Jack Cui https://cuijiahua.com 分享技术 乐享生活 Mon, 15 Jul 2019 05:05:32 +0000 zh-CN hourly 1 https://wordpress.org/?v=5.1.1 程序员欢乐送(第27期) https://cuijiahua.com/blog/2019/07/life-35.html https://cuijiahua.com/blog/2019/07/life-35.html#respond Fri, 12 Jul 2019 01:03:21 +0000 https://cuijiahua.com/?p=6190 程序员欢乐送(第27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、吃鸡版超级玛丽

前段时间,一国外友人InfernoPlus竟然将吃鸡和超级玛丽相结合,自制一款网页游戏《Mario Royale》又名《超级马里奥大逃杀》,很好的诠释了万物皆可大逃杀。

先来张游戏效果图感受一下。

程序员欢乐送(第27期)

还是原来的背景、怀旧的音乐、熟悉的角色,但猪脚不再是一个,规则也不再温和。既然是大逃杀,该有的残酷还是要有的。不同的是玩家可以用龟壳淘汰其他玩家,也可以吃了星星之后往别人身上撞来淘汰别人。剩下的,就靠你自己的操作和对关卡的理解了。最终先通关的,就算胜利。

不过由于版权问题,该游戏上线没多久,就被叫停了,不过现在代码已经开源,感兴趣的可以看下。

项目地址:点击查看

2、在线PS

有网上写作习惯的朋友,应该或多或少都需要对图片进行一定的编辑工作。裁裁剪剪,扣个背景,压缩个图片大小的工作,完全可以通过在线PS网站解决,还是挺方便的。

程序员欢乐送(第27期)

当然,这个在线PS没有软件PS的功能那么强大,但胜在方便。同时,还有一些在线素材可供使用,资源还是挺丰富的,喜欢在线编辑图片的朋友,可以试试。

网站地址:点击查看

3、代码自动补全

智能补全代码早已不是梦想,各种IDE和插件都在努力帮助程序猿减少击键次数,比如获得了Trith Ventures投资的Kite。

全球有超过3万名Python开发人员使用Kite,它被誉为当前最好用的Python自动补全工具。不仅能补全代码,Kite还能帮你跳过文档了解到别人是如何实时使用函数的,同时,它也能提供你的自定义代码库里的定义和用法,连Python之父都不禁为Kite点赞。

如果你想学习起背后的一些原理,我想接下来介绍的开源项目应该会对你有所帮助。

近日,有位来自斯里兰卡的程序猿尝试用简单的深度学习模型来实现自动补全Python代码这个目标,效果意外的不错。

在这个项目中,斯里兰卡小哥用到的只是一个简单的LSTM模型。如此简单的模型下,使用深度学习来自动补全Python代码,仍可以减少30-50%的击键次数。

程序员欢乐送(第27期)

绿色的字母就是自动补全开始的位置,按下TAB键选择补全,高亮标注为灰色的部分就是AI补充的代码。

项目地址:点击查看

4、人机对话模型ESIM

这是阿里开源的一个人机对话模型,这一研究已被谷歌、Facebook等在内的研究者在论文中引用200多次,也一度在国际顶级对话系统评测大赛(DSTC7)上获得双料冠军,将人机对话准确率的世界纪录提升至94.1%。

程序员欢乐送(第27期)

项目地址:点击查看

5、推荐模型 DLRM

随着深度学习的出现,基于神经网络的个性化和推荐模型已经成为包括 Facebook 等公司构建推荐系统的重要工具。然而,这些模型与其他深度学习模型有很大的不同,因为它们必须能够处理用于描述高级属性的分类数据。对于一个神经网络来说,有效地处理这类稀疏的数据是很有挑战性的,而且由于公开的代表性模型和数据集细节的缺乏,减缓了其研究进展。

为了有助于加深人们对这一子领域的理解,Facebook 开源了一个最先进的深度学习推荐模型(DLRM),该模型是使用 Facebook 开源的 PyTorch 和 Caffe2 平台实现的。DLRM 通过将协同过滤和基于预测分析的方法的原理结合起来,改进了其他模型,从而使其能够有效地处理工业规模的数据,并提供最先进的结果。

