,降低了计算的复杂性。
  • 节省内存:在训练时,FCOS比基于Anchor的retinanet消耗的内存更少。
  • 更好的性能:在完全相同的训练和测试环境下,与retinanet相比,FCOS可以获得更好的效果。
  • 更快的速度:FCOS训练和预测速度比retinanet更快。

不用anchor的新思想,值得学习借鉴,强烈推荐看看。

程序员欢乐送(第18期)

项目地址:点击查看

6、PointRCNN

PointRCNN是一个基于三维点云的目标检测,在三维空间做检测的算法了解过吗?

整个算法分为两个阶段:第一阶段是在3D点云中生成proposal,功能和Faster RCNN中的RPN近似;第二阶段是在这些proposal中回归出最终的检测结果。

该算法在KITTI数据集上进行了测试,取得了不错的成绩。

程序员欢乐送(第18期)

感兴趣的可以看一下。

项目地址:点击查看

7、CenterNet

CenterNet是一个基于关键点的端到端的全卷积目标检测算法。该论文是由中科院,牛津大学以及华为诺亚方舟实验室联合提出。

传统的基于关键点的目标检测方法例如最具代表性的 CornerNet是通过检测物体的左上角点和右下角点来确定目标,但在确定目标的过程中,无法有效利用物体的内部的特征,即无法感知物体内部的信息,从而导致该类方法产生了很多误检 (错误目标框)。

CenterNet利用关键点三元组即中心点、左上角点和右下角点三个关键点而不是两个点来确定一个目标,使网络花费了很小的代价便具备了感知物体内部信息的能力,从而能有效抑制误检。

程序员欢乐送(第18期)

项目地址:点击查看

快乐

1、当我说“我没事”的时候

程序员欢乐送(第18期)

2、高三趣事

程序员欢乐送(第18期)

你的高三有什么趣事?

财富

上期说到商业保险,这期继续。

商业保险是在我们个人的保险消费和投资中占比最大,种类最多,产品最复杂的一个大类——人身商业险(以下简称“商业险”)。

商业险是对社会保险覆盖范围不全,保障金额不足等缺陷进行必要补充的一类保险,承保公司均为商业保险公司,包括全内资及合资公司,目前在我国尚不允许纯外资保险公司在我国境内经营销售自己的人身保险产品。

商业险的理赔主要有以下几种形式:

1) 给付型:即发生保险事故或符合理赔条件时,保险公司按照合同约定的金额一次性或分固定的多次将保额支付给被保险人;

2) 报销型:即发生保险事故或符合理赔条件时,保险公司将被保险人因为出险事件实际支出或实际损失,将在保额范围内的金额支付给被保险人。另有部分医疗保险支持直付,即在指定医疗机构治疗的,医疗机构直接与保险公司在保额内就相关费用进行结算,而不需要被保险人支付该部分费用;

3) 津贴型:主要用于发生保险事故时,被保险人不能参加工作造成的收入损失,以及因为住院治疗产生的必要间接费用等的损失的赔付,一般是按保险合同约定的金额支付。

商业险主要包括健康保险意外伤害保险人寿保险几大类。其中:

1) 健康险,又可以分为疾病险医疗险收入保障保险

程序员欢乐送(第18期)

A、疾病保险:疾病保险的责任范围可包括:(1)工资收入损失;(2)业务利益损失;(3)医疗费用;(4)残废补贴;(5)丧葬费及遗属生活补贴等。疾病保险一般不包括因意外伤害所致的各项损失。一般的疾病保险又分为重疾和轻症,具体的保险产品范围和所含疾病需要仔细了解保险产品的条款。目前,我国保监会对重疾保险规定了部分主要发病的重大疾病,该部分为每一款重疾保险均需涵盖的。疾病险的理赔方式一般为给付型。

B、医疗保险:这里指是商业医疗保险,是作为社保医疗保险的重要补充。一般有补充医疗(大多为企业团体投保)、中端医疗、高端医疗等;根据医疗方式又大多分为门诊治疗、住院治疗和生育保险。同样,不同的保险产品所覆盖的治疗范围也不同,需要根据个人的实际情况和消费能力进行选择。医疗保险一般均为报销型,其中高端医疗都会有一批指定的可以直付的医疗机构(包括部分境外机构)。

C、收入保障保险:指以因意外伤害、疾病导致收入中断或减少为给付保险金条件的保险,具体是指当被保险人由于疾病或意外伤害导致残疾,丧失劳动能力不能工作以致失去收入或减少收入时,由保险人在一定期限内分期给付保险金的一种健康保险。说人话就是,当被保险人不健康了,即挣不到钱可能还要因此花钱,保险公司会对该部分损失进行理赔。收入保障保险一般为给付型,但大多是固定期限,固定额度的给付。

2) 意外伤害保险,是以意外伤害而致身故或残疾为给付保险金条件的人身保险。

定义比较简单,就不再多做解释。意外伤害保险,对于残疾的标准一般分为多个级别,各级别的程度都参考相关的行业标准。残疾和身故的赔付都是给付型。而有一种特殊的意外伤害保险责任,就是由意外伤害导致的治疗费用,部分意外伤害保险会对该部分损失进行报销,但与医疗保险的区别在于,医疗保险除意外伤害外包括其他疾病的治疗赔付。

3)人寿保险,以被保险人的寿命为保险标的,且以被保险人的生存、全残或死亡为给付条件的人身保险。在此基础上,寿险一般还能分为定期寿险终身寿险两全型保险年金保险。人寿保险全部为给付型。人寿保险因为涵盖身故责任,在即将开征遗产税的大背景下,保险受益人如果为遗产继承人,在被保险人身故时所得的该笔资金可以绕过遗产税。

程序员欢乐送(第18期)

A、 定期寿险:在保险合同约定期限内,被保险人全残(最高级别残疾)或身故则按照约定赔付。超过该期限则保险失效,保险公司不再承担保险责任,所缴保费不返还;即如果幸运的活着,则不幸的损失保险金;