程序员欢乐送(第27期)

该模型使用了各种硬件和系统组件,如内存容量和带宽,以及通信和计算资源。

项目地址:点击查看

6、DeepFaceLab

换脸一直很火,有很多的demo可以玩,例如曾经推荐过的Faceswap等,不过这些开源代码都需要对环境进行配置,需要一定的环境搭建基础,试玩成本相对较高。

DeepFaceLab也是一个开源的换脸算法,不过它的优势是集成了环境,在cpu的机器也可以运行,相对来说,更方便一些。

程序员欢乐送(第27期)

项目地址:点击查看

7、深度强化学习

深度学习DL大家应该都知道,分为有监督和无监督学习。强化学习RL应该也都了解,它是通过对未知环境一边探索一边建立环境模型以及学习得到一个最优策略。

那么深度强化学习DRL,你了解多少呢?DRL是将深度学习DL的感知能力和强化学习RL的决策能力相结合, 可以直接根据输入的信息进行控制,是一种更接近人类思维方式的方法。

想要学习DRL,可以看看接下来推荐的干货教程。

这份Pytorch强化学习教程一共有八章,从DQN(Deep Q-Learning)开始,步步深入,最后向你展示Rainbow到底是什么。

不仅有Jupyter Notebook,作者还在Colab上配置好了代码,无需安装,你就能直观地感受到算法的效果,甚至还可以直接在手机上进行学习,运行代码,非常方便。

程序员欢乐送(第27期)

项目地址:点击查看

Jupyter地址:点击查看

Colab地址:点击查看

快乐

1、灵魂六问

程序员欢乐送(第27期)

2、我生活中的主要矛盾

财富

上海垃圾分类执行也快半个月了,垃圾分错了是要扣钱的。

除了上海,其他城市也会陆续执行垃圾分类政策,算是一个趋势吧。

为了避免被扣钱,损失不必要的钱财,好好学习一下还是有必要的。

一些公司和个人也开始陆续推出相应的垃圾分类助手,帮助人们对垃圾进行分类。说下几款已知的小助手吧。

微信小程序,可以直接搜索“垃圾分类精灵”。

程序员欢乐送(第27期)

小程序有两种搜索功能:文字输入和拍照识别。

除了这两个功能外,还有一些简单的问卷测试题,以供学习。

支付宝小程序,可以直接搜“垃圾分类向导”。

程序员欢乐送(第27期)

支付宝的小程序和微信的小程序从功能上看是很类似的。

这两个小程序,都是个人开发者做的。通过微信小程序的版权信息中可以看出,图像识别应该采用的是百度AI开放平台提供的通用图像分析技术实现的。支付宝小程序的图像识别,是否采用类似的接口,不得而知。但测试了一些图片,从识别准确率上来看,两者水平基本持平。

说完了,个人的开发者,再看看公司的产品。

淘宝APP,目前已经支持垃圾分类识别,打开淘宝APP,使用拍照功能,就可以看到垃圾识别入口了。

程序员欢乐送(第27期)

不过淘宝APP,这个垃圾分类,只能是拍照识别,不能进行文字输入。

这个功能刚上线的时候,识别准确率有些低,不过经过一段时间的优化,目前准确率已经比垃圾分类精灵和垃圾分类向导高出一些了。

除了阿里,百度也在做类似的功能,目前是仅支持文字输入,用手机浏览器百度搜索xxx是什么垃圾,会有相应的分类结果。此外,百度APP近期也会在拍照功能入口处,上线垃圾分类图像识别功能,感兴趣的朋友可以关注下。

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/07/life-35.html/feed/ 0
程序员欢乐送(第26期) https://cuijiahua.com/blog/2019/06/life-34.html https://cuijiahua.com/blog/2019/06/life-34.html#comments Fri, 28 Jun 2019 01:30:18 +0000 https://cuijiahua.com/?p=6155 程序员欢乐送(第26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、树莓派4

不知道有没有和我一样,本科是自动化的。

身为自动化专业的学生,对树莓派应该一点都不陌生,都曾幻想着用树莓派做个家庭自动化工具、Web服务器、家用VPN等各式各样的小而美的工具。

尽管真相往往是买回来放着“吃灰”,但无法阻挡我们的热爱。

近期,树莓派(Raspberry Pi 4)第四代发布。

这是有史以来最强大的树莓派,性能强大、重新改写“黄金标准”的树莓派。

当然,也是有史以来最贵的树莓派——顶配55美元(378元)。

程序员欢乐送(第26期)

喜欢做自己的小玩具的朋友,可以买来玩一玩。

官网地址:点击查看

2、Speech-Driven Animation

这是一个有趣的GAN项目。根据一段音频和一个人物静态图,可以生成一个嘴型可以对上这段音频的人物说话视频。

例如,可以使用一张爱因斯坦的图片和一段音频,可以生成如下的假视频:

项目地址:点击查看

3、Obj-GAN

不得不感慨的是,GAN网络的研究越来越多了。Obj-GAN也是近期的研究成果。

让AI认得图像,根据自己的理解给出一段叙述,已经不是什么新鲜事了。从图像到文字容易,把这个过程反过来却很难。

Obj-GAN的功能就是:给它一句描述,它就能根据描述作画。

这是微软和京东AI研究院合作提出的方法,Obj-GAN可以理解一段说明文字,生成草图布局,并根据确切描述完善图像细节。

程序员欢乐送(第26期)

虽然生成的效果一般,但这确实是一个好玩有趣的方向,感兴趣的朋友可以看下。

项目地址:点击查看

4、XLNet

谷歌大脑和CMU联合团队提出面向NLP预训练新方法XLNet,性能全面超越此前NLP领域的黄金标杆BERT,在20个任务上实现了性能的大幅提升,刷新了18个任务上的SOTA结果。

XLNet引入了自回归语言模型以及自编码语言模型的提法,对于阅读理解类任务,相对Bert,性能有极大幅度地提升。

程序员欢乐送(第26期)

项目地址(tensorflow):点击查看

项目地址(pytorch):点击查看

5、MASS

MASS是微软亚洲研究院开源全新的通用预训练方法。

BERT 和 XLNet 在自然语言理解任务(例如:情感分类、自然语言推理和 SQuAD 阅读理解)方面取得了巨大成功。

然而, NLP 领域除了自然语言理解任务之外,还存在很多序列到序列的语言生成任务,例如机器翻译、文本摘要生成、对话生成、问答、文本风格转换等。对于这些任务,使用编码器-注意力-解码器框架是主流方法。

MASS在此类序列到序列的语言生成任务中,表现更好。

程序员欢乐送(第26期)

项目地址:点击查看

6、Chinese-BERT-wwm

很多自然语言处理针对的语言都是英文,为了进一步促进中文自然语言处理的研究发展,哈工大和科大讯飞联合发布了Chinese-BERT-wwm,它提供了中文全词覆盖(Whole Word Masking)BERT的预训练模型。

该项目在多个中文数据集上得到了较好的结果,覆盖了句子级到篇章级任务。同时,对现有的中文预训练模型进行了对比,并且给出了若干使用建议。

程序员欢乐送(第26期)

项目地址:点击查看

7、FALdetector

PS很强大,拍照一分钟,P图俩小时,变美变帅,不在话下。

近期,Adobe发布“反向PS利器”,知道你修了哪,再帮你修回去,一秒回到解放前。

Adobe官方推出的新杀器充满了恶意,一能识别哪张照片修过了,二能看出修了哪里,三能还原最初的模样:

程序员欢乐送(第26期)

人艰必拆的节奏啊~

项目地址:点击查看

快乐

1、抗寒蚊子

程序员欢乐送(第26期)

感谢 @蚕豆味蟹黄 投稿。

2、好有道理

程序员欢乐送(第26期)

财富

有朋友在后台留言,对理财一窍不通,有什么适合理财入门的书籍吗?