B、 终身寿险:以被保险人生存期间为保险期间,至被保险人身故或全残,则保险终止,由保险公司按合同约定金额赔付;一般保险公司也有会约定终身寿的期限为被保险人生存至100岁,被保险人在100岁时仍生存,则同样赔付保险金;即肯定会得到赔付;

C、 两全型保险:合同约定的期限内,如果被保险人身故,则赔付身故保险金,如果被保险人到期仍生存的话,则赔付生存保险金。一般两全型保险的生存保险金和死亡保险金的赔付金额会有一定差别;即肯定会得到赔付,但如果幸运的活着,则收益会少一些;

D、 年金险:是在一段时间内持续投保,在另外一段时间内则持续领取保险金。一般用于养老或孩子的教育储备。如果被保险人在保险期间身故,也会有相应的保险金赔付。年金险一般都会允许附加万能账户,万能账户是一种理财形式,灵活程度和安全程度与银行存款不分伯仲,但是收益率一般都要高于银行存款。

本部分内容转自:点击查看

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/04/life-26.html/feed/ 2
程序员欢乐送(第17期) https://cuijiahua.com/blog/2019/04/life-25.html https://cuijiahua.com/blog/2019/04/life-25.html#comments Fri, 12 Apr 2019 01:01:34 +0000 https://cuijiahua.com/?p=5767 程序员欢乐送(第17期)

对于我来说,我一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

1、Facebook超大规模图嵌入算法

图是很有用的数据结构,处理图这类数据要用到图嵌入(Graph Embedding),也叫网络表示学习。把高维的网络,转换成低维的向量。加工之后之后,机器学习模型才能轻易食用。

为了更好的解决图嵌入问题,Facebook开源了叫做PyTorch-BigGraph (简称PBG) 的新工具。有了它,再大的图 (原文是arbitrarily large,任意大) 都能快速生成图嵌入。

程序员欢乐送(第17期)

项目地址:点击查看

2、数学公式图片转Latex代码

数学爱好者的神奇,这是一个帮你快速把数学公式图片转成LaTeX代码的工具,名为Snip,可以免费下载使用。

操作简单,截图即可。

程序员欢乐送(第17期)

除了支持机器打印的公式,也支持手写公式,效果依然不错。该工具适用于Mac、Windows、Ubuntu系统,适用于所有支持LaTeX的编辑器。

体验地址:点击查看

3、代码智能推荐工具

AiXcoder是一个代码智能推荐工具。主要功能如下:

AiXcoder代码智能补全:AI引擎预测您要输入代码,只需“一键确认”,即可完成一行或多行代码编写。

AiXcoder相似代码推荐:自动搜索并推荐可供参考的优质代码样例。

AiXcoder主要通过IDE插件支持,插件适用于Windows和Mac系统上的IntelliJ 2017,Android Studio 3.0,PyCharm 2017,Eclipse 4.3及以上版本。

当前支持Java 和Python 两种语言。尤其对 SpringBoot,TensorFlow,JFinal, Android 等编程场景进行了特殊适配。

感兴趣的朋友可以试一试。

体验地址:点击查看

4、thefuck

没错这个沙雕项目就叫「thefuck」。

从名字可以看出,项目作者应该是一位暴躁老哥。

该项目的主要作用是,在你输错命令后,fuck 一下,自动帮你更正命令,解气又实用。

当然输这个命令的时候要注意别让老板看到,不然等下还以为你工作干得不爽,把你开了那就真的是「What the fuck」了。

程序员欢乐送(第17期)

项目地址:点击查看

5、RandWireNN

随机连接的神经网络性能居然比人工设计的网络(ResNet、ShuffleNet等)还要好?最近,FAIR何恺明等人提交了一篇论文,其模型性能让人觉得有点不可思议。

在该研究中,来自 FAIR 的研究人员谢赛宁、Alexander Kirillov 、Ross Girshick 与何恺明通过随机神经网络连接的方式探索了比此前神经架构搜索更为广泛的连接形式,并实现了很好的效果。

FAIR 提出的这些随机连接神经网络看起来十分魔性,论文一经提交就引起了人们的广泛关注,很快就有了实现——来自 MINDsLab 的 Park Seung Won 试图在 PyTorch 上实现它,并重现研究中的一些结果。

程序员欢乐送(第17期)

项目地址:点击查看

6、数学数据集

数学推理是人类智力的核心能力,使用算法完成数学推理是一个独特的挑战。

Question: Solve -42*r + 27*c = -1167 and 130*r + 4*c = 372 for r.
Answer: 4

Question: Calculate -841880142.544 + 411127.
Answer: -841469015.544

如果你需要一个这样的模型,那么就必须有一个好的数学数据集,自己整理会很费时费力。所幸Github开源了一个数学数据集,里面包含算术、代数、概率论和微积分等数学题。

项目地址:点击查看

7、pytorch_GAN_zoo

如果想要学习GAN网络,我想pytorch_GAN_zoo项目可以为你提供一些帮助。pytorch_GAN_zoo实现了多种GAN网络,从最简单的GAN,到复杂一些的PGAN、DCGAN、StyleGAN等。

数据集、预训练模型和代码均有提供,GAN网络学习上手的好项目。

程序员欢乐送(第17期)

项目地址:点击查看

快乐

1、瞬间尴尬起来了

2、这样的设计谁抗的住?

财富

关注我的朋友应该都知道,我是一名底层码农。作为经常加班的“程序狗”,我一直想为自己配置一份保险,但对保险知之甚少,索性边学习边整理,并把这些知识分享给有同样需求的人。

首先,来个大图先让大家有个整体的印象:

程序员欢乐送(第17期)

在我国以及全球大多数国家,保险按照被保险对象不同分为财产险和人身险。

程序员欢乐送(第17期)

在讲解具体内容前,可能需要对以下名词有所了解:

  • 保费——买保险要花的钱
  • 保额——保险公司赔的钱
  • 投保人——花钱买保险的人(可以给自己买,也可以给别人买)
  • 被保险人——得到保险公司赔款的那个人(除非死亡,是受益人得到赔款)
  • 保险人——保险公司
  • 受益人——被保险人去世后,继承赔款的那个人(父母、子女、配偶)

举例个例子:我花钱给母亲买保险,投保人是我,被保险人是我母亲,受益人是我母亲的第一顺位继承人(父母、子女、配偶)。

财产险

财产险是什么?先给个专业说法:

财产险,是指投保人根据合同约定,向保险人交付保险费,保险人按保险合同的约定对所承保的财产及其有关利益因自然灾害或意外事故造成的损失承担赔偿责任的保险。

专业术语听着都比较绕,没关系我们进一步了解财产险都包括什么,再一一举例,就会清楚很多。财产险,一般包括:财产损失险责任保险信用保证保险这几类。

程序员欢乐送(第17期)

1、 财产损失险:顾名思义就是对个人、家庭或企业所拥有的财产进行保险,在发生损失时由保险公司承担该部分损失的补偿。比如,有车一族每年都要购买的车险、快递公司对我们邮寄物品的保险、担心家里房子失火、水淹或者被盗所投的保险等等。

2、 责任保险:责任保险是指以保险客户的法律赔偿风险为承保对象的一类保险。比如,我们车险中的第三者责任险,小区物业为小区基础设施购买的公众责任险,电器厂商为自己产品购买的产品责任险,还包括很多企业给自己员工购买的雇主责任险、航空延误险、熊孩子险等,都可以在因为所投保对象为他人造成损失而需要赔偿时,由保险公司代为赔偿。

3、 信用保证险:保险是以信用风险为保险标的的保险。这种保险的投保人必须为企业,也就是作为个人是不能购买的。通俗解释,就是A和B企业之间存在交易,A担心发货给B后,B企业不按约付款,这时保险公司会在保险额度范围内先垫付货款给A。

财产险在进行保险补偿时有两个重要的原则

1、“损失补偿原则”,说人话就是你有多少损失,保险公司赔多少钱。当然,如果保险额度小于损失的话,就只能按保险额度进行赔偿,额外损失只能自行承担。

2、“重复保险分摊原则”,说人话就是原则上一个风险标的只能投保一次,如果同时投了几份保险,最终的赔偿也不是每份保险都赔偿一次该损失,而是由各家公司对该损失进行分摊赔偿。所以,多投没用。

人身险

简单说完了财产险,该说重头的和我们自身关系更大的人身险了。

人身险,是以人的寿命和身体作为投保标的保险。在我国,人身险又分为社会强制保险商业保险两大类。

程序员欢乐送(第17期)

社会保险

社会强制保险通常指企业和个人同时承担投保义务的社保,包括养老医疗工伤生育失业。因为我国各地区经济发展程度和收入水平不易,所以各地缴纳社保的基数和金额都有所不同,这也导致社会保险只能在缴费地区才可享受,换了工作地区,需要转保险,也是需要一番折腾的。

其中,工伤保险生育保险是由企业承担的,无需个人承担。养老保险医疗保险失业保险是由个人和企业共同承担。

举个例子,以我本人的情况为例,我在北京,假设我每个月工资2000元,这是税前收入。公司给我交了工伤保险生育保险,不会在我这2000元里工资扣保费。但是养老保险医疗保险失业保险保费我需要承担一部分。

其中,养老保险我需要承担8%,公司承担21%。即我这2000元的工资需要再扣160元,公司再帮我交420元。现在我工资剩余2000-160=1840元

而医疗保险我需要承担2%,公司承担8%。即我这剩余的1840元的工资需要再扣40元,公司再帮我交160元。现在我工资剩余1840-160=1680元

最后的失业保险我需要承担0.2%,公司承担0.8%。即我这剩余的1680元的工资需要再扣4元,公司再帮我交16元。现在我工资剩余1680-16=1584元

你看,保险一扣到手工资一下子减少了这么多。实际到手的工资比这还少,因为还有住房公积金没有扣。住房公积金不在社会保险范围内,但是为”五险一金“中的一金,每个公司住房公积金缴费不同,最高档为12%。个人承担12%,公司承担12%。即我这剩余的1584元的工资需要再扣240元,公司再帮我交240元。现在我工资剩余1584-240=1344元

另外还有一些社会保障层面的保险,比如农村养老险和农村合作医疗都属于此类范畴。

商业保险

重头戏,也就是我想购买的商业保险,就留在下回说吧。

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/04/life-25.html/feed/ 2
程序员欢乐送(第16期) https://cuijiahua.com/blog/2019/04/life-24.html https://cuijiahua.com/blog/2019/04/life-24.html#respond Fri, 05 Apr 2019 01:05:16 +0000 https://cuijiahua.com/?p=5721 程序员欢乐送(第16期)

对于我来说,我一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

1、自由钢琴

这是一个有趣的项目,自由钢琴(AutoPiano)是利用HTML5技术开发的在线钢琴应用,致力于为钢琴爱好者、音乐爱好者以及其他所有的创造者提供一个优雅、简洁的平台,在学习工作之余可以享受钢琴、音乐的美好。就类似于多年前Flash开发的钢琴游戏,自由钢琴只是换了H5的技术,同时支持了钢琴曲的自动播放功能。

AutoPiano支持键盘按键和鼠标点击播放,同时琴键上会有按键和音名提示。另外,AutoPiano还有教学的功能,一种方式是快速入门,通过简易的谱子按键进行演奏,另一种是演奏示例,通过钢琴曲的自动播放来达到演示的目的。目前这两个功能都在持续完善中,如下图所示:

程序员欢乐送(第16期)