没看过太多关于理财的书,但是可以推荐下我的理财启蒙书:《穷爸爸,富爸爸》。

如果没有看过的朋友,还是推荐看一下的。这本书,大名鼎鼎,是许多人理财的起点。

穷爸爸富爸爸就是有一种入门魔力,让你走进完全陌生的理财世界,看到金钱世界里纷飞的交易数字,能够看到真正赚钱的玩法。

对于新手构建基本的理财观念非常友好。

故事从作者的亲生父亲(穷爸爸)和朋友迈克的父亲(富爸爸)对他的影响开始讲起。

穷爸爸:为钱工作,努力学习专业,努力工作攒钱,但财务上永远是在捉襟见肘;

富爸爸:让钱为自己工作,努力让资产赚钱,实现了人生的财务自由。

作者选择了向后者学习,而且47岁就和妻子退休,享受生活,当然,这是在依然有被动收入的情况下。

可以简要概括下书中所讲的道理:

  • 努力找个赚钱多的好工作
  • 如果找不到好工作,就节约开支存钱
  • 把存下来的钱买资产,绝不持币,让钱生钱
  • 资产就是可以给你带来被动收入的东西
  • 当被动收入超过你的开支的时候,你可以把所有的时间拿来创业
  • 奔向财务自由

每个人看完这本书都会有不同的感受,有时间的,可以自行品味一番。

除了这本启蒙书,其他的理财知识,我都是在网上学习的。

刚开始想玩股票,就在网上找股票的知识,学习股票基础,学习k线、KDJ、MACD等指标。学完理论知识,开始实操。

所以,看完理财的启蒙书后,可以根据个人喜好,去找资料,先学理论后实践。

不过有一点要记住,一定不要涉足自己不了解的领域,充分了解学习后,再动手不迟。

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/06/life-34.html/feed/ 4
程序员欢乐送(第25期) https://cuijiahua.com/blog/2019/06/life-33.html https://cuijiahua.com/blog/2019/06/life-33.html#comments Fri, 21 Jun 2019 01:02:25 +0000 https://cuijiahua.com/?p=6114 程序员欢乐送(第25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、Snapchat变性滤镜

Snapchat是由斯坦福大学两位学生开发的一款“阅后即焚”照片分享应用。利用该应用程序,用户可以拍照、录制视频、添加文字和图画,并将他们发送到自己在该应用上的好友列表。这些照片及视频被称为“快照”("Snaps"),而该软件的用户自称为“快照族(snubs)”。

Snapchat近期的变性滤镜受到用户的好评,可以男变女:

程序员欢乐送(第25期)

也可以女变男,有女网友用这个功能,送给了男朋友一个惊喜:

程序员欢乐送(第25期)

这么好玩的滤镜,抖音也会抓紧跟上吧。

2、《while True: learn()》

《while True: learn()》是一款Steam平台发布的游戏,它是个解谜/模拟类游戏,涵盖了机器学习、神经网络、大数据、人工智能的丰富知识点和实用方法,可谓热爱机器学习的游戏党的福音。

程序员欢乐送(第25期)

游戏中,你是一个菜鸟程序员,单身狗的你只有猫主子陪伴,你像往常一样写着bug。无头绪的时候,出门倒杯咖啡,回来发现bug被猫修复了。

你想问问它怎么做到的,却只听到喵喵喵。于是,你下定决心要造出一套喵语识别系统

因此你开始学习机器学习,游戏都帮你规划好了学习路线:

从决策树,到随机森林,到梯度下降……各种方法背后的原理,都能在这里学到。

程序员欢乐送(第25期)

感兴趣的可以玩一下,游戏仅需43元。

游戏地址:点击查看

3、Pytorch hub

别看错,不是PxxxHub,是Pytorch hub。

Pytorch hub是Facebook推出的,是一个包含计算机视觉、自然语言处理领域的诸多经典模型的聚合中心,让你调用起来更方便。

无论是ResNet、BERT、GPT、VGG、PGAN还是MobileNet等经典模型,只需输入一行代码,就能实现一键调用。

程序员欢乐送(第25期)

类似的工具包还有Gluon CV、TorchCV等。

Facebook官方博客表示,PyTorch Hub是一个简易API和工作流程,为复现研究提供了基本构建模块,包含预训练模型库

发布首日已有18个模型“入驻”,获得英伟达官方力挺。而且Facebook还鼓励论文发布者把自己的模型发布到这里来,让PyTorch Hub越来越强大。

项目地址:点击查看

4、CRAFT-pytorch

CRAFT-pytorch一个基于单个字符和字符间亲和力的场景文本检测工程。

程序员欢乐送(第25期)

与先前基于bbox、语义分割和字符检测的方法不同,该算法使用单个文字的标记和文件的亲和力来实现更好的文字检测效果。同时提出了一个从合成数据标记文字位置、从真实数据估计文章位置的框架。

项目地址:点击查看

5、Replica Dataset

Replica Dataset是Facebook发布的一个高质量的3D重建室内场景数据集。

程序员欢乐送(第25期)

可以看到,重建的数据高度还原了室内的场景,包括各个室内物品的纹理,还原的信息质量很高。同时也提供了场景的语义信息。

项目地址:点击查看

6、Real-Time Voice Cloning

这是一篇NeurIPS 2018的论文开源的项目,论文简称为SV2TTS,文中提出的方法很有趣。

简单的说明就是:算法可以根据几秒录音,学习音频里人的说话音色、音调。随后即可根据指定文本内容生成语音。

很强大!

程序员欢乐送(第25期)

项目地址:点击查看

7、Inverse Cooking

Inverse Cookings是Facebook的一项工作,可以从美食图片生成菜谱和烹饪指南。

算法首先通过自编码器抽取图像特征,随后利用原料解码器预测出各种食材,并编码后送入RNN中来生成烹饪方法。

程序员欢乐送(第25期)

项目地址:点击查看

快乐

1、派出所有人吗?

2、减肥

爸爸说的对,没有任何人有资格让你减肥。

财富

最近的行情不错,股市有所回暖,黄金价格创新高,比特币也一直在涨。

股市,我一直在定投指基,过年一波大涨后,3月末的时候,连本带利全部赎回,算是赚了一波。随后,我又按照计划开始定投,每个月4000。4月、5月连跌俩月,亏损最多的时候是15%。我的止损计划是如果亏损20%就全部赎回。6月中旬继续定投了4000,6月19号迎来了一波高开,回了一波血。

目前,亏损4.83%。未来股市依然看好,会继续定投。

想在是个不错的入场时间,想玩一玩的可以择机入场了。

在股市回调的这段时间里,涨势不错的是黄金。从支付宝的购买黄金入口可以看到近期的涨势,涨幅创6年新高了。

程序员欢乐送(第25期)

可见,合理配置资产还是很有用的,鸡蛋不放在一个篮子里,更安全。黄金我也买了一些,但是不是定投,赚的不多。

比特币,从今年2月份开始,已经连涨了4个多月了,和当年巅峰的价格比起来,现在的价格更容易让人接受。

程序员欢乐送(第25期)

没有买比特币,但是之前有一些零币(ZEC),自己挖矿挖的,零币在币圈普遍大跌之后,也回涨了一波。不过没有比特币回涨这么猛,一天涨20%多。当然,有大起,也会有大落,玩的就是心跳。

理财的机会很多,按照自己的计划执行,不急不躁。

PS:理财有风险,投资需谨慎。

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/06/life-33.html/feed/ 2
程序员欢乐送(第24期) https://cuijiahua.com/blog/2019/06/life-32.html https://cuijiahua.com/blog/2019/06/life-32.html#comments Fri, 14 Jun 2019 01:05:34 +0000 https://cuijiahua.com/?p=6077 程序员欢乐送(第24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、视频语音篡改

斯坦福和普林斯顿大学等最新研究:给定任意文本,就能随意改变一段视频里人物说的话。

这篇Text-based Editing of Talking-head Video论文已被SIGGRAPH 2019收录。

改动关键词后人物口型还能对准,让人很难发现篡改过的痕迹。

项目地址:点击查看

2、EfficientNets

最近,谷歌基于AutoML开发了EfficientNets,这是一种新的模型缩放方法。它在ImageNet测试中实现了84.1%的准确率,超过了Gpipe。

实现复合缩放的首先是执行网格搜索,以在固定资源约束下找到基线网络(baseline model)的不同缩放维度之间的关系,确定每个维度的缩放比例系数。然后将这些系数将应用于基线网络,扩展到所需的目标模型大小或计算力。