项目地址:点击查看

体验地址:点击查看

2、IP信息查询

有时候我们需要根据IP查询一些信息,比如服务器厂商,服务器地理位置等信息,以我自己搭建的vps为例:

程序员欢乐送(第16期)

通过获得的信息可以看到,服务器是日本的,代理商是vultr,运营商是choopa。

体验地址:点击查看

3、FsatFCN

FastFCN是一个更快、更强、实时语义分割领域最先进水平(SOTA)的同时,速度更是提升了3倍多。

程序员欢乐送(第16期)

项目地址:点击查看

4、PI-REC

PI-REC提出了一种基于GAN的渐进式训练方法。它能从超稀疏二值边缘以及色块中还原重建真实图像。 论文重心是在超稀疏信息输入的还原重建上,并非自动绘画。 总之,PI-REC论文/项目属于图像重建,图像翻译,条件图像生成,AI自动绘画的前沿交叉领域的最新产出,而非简单的以图搜图。

程序员欢乐送(第16期)

  • Figure (a): 超稀疏输入信息重建原图。
  • Figure (b): 手绘草图转换。
  • Figure (c): 用户自定义的 edge-to-image (E2I) 转换.

项目地址:点击查看

5、WeightStandardization

我们都知道如果使用BN层,batch size越大训练效果越好,这样才能充分发挥BN层的优势。但是如果GPU资源不够,使用BN层的效果往往不如人意。而这个时候,Weight Standardization(WS)就能发挥它的价值,它是一种标准化方法,用于微批量(micro-batch)加速训练。

程序员欢乐送(第16期)

项目地址:点击查看

6、BMSG-GAN

你没看错,又是一个GAN网络。BMSG-GAN提出了一种多尺度生成对抗网络(MSG-GAN),用于缓解GAN网络训练期间不稳定的问题。

看下效果:

程序员欢乐送(第16期)

项目地址:点击查看

7、DSFD

人脸检测了解下,DSFD: Dual Shot Face Detector是一篇2019的CVPR,文章提出了一种新的人脸检测算法DSFD,性能达到了最先进水平。

程序员欢乐送(第16期)

代码是Torch的,感兴趣的可以看下。

项目地址:点击查看

快乐

1、现在厕所都整这么先进了?

程序员欢乐送(第16期)

程序员欢乐送(第16期)

程序员欢乐送(第16期)

32分钟?里面是有俩人在商量事情吗?

2、 关注公众号有奖

程序员欢乐送(第16期)

财富

支付宝花呗最近又出了新功能:分期码。

简直剁手神器,这个功能在花呗的页面里。

程序员欢乐送(第16期)

只要在线下店铺用花呗买东西,超过100元,就可以选择分期还钱。

在店里购买东西后,让店员扫下这个分期码,就可以直接分期还钱,一共有3期、6期、12期这三种选择。购物当月不用还,从下一个月开始,每个月还一点钱就行了。

至此,剁手成功。

这个功能和在花呗还款日选择分期还款还有点区别,分期码直接分期不用等到还款日再选择。你用它一刷,就自动分成好几期了。更省心省力了,也更能花钱了?

分期手续费3期费率2.3%,6期费率4.5%,12期间费率7.5%。 当然,第一次使用基本都可以免手续费,在花呗分期使用攻略里可以抽免手续费券,让你体验免手续费分期。

程序员欢乐送(第16期)

怎么说呢?尽量避免分期吧,手续费真的很高,坚决不做剁手党。

再说下股市,经过几次回调,股市再度拉开了新行情,涨势不错。回调之前我清了仓,回调后又买了4000元的中证500,又小赚一波,想上车小伙伴的择机上车啦。

程序员欢乐送(第16期)

当然,投资有风险,理财需谨慎。我只是将小部分钱放在了基金里,大部分钱还是放在3个点以上的银行理财里。

量力而行,请勿贪多。玩玩就好,仅图一乐。

最后

最后,祝大家清明节安康!

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/04/life-24.html/feed/ 0
程序员欢乐送(第15期) https://cuijiahua.com/blog/2019/03/life-23.html https://cuijiahua.com/blog/2019/03/life-23.html#respond Fri, 29 Mar 2019 00:17:42 +0000 https://cuijiahua.com/?p=5674 程序员欢乐送(第15期)

对于我来说,我一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

1、google 3D地图

谷歌地图是世界上最全面的3D地图之一。除了一些基本的全球卫星和地形覆盖外,谷歌在过去的几年中,一直在为城市添加详细的3D图像,例如已经添加的纽约、巴黎等城市的标志性建筑和地标景观等。

近期,谷歌又为澳大利亚的悉尼添加了3D图像,效果如下:

程序员欢乐送(第15期)

当然,你也可以亲自去体验一下,需要使用chrome浏览器。

体验地址(需要翻墙):点击查看

2、华为P30

想必很多朋友的朋友圈早已被华为P30刷屏了。不得不说,拍照效果真的很惊艳。

程序员欢乐送(第15期)

50倍变焦功能之外,还有强大的夜视功能。具体的真机体验测评,可以看下B站up主的视频。

视频地址:点击查看

3、Netron模型可视化

有时候,我们需要对自己的模型进行可视化分析。

今天为各位推荐一个很好的模型可视化工具Netron。它支持的模型有:

  • ONNX
  • Keras
  • CoreML
  • Caffe、Caffe2
  • MXNet
  • TensorFlow、TensorFlow.js、TensorFlow Lite
  • PyTorch、Torch
  • CNTK
  • PaddlePaddle
  • scikit-learn

你可以在电脑本地安装这个软件,也可以使用开发者提供的网页版。

直接上传网络信息的配置文件,例如pytorch可以上传.pth文件对网络结构进行可视化。

程序员欢乐送(第15期)

项目地址:点击查看

体验地址:点击查看

4、BigGAN

之前想要训练BigGAN,需要使用128-512个TPU,对于普通学生党,想要训练这个模型显然是不太可能。

近期,BigGAN一作Andrew Brock新鲜放出了只需4-8个GPU即可训练的新版模型,这一次,他用的是PyTorch。

程序员欢乐送(第15期)

当然,如果4-8块GPU也没有的,那还是老老实实用pretrained model微调吧。

项目地址:点击查看

5、Vimtex

熟练掌握vim和latex的朋友,你们的神器Vimtex来了。使用vim快速编辑latex公式,很酷的一个工具,不过比较硬核,建议有一定经验的朋友试试。

程序员欢乐送(第15期)

项目地址:点击查看

6、VoiceFilter

声音滤波了解下?