EfficientNet-B7在ImageNet上实现了目前最先进的测试结果,准确度为84.4%(top-1)和97.1%(top-5),同时比现有最好的Gpipe小了8.4倍,推理速度快6.1倍。

程序员欢乐送(第24期)

项目地址:点击查看

3、AI超级马里奥

近期,有个名为Viet Nguyen的Github作者开源了他的超级马里奥项目,该项目使用pytorch训练了一个可以快速误伤通关超级玛丽奥的模型。

不仅如此,他还为此写了篇paper,将其挂在arXiv上面,可谓硬核游戏迷。

项目地址:点击查看

4、命令行的艺术

熟练使用命令行是一种常常被忽视,或被认为难以掌握的技能,但实际上,它会提高你作为工程师的灵活性以及生产力。the-art-of-command-line项目是一份作者在 Linux 上工作时,发现的一些命令行使用技巧的摘要。有些技巧非常基础,而另一些则相当复杂,甚至晦涩难懂。整篇文章并不长,但当你能够熟练掌握这里列出的所有技巧时,你就学会了很多关于命令行的东西了。

涵盖内容:

  • 这篇文章不仅能帮助刚接触命令行的新手,而且对具有经验的人也大有裨益。该文致力于做到覆盖面广(涉及所有重要的内容),具体(给出具体的最常用的例子),以及简洁(避免冗余的内容,或是可以在其他地方轻松查到的细枝末节)。在特定应用场景下,该文的内容属于基本功或者能帮助您节约大量的时间。
  • 该文主要为 Linux 所写,但在仅限 OS X 系统章节和仅限 Windows 系统章节中也包含有对应操作系统的内容。除去这两个章节外,其它的内容大部分均可在其他类 Unix 系统或 OS X,甚至 Cygwin 中得到应用。
  • 该文主要关注于交互式 Bash,但也有很多技巧可以应用于其他 shell 和 Bash 脚本当中。
  • 除去“标准的”Unix 命令,该文还包括了一些依赖于特定软件包的命令(前提是它们具有足够的价值)。

程序员欢乐送(第24期)

项目地址:点击查看

5、PyTorch Image Models

这个项目采用 PyTorch 来实现深度学习网络模型,包含训练代码、预测代码、训练脚本和预训练模型,实现的网络模型也有很多,包括ResNet、DPN、Xception、MobileNet-V3/V2/V1,以及最近比较火的EfficientNet。

该项目使用同一的API接口,方便测试者快速开发,同时模型都有一致的预训练模型加载器。此外,还有丰富的训练脚本,用于在不同模式下使用,包括分布式、单机多卡、单机单卡或者单机 CPU。

程序员欢乐送(第24期)

项目地址:点击查看

6、SMRCToolkit

搜狗在Github低调开源了最新的NLP研究成果SMRCToolkit,这是一个机器阅读理解工具包,也是这是目前业内最全的TensorFlow版本的阅读理解工具集合,从相关数据集的下载到最后模型的训练和测试,一应俱全。

搜狗此次开源的目的也是为了帮助NLP从业人员快速实现已有的机器理解模型,从而更高效地开发新模型。

搜狗将机器阅读理解任务的流水线分解为4个步骤:数据集读取、预处理、模型构建、训练和评估,对每步都进行了抽象和模块化,以简洁的接口呈现。

程序员欢乐送(第24期)

项目地址:点击查看

7、EverydayWechat

EverydayWechat 是基于 Python3 与 Itchat 的微信小工具。

可以定时给朋友发送每日天气、提醒、每日一句,也可以智能自动回复好友信息。

想学习Itchat的使用,这是个不错的项目。

程序员欢乐送(第24期)

基于微信的玩法太多了,市面上也有很多需求。

项目地址:点击查看

快乐

1、人工智能

程序员欢乐送(第24期)

2、 又到了小学生写作业环节

程序员欢乐送(第24期)

程序员欢乐送(第24期)

财富

今天聊聊大陆怎么炒美股。

美股这块分为美股券商和美股代理商,盈透证券,史考特证券这种是美股券商,大部分是美国本土公司;而国内公司由于不能直接申请美股牌照,一般都是美股代理商,如老虎证券、雪盈证券,美股代理商基本都是中国本土华人搞的,特点是开户方便,佣金便宜,代理商佣金普遍比美股券商要便宜。

美股代理商开户流程都是类似的,以老虎证券为例。

老虎证券开户很简单:准备身份证正反面->线上APP提交资料(3分钟)->资料审核。

审核通过后,就算开户成功了。跟国内的A股开户流程是一样的。

开户完成后,怎么将钱打入券商是一个问题。

可以拆分成三个步骤:

第1步,把冰箱门打开:准备好港币或美元;

第2步,把大象放进去:给你名下的证券账户汇款;

第3步,把冰箱门关上:通知老虎帮你查收。

总结下来只有六个字:“购汇-汇款-通知”。

其实最后一步也可以省略,只是如果填写过通知,到账会更快一些。

一种传统常规流程是办了一张香港卡,先把钱汇到同名香港卡然后再从香港卡汇到券商。也可以直接从国内银行卡电汇到国外券商。此外,现在的支付宝也支持汇款到境外了。

通过大陆银行卡、香港银行卡或其他境外卡都可以向证券账户内存入资金。不过,由于你懂的原因,一般采用境外卡(如香港卡)入金,或者入金港币会更顺利一些。因此还是推荐使用传统流程。

在境内银行办香港卡一般会有资金门槛或者存款要求,如果有朋友去香港旅游或者本人可以肉身过去,可以考虑在当地直接办理一张银行卡,条件会更宽松一些。

但电汇大家要关注的一点就是费用,跨境汇款费用总的来说包括两块:“跨境手续费”,“购汇换汇成本”。一般购汇换汇成本很多人是忽略的,但这块其实是费用的大头。

跨境手续费包括:电报费、汇款手续费、中转行费用,汇入行入账手续费。

  • 汇款手续费:0.1%左右(最低50~100人民币)
  • 电报费:80~150人民币
  • 中转行费用:20~50美金(折合130~330人民币)
  • 汇入行手续费:60港币。

综上,跨境手续费260~600人民币之间。

购汇换汇成本:主要是银行购汇价与汇率中间价的差异,银行实际兑换汇率买入价和卖出价相差比较大。例如,中行外汇牌价买入价6.7143,卖出价6.6888,汇率差有0.4%左右。所以,换汇的时候一定记住,一旦换汇就资金就已经损失了。

重点中的重点:汇款用途不能填证券投资!

汇款用途不要写投资,很容易被拦截,建议写因私人旅游汇款,这样更容易通过。

最后

本周的程序员欢乐送,到此结束,下周再会。

]]>
https://cuijiahua.com/blog/2019/06/life-32.html/feed/ 2
程序员欢乐送(第23期) https://cuijiahua.com/blog/2019/05/life-31.html https://cuijiahua.com/blog/2019/05/life-31.html#comments Fri, 31 May 2019 00:59:52 +0000 https://cuijiahua.com/?p=6043 程序员欢乐送(第23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、speech2face

听音识人。只听声音,就能知道一个人长什么样吗?

麻省理工CSAIL(人工智能实验室),最近就发布了这样的研究。只需要听6秒的声音片段,AI就能推断出说话者的容貌。

MIT研究人员,设计和训练的神经网络Speech2Face,就能通过短短的语音片段,推测出说话者的年龄、性别、种族等等多重属性,然后重建说话人的面部。

上图为真实图片,Speech2Face通过语音生成人物头像,下面的图片为算法生成的图像。

程序员欢乐送(第23期)

项目地址:点击查看

2、mathAI

一位叫Roger的中国学生开源了自己的拍照做题程序。输入一张包含数学计算题的图片,输出识别出的数学计算式以及计算结果。

整个程序使用python实现,具体处理流程包括了图像预处理、字符识别、数学公式识别、数学公式语义理解、结果输出。

程序员欢乐送(第23期)

项目地址:点击查看

3、PySOT

看过《程序员欢乐送(第20期)》的朋友应该知道这个目标跟踪库PySOT,写第20期的时候,这个算法还没有开源,如今商汤将它开源了。

程序员欢乐送(第23期)