在人多口杂的场景下,想要提取一个指定目标的语音可以通过一定的技术手段实现。输入需要两个:一个是混合的杂音,一个是提取声音的目标者的纯净语音。

通过VoiceFilter,即可提取混合的杂音中的目标语音。

程序员欢乐送(第15期)

除了提供了源码,也提供了网页demo。

项目地址:点击查看

体验地址:点击查看

7、行人重识别

深度学习在行人重识别(ReID)领域也取得了很大的进展。《Bag of Tricks and A Strong Baseline for Deep Person Re-identification》论文对行人重识别神经网络对训练trick进行了介绍和总结,并通过这些技巧在Market1501数据集上,取得了94.5% rank-1、85.9% mAP的成绩。

程序员欢乐送(第15期)

论文和代码都有,感兴趣的可以看下。

项目地址:点击查看

快乐

1、有不有发现现在学霸越来越少了

程序员欢乐送(第15期)

ps:感谢@Z7k投稿

2、emm...对不起!

财富

今天聊点轻松的话题,支付宝如何免手续提现。

找个土豪朋友:

得多土豪?有支付宝钻石会员即可,支付宝钻石会员有一百万的免费提现额度。把你想提现的钱打给他,然后让他帮你提现。

困难指数:5颗星

土豪朋友好遇,但又土豪又愿意帮你提现跑腿的土豪朋友难遇。

商家银行卡收款:

有部分银行,提供了商家收钱码功能,比如农业银行。操作流程就是用身份证开个农业银行的储蓄卡,然后申请收款码。审核通过后,你就可以作为商家进行收款,朋友转个帐啥的,用这个电子码就可以了。不仅支持支付宝收款,还支持微信和云闪付。

不过操作起来有些费事,而且如果想把农业银行的钱打到自己常用的其他银行卡里,还需要跨行手续费。

困难指数:4颗星

申请银行卡,申请收款码,也是一个繁琐的操作流程。

支付宝商店服务:

支付宝有个商店服务,开通商店服务后,可以得到商店收款码。朋友转账啥的,给这个收款码即可。然后绑定一张你的常用银行卡,就可以免费提现,绑定后,效果是这个样子的:

程序员欢乐送(第15期)

困难指数:3颗星

其实已经挺方便了,但是由于仍然需要申请收款码,并在转账的时候,使用该收款码,姑且算作3颗星。

网上银行:

下载一个网上银行APP,将想要提现的钱转入网上银行的活期账户,然后再提现到银行卡。

困难指数:3颗星

余利宝:

开通支付宝的余利宝,将想要提现的钱转入余利宝,然后提现,余利宝转到银行卡是没有手续费的,无需下载网上银行APP。

困难指数:2颗星

买买买:

为了节省这个提现手续费,把支付宝里的钱都花光就好了啊。

困难指数:1颗星

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/03/life-23.html/feed/ 0
程序员欢乐送(第14期) https://cuijiahua.com/blog/2019/03/life-22.html https://cuijiahua.com/blog/2019/03/life-22.html#comments Fri, 22 Mar 2019 01:00:02 +0000 https://cuijiahua.com/?p=5631 程序员欢乐送(第14期)

对于我来说,我一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

1、情绪识别

你脸上的表情,现在正变成一场「情绪经济」。

早在 2009 年,第一家营销「人工情绪智能」的公司Affective就已经将情绪检测技术作为市场研究产品出售。包括检测机械员工损伤、视频游戏用户体验、协助医护人员评估患者健康等各行各业,围绕它的领域都在持续增长,亚马逊、微软和 IBM 也将「情绪分析」作为他们面部识别产品的主要功能进行宣传。

程序员欢乐送(第14期)

情绪是人类独有的情感表达方式,不同于语言和文字,情绪更多的和微表情、心理状态息息相关。通过识别情绪,可以深度挖掘个体差异化,例如,智慧课堂中对学习表情情绪的识别,可以判断个体个性化教育的差异,实现精准辅导、及时纠正,智慧教育。

2、“折纸”机械臂

机械臂想要抓取柔性材质的物体通常会很困难,这并不是因为研究人员进行的尝试不够,而是因为刚性的抓取钳本就不适用于精准的抓取工作。受折纸工艺的启发,麻省理工学院计算机科学及人工智能实验室(CSAIL)和哈佛大学的一批研究员设计了一种全新的抓取器,它能够抓住并举起各种形状、尺寸和重量的物体。

小身材大能量,这款“折纸”机械臂负荷超120倍自重。

程序员欢乐送(第14期)

3、Jetson Nano

作为AI芯片巨头的英伟达,2019年在GTC大会上的表现备受关注。

关注过英伟达硬件的朋友对Jeston TX1应该不陌生,我也在CSDN写过关于Jeston TX1的教程,它属于移动端的AI硬件平台,性能强悍,能提供1T FLOPS的计算性能,耗电量只有10多瓦。

给个直观点的感受,我在Jeston TX1上跑tiny-yolov3,帧率可以达到15FPS。

在GTC大会上,英伟达再次推出一款Jeston系列硬件平台Jetson Nano。

它是体积小巧、性能并不弱的小电脑,教主黄仁勋称之为“全新的机器人计算机”,共有两个版本。

一是99美元(约合人民币666元)的开发者套件,面向个人用户,比如创客、学生、技术爱好者;另一个版本129美元,可以部署到生产环境,面向的是想要构建边缘系统的企业。