感兴趣的朋友可以看一看。

项目地址:点击查看

4、TecoGAN

TecoGAN是一种针对视频的超分辨率重建算法。图像超分辨率技术指的是根据低分辨率图像生成高分辨率图像的过程,该技术希望根据已有的图像信息重构出缺失的图像细节。视频超分辨率技术则更加复杂,不仅需要生成细节丰富的一帧帧图像,还要保持图像之间的连贯性。

来自慕尼黑工业大学的研究人员提出了一种用于实现视频超分辨率的新型 GAN网络:TecoGAN。

以下三幅动图的右半部分是用 TecoGAN 生成的,说不定用它来重制单机游戏会有更惊人的效果。该方法能够生成精细的细节,较长的生成视频序列也不会影响其时间连贯度。

程序员欢乐送(第23期)

项目地址:点击查看

5、face_recognition

face_recognition是一个老项目了,它是一个强大、简单、易上手的人脸识别开源项目,并且配备了完整的开发文档和应用案例,特别是兼容树莓派系统。

这个项目号称世界上最简洁的人脸识别库,你可以使用Python和命令行工具提取、识别、操作人脸。

人脸识别是基于业内领先的C++开源库 dlib 中的深度学习模型,用Labeled Faces in the Wild人脸数据集进行测试,有高达99.38%的准确率。但对小孩和亚洲人脸的识别准确率尚待提升。

例如,你想要从图片中找到人脸,安装好这个库,只需要写三行代码:

import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_locations = face_recognition.face_locations(image)

定位图片中的所有人脸结果:

程序员欢乐送(第23期)

此外,还可以识别人脸关键点、识别图片中的人是谁,可以进行人脸实时检测等。

项目地址:点击查看

6、minimalRL

minimalRL是一个强化学习的代码库,该项目使用pytorch框架实现了一些基本的RL算法,每个算法都在一个文件中完成,每个算法的长度都不超过150行,极力做到小巧简洁,即使没有GPU,每个算法也可以在30秒内完成训练。

程序员欢乐送(第23期)

项目地址:点击查看

7、Weights & Biases

机器学习训练模型也好,深度学习训练模型也罢,我们经常需要对训练对一些参数的迭代情况进行可视化,比如使用TensorBoard。

今天推荐另一款可视化工具Weights & Biases,它比TensorBoard更轻量级。每次运行时,可以保存超参数和输出指标,训练过程中能实现可视化模型,还能自动跟踪代码状态,系统指标和配置参数。

程序员欢乐送(第23期)

项目地址:点击查看

快乐

1、篮球场上受过最重的伤害

程序员欢乐送(第23期)

程序员欢乐送(第23期)

程序员欢乐送(第23期)

程序员欢乐送(第23期)

2、减肥

不是我瘦不下来,是没用对方法。

程序员欢乐送(第23期)

财富

之前推送过支付宝的好医保和微信的微医保。

如今,微医保里有多了一个新产品,叫微医保·长期医疗,6年期。

这算是和支付宝的好医保打擂台了,抢占市场。

微医保这个新产品,最大的卖点就是保证6年期限,不用担心6年内产品下架。

合同一签就是6年,合同期间,保险不涨价、合同条款不会变更、产品不下架。

支付宝的长期医疗,是1年期限产品,不过是承诺“保障续保6年”。只能保证可以续保6年,但是这6年内,费率是否会调整,这个在合同里是没有保证的。

而微医保的长期医疗就不同了,直接是6年合同,很实在,更让人放心。

但从价格来看,以21岁为例:

微医保长期医疗有社保为260/年,无社保566/年;好医保长期医疗有社保152/年,无社保412/年。

价格上,微医保确实要贵一些。

对于老百姓而言,最原因看到的就是“神仙掐架”,“打”的越凶,对我们越有好处。

记得几年前刚读本科的时候,饿了吗、美团、百度外卖抢占市场,各种红包送不停,大额减免到手软。后来,微信和支付宝抢占支付市场,也是各种激励政策,随机免单,随机红包,手段层出不穷。

如今,两家神仙又开始在保险领域大展拳脚,是好事!

还是那句话,喜欢哪家买哪家,都挺好。

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-31.html/feed/ 8
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/ 4
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