当场,教主黄仁勋也拿出了一个基于Jetson Nano的无人车Kaya。

程序员欢乐送(第14期)

而性能,Jetson Nano能提供472 GFLOPS的计算性能,并且耗电量只有5瓦,目测性能大致为Jeston TX1的一半。

4、GauGAN

英伟达今日在美国旧金山举办的游戏开发者大会上,展示了能将粗糙涂鸦变成逼真画作的应用程序GauGAN。

简单的说,你只需要“涂出”一张用以告诉程序树在哪里,太阳在哪里,天空在哪里的图片。然后GauGAN就能根据它对真实图像的了解,自动填充细节、纹理、反射、阴影和颜色。

程序员欢乐送(第14期)

更为神奇的是,GauGAN还允许用户添加样式过滤器,让生成的图像更符合你的要求,例如将场景从正午改成日落。“它不是个可以切割和粘贴纹理的图像拼接软件,因为GauGAN是在“创造”新的图像,就像艺术家绘画时一样。”英伟达副总裁Bryan Catanzaro说道。

此外,代码即将发布。

项目地址:点击查看

5、Dragonfly

贝叶斯优化在许多应用中都有用武之地,但是面对越来越复杂的场景,贝叶斯优化也迎来了更多的挑战。Dragonfly为贝叶斯优化提供了多种优化方法,为贝叶斯优化做出了贡献。

程序员欢乐送(第14期)

项目地址:点击查看

6、pifpaf姿态估计

pifpaf是2019年的一篇CVPR,它提出了一种bottom-up的多人二维人体姿态估计方法,适用于自动驾驶汽车和运载机器人等应用场景。

程序员欢乐送(第14期)

感兴趣的可以看下。

项目地址:点击查看

7、MSGAN

GAN、GAN、GAN,还是GAN,近期GAN的文章真的很多。

MSGAN:Mode Seeking Generative Adversarial Networks for Diverse Image Synthesis 是2019年的CVPR,废话不多说,直接看效果吧。

程序员欢乐送(第14期)

感兴趣的朋友可以看下。

项目地址:点击查看

快乐

1、硬核老母亲,在线删好友

程序员欢乐送(第14期)

2、学到了有一种男生叫甘蔗男

程序员欢乐送(第14期)

财富

今天说说什么是量化交易。

量化交易比传统交易强多少?

它能让你的交易效率提高百倍,量化交易之于传统交易方法,如同大型收割机之于锄头镰刀,机枪大炮之于刀剑棍棒。

也就是是说,传统交易方法是这样的:

程序员欢乐送(第14期)

而量化交易是这样的:

程序员欢乐送(第14期)

在金融最为发达的美国,量化交易已大行其道,占据了70%以上的股市成交量。可以说量化交易是未来的趋势。当然,只言片语不能解释清楚,接下来,我们具体地介绍下量化交易。

量化交易是做什么?

量化交易是指借助现代统计学和数学的方法,利用计算机技术来进行交易的证券投资方式。便于理解的说,量化交易主要是做这样的事:

从一个灵感开始

灵感就是指那些你想验证的可能会盈利的方法,比如银行股可能是良好的投资品种、一旦跨过20日均线后股价会继续涨、流传许久的羊驼交易法等等。灵感获取的方式可以是阅读、听人说、自己悟等等。

这里我们以一个简单的情况为例进行讲解。比如你的灵感是这样的:

如果股价显著低于近几日的平均价,则买入

如果股价显著高于近几日的平均价,则卖出

现在,你想知道这样操作究竟会不会赚钱?

显然它是不够明确的。比如多低叫显著低于?多高叫显著高于?近几日究竟是几日?买入卖出是买卖多少?我们把它细化:

如果股价低于近20日平均价10%,则用全部可用资金买入

如果股价高于近20日平均价10%,则卖出全部所持的该股票

还有一点不明确的地方,买卖哪个股票呢?我们认为这个交易方法盈利与否应该跟交易哪个股票关系不大,但st股票除外(知道st股票是一类有风险特别大的股票就好,详情请百度),所以股票的选择范围是除st股外的国内A股的所有股票。所以我们进一步细化:

每个交易日监测是除st股外的国内A股的所有股票的股价

如果股价低于近20日平均价10%,则用全部可用资金买入该股票

如果股价高于近20日平均价10%,则卖出全部所持有的该股票

现在我们基本已经把之前的灵感细化成明确的可执行的交易策略。当然,可能还有些地方不够明确,也可能有些细节还不确定要改动,这些可以随时想到随时再改,不必一次做到完美。

把策略转成程序

就是把明确后的策略通过编程转成程序,好让计算机能根据历史数据模拟执行该策略,以及能根据实际行情进行反应并模拟交易或真实交易。

简言之,就是把刚刚的策略翻译成计算机可识别的代码语言,即把这个:

每个交易日监测是除st股外的国内A股的所有股票的股价

如果股价低于近20日平均价10%,则用全部可用资金买入该股票

如果股价高于近20日平均价10%,则卖出全部所持有的该股票

写成类似这样的代码(下面的代码并不完全符合,只是展示下大概的样子):

def initialize(context):
      g.security = ['002043.XSHE','002582.XSHE']
  def handle_data(context, data):
      for i in g.security:
          last_price = data[i].close
          average_price = data[i].mavg(20, 'close')
          cash = context.portfolio.cash
          if last_price > average_price:
              order_value(i, cash)
          elif last_price < average_price:
              order_target(i, 0)

这样一来,就把刚才细化好策略转成了代码程序,计算机就能运行了。这个过程你可以理解成用计算机能听懂的语言(代码),把你的策略告诉给计算机了。

检验策略效果

现在计算机理解了你的策略,你现在可以借助计算机的力量来验证你的策略了。基本的检验策略方法有回测和模拟交易两种方法。

回测是让计算机能根据一段时间的历史数据模拟执行该策略,根据结果评价并改进策略。继续之前的那个均价的策略例子的话就是这样的:

设定初始的虚拟资产比如500000元、一个时期比如20060101到20160101,把这一时期的各种数据如估计股价行情等发给计算机,计算机会利用这些数据模仿真实的市场,执行你刚才告诉它的策略程序。最后最后计算机会给你一份报告,根据这个报告你就会知道,在20060101的500000元,按照你的策略交易到20160101,会怎样?一般包括盈亏情况,下单情况,持仓变化,以及一些统计指标等,从而你能据此评估交易策略的好坏。

如果结果不好,则需要分析原因并改进。如果结果不错,则可以考虑用模拟交易进一步验证。

模拟交易是让计算机能根据实际行情模拟执行该策略一段时间,根据结果评价并改进策略。与回测不同,回测是用历史数据模拟,模拟交易使用实际的实时行情来模拟执行策略的。举例就是这样:

设定初始的虚拟资产比如500000元,选择开始执行模拟交易的时间点,比如明天。那么从明天开始,股市开始交易,真实的行情数据就会实时地发送到计算机,计算机会利用真实的数据模仿真实的市场,执行你的策略程序。同时,你会得到一份实时更新的报告。这报告类似于回测得到的报告,不同的是会根据实际行情变化更新。同样你能据此评估交易策略的好坏。

可见,回测是用历史数据模拟执行策略,模拟交易是用未来的实际行情模拟执行策略。如果策略在回测与模拟交易的表现都非常好,你可以考虑进行完全真实的真金白银的实盘交易。

进行实盘交易并不断维护修正

实盘交易就是让计算机能自动根据实际行情,用真金白银自动执行策略,进行下单交易。注意,这时不再是用虚拟资产模拟交易,亏损和盈利都是真钱。实盘交易一般也会给出一份类似模拟交易的会不断更新的报告,从而不断要观察策略的实盘表现并及时调整与改进策略,使之持续平稳盈利。

量化交易内容转自聚宽,更多量化知识:点击查看

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/03/life-22.html/feed/ 2
程序员欢乐送(第13期) https://cuijiahua.com/blog/2019/03/life-21.html https://cuijiahua.com/blog/2019/03/life-21.html#comments Fri, 15 Mar 2019 01:00:00 +0000 https://cuijiahua.com/?p=5592 程序员欢乐送(第13期)

对于我来说,我一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

1、视频分析数据集

现在,清华大学和美图开源了教程类行为视频数据集COIN(COmprehensive INstructional video analysis),内含11827条教程类视频,涉及日常生活12个领域里的180个任务的视频内容。

所谓教程类视频,一般都集中在美食、美妆和家装DIY等领域。比如,美妆博主教你化妆、美食博主教你做披萨,都属于教程类视频的范畴。

美图表示,COIN为业界规模最大最多样性的教程类视频数据集。

以后,在复杂场景下视频动作时序定位、视频行为分析与理解问题的研究中,不妨试试这套数据集。

数据集的视频信息以JSON格式存储, 可以自行解析下载,并且COIN方也提供了网页的数据标注工具。

程序员欢乐送(第13期)

项目主页:点击查看

数据集项目地址:点击查看

标注工具项目地址:点击查看

2、微信公众号排版编辑器

平时用Markdown写笔记,想在微信公众号发布这篇笔记,如果没有好用的排版工具,就需要手动编辑,长期编辑很痛苦。

Github用户lyricat发布了wechat-format工具,解决了这个痛点。也可以使用在线编辑工具,编辑后直接将固定样式的结果粘贴到公众号编辑器即可。

程序员欢乐送(第13期)

项目地址:点击查看

3、Pytorch扩展库

随着人工智能发展,很多人都听说过机器学习、深度学习、卷积神经网络这些概念。但图神经网络,却少有人提起。

卷积神经网络和图神经网络有什么区别?

卷积神经网络研究的对象是限制在Euclidean domains的数据。什么是Euclidean data?Euclidean data最显著的特征就是有规则的空间结构,比如图片是规则的正方形栅格,比如语音是规则的一维序列。而这些数据结构能够用一维、二维的矩阵表示,卷积神经网络处理起来很高效。

但是,我们的现实生活中有很多数据并不具备规则的空间结构,称为Non Euclidean data。比如推荐系统、电子交易、计算几何、脑信号、分子结构等抽象出的图谱。这些图谱结构每个节点连接都不尽相同,有的节点有三个连接,有的节点有两个连接,是不规则的数据结构。

最近,开源了一个叫PyTorch Geometric,简称PyG的Pytorch扩展库,里面聚集的算法就是26项图网络研究代码。

如果对图神经网络感兴趣不妨看看这个项目。

程序员欢乐送(第13期)

项目地址:点击查看

4、DeepFashion2数据集

DeepFashion2是一个时尚数据集,包含了来自商业购物商店和消费者的49.1万张图片,里面涉及13种流行服饰,共计80.1万件服饰,并且每一件都有标注标签,例如类别、角点、边界框、风格等。

程序员欢乐送(第13期)

项目地址:点击查看

5、Graph Embedding

网络表示学习(Graph Embedding,也叫Network Embedding)是一种将图数据(通常为高维稠密的矩阵)映射为低微稠密向量的过程,能够很好地解决图数据难以高效输入机器学习算法的问题。了解图嵌入能帮助理解图数据的处理过程,拓展思考问题的思路(传统ML基本都是table类型的数据)。

Github有个项目就是针对网络表示学习的教程,包括算法原理讲解和代码复现。

程序员欢乐送(第13期)

项目地址:点击查看

6、S³GAN

GAN网络一直很火,从近期的CVPR产量中便可看出。2019年的CVPR High-Fidelity Image Generation With Fewer Labels提出了一个S³GAN网络,生成的图像更加逼真。

看下FID(Frechet Inception Distance)评分指标,分值越低,就表示这些照骗,越接近人类认识里的真实照片。S³GAN是8.0分,而之前的BigGAN是8.4分。

同时,S³GAN一个优势在于只用了10%的人工标注数据。而老前辈BigGAN,训练所用的数据100%是人工标注过的。

不过目前S³GAN的pretrained model并没有提供。

程序员欢乐送(第13期)

项目地址:点击查看

7、模拟登陆

看过我网络爬虫教程的朋友对于模拟登陆应该并不陌生,网络爬虫作为数据获取的手段之一,经常一道的一种问题就是有些数据需要模拟登陆后才能获取。

Github用户CriseLYJ发布了一个名为awesome-python-login-model的开源项目,这个项目介绍了如何用 Python 登录各大网站,并用简单的爬虫获取一些有用数据,目前该项目已经提供了知乎、B 站、和豆瓣等 21 个网站的登录方法。

当然,这些代码是作者收集的,不排除有一些代码需要调试才能跑通,网络爬虫代码时效性弱一些也属正常。

程序员欢乐送(第13期)

项目地址:点击查看

快乐

1、分享迷惑

程序员欢乐送(第13期)

2、好朋友对话不用打字

程序员欢乐送(第13期)程序员欢乐送(第13期)

财富

今天聊聊货币基金吧,什么是货币基金?

货币基金是投资货币市场的基金。

好抽象啊!

那换个说法:

普通人去银行存钱,手里拿着几万或者十几万,拿号、排队、一看当期的利息3%,正犹豫存不存的时候,发现对面银行柜员正笑眯眯地看着自己:您还存吗?

潜台词是:不存我叫下一位了!

如果是土豪去存钱呢,拎个几千万,往贵宾室一跷二郎腿,对面业务员也是笑盈盈地看着你:您要存多久呢?要是觉得利息太少了的话,我们给您来个量身定做的大额存单吧,您看要不要考虑一下?

这就是差别,对普通人来说的“一大笔钱”,在银行眼里其实是蚊子腿,真正大笔资金才有议价权。

所以,货币基金就应运而生了!

哦,原来货币基金是把很多人的钱集合起来,再存到银行去啊!

你可以这么理解,但实际上,货币基金还会投资于:国债、票据、同业存款等安全系数高,收益稳定的产品中。

货币基金没有风险吗

既然货币基金都是投资于这些安全系数高的产品中,那货币基金是不是稳赚的?没有风险吗?

货币基金风险很小,但不代表没有风险。

历史上有三只货币基金曾经出现负收益的情况:

2006年6月8日的泰达荷银货币基金(现在叫“泰达宏利货币A”):

程序员欢乐送(第13期)

2006年6月9日的易方达货币A

程序员欢乐送(第13期)

这两只基金之所以出现负收益,是因为当时正值新股密集发行期,很多人将原本放在货币基金里的钱赎回,用来申购新股,造成了当天的巨额赎回现象。

基金经理为了应付大规模赎回,不得不抛售手中的债券,正好当时又碰上债市低迷,于是便出现了亏损。

最近的一次货币基金负收益出现在2016年的7月18日,兴业鑫天盈货币A

程序员欢乐送(第13期)

这只基也是因为出现了大规模赎回现象。

上文不是提到过,货币基金会集合大家的钱,去存到银行做一个相对高息的大额协议存款吗。

遇到这种大规模赎回,基金经理就不得不中止部分协议存款以应对流动性压力,但这部分提前支取的金额只能按照活期来算,活期利息哪有协议利息那么高呢,所以就出现负收益咯。

不过,大家不用担心,出现这种负收益现象的概率很小,而且大多都是因为短期的大规模事件导致货币基金的收益异常,长远来看,货币基金仍然是一种风险很小,非常安全的理财产品!

货币基金的两个衡量指标:

七日年化收益率和万份收益

七日年化收益率:

是货币基金最近7天的平均收益水平,比如某只货币基金的7日年化收益率是4%,就是假设这只货币基金是按照过去7天的挣钱速度换算出来的一个收益率。

但真正一年过后,收益率是不是4%,还不一定。

万份收益:

就是基金公司每天公布的,当天每一万份基金的收益金额。因为货币基金都是一元一份,所以万份收益就是你一万块钱每天可以获得的收益。

七日年化收益率越高的货币基金就越好吗

因为每天的万份收益变化较大,所以大家一般会拿七日年化收益率的数据来对比两只基金。

那意思是七日年化收益率越高的货币基金就越赚钱吗?

并不是!

前面在说货币基金的负收益的时候,大家知道大额赎回会对货币基金的短期收益有比较大的影响。

反之,短期内赚到大钱,也会对货币基金的短期收益产生较大影响。

很多基金经理为了配合货币基金的宣传需要,会在短时间内将手中收益高的产品集中抛售,造成货币基金短时间内的7日年化收益率达到很漂亮的数字,比如6%,甚至更高。

当你被这漂亮的数字吸引,而开开心心地把钱放到这只货币基金的时候,小二想起了江湖上流传的一句话“出来混,终究是要还的”,这只基提前透支了它手中的好牌,后续的收益一日不如一日,而你却还在傻傻地等着他回来的那一天……

那到底要怎么挑选货币基金呢?

两个参考维度:

1、规模越大越好

一方面在投资产品时更有议价能力,另一方面,规模越大,应对大规模赎回时,对收益的影响就越小。

2、越成熟越好

老基金一般运作较为成熟,具有一定的投资经验,持有的高收益率品种较多。选择一只成立时间长、业绩相对稳定的货币基金相对来说较为明智。

总之一句话:老司机,稳!

货币基金解释转自:点击查看

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/03/life-21.html/feed/ 6