...继续阅读 (44)

...继续阅读 (44)

...继续阅读 (45)

...继续阅读 (42)

...继续阅读 (43)

...继续阅读 (46)

...继续阅读 (45)

“人生的意义就是多巴胺？” 按照常见的理解，包括三个部分：1. 人生的意义就是快乐吗？2. 快乐的感觉是否可以规约为某种神经递质或激素的释放？3. 这一物质就是多巴胺吗？多巴胺不是快乐物质其中第三点高票答案人生的意义是不是就是多巴胺？ - 知乎已经处理了，答案是否定的。事实上，多巴胺的功能显然不是唯一的（既不是产生快乐，也不是简单的“想要”），而十分复杂，到现在也没完全搞清楚（即使它是被研究最多的神经调节剂）。多巴胺至少参与了：编码奖励预测误差，指导运动学习，运动控制，和时间判断等。详见文末扩展阅读。讲到这里还没有处理更重要的前两点。而最重要的则是第一点。我们不妨假设第二点是可能的（即使任何单一激素等价于快乐的可能性很小，我们也总可能找到精确的神经刺激方法以模拟“快乐”）。“找到让人快乐的某种物质或方法，以此来替代生活”即使可能，也并没有吸引力。康奈尔的神经生物系最受学生欢迎的一门课是神经药物动力学，我管它叫毒药课。这门课介绍各种作用于神经系统的药物是如何工作的，包括酒精、烟草、可卡因，等等。在上这门课时我总是想到一个类似的问题：如果毒品的危害一大部分是社会危害，另一部分来自由于耐药性而不断增加的剂量，那么毒品带来的强烈快感本身是否可以用某种方法被提取出来（例如精确调配的剂量和配比），分割毒品的利与弊？我自己的答案是不可以，因为所有的毒品最终都会（通过多巴胺）改变人的奖励函数——也 ...继续阅读 (43)

...继续阅读 (45)

...继续阅读 (49)

( 某站的二手房分析 )最近帝都房价再次成为了热议的话题，根据某站的二手房分析，2月新增房源量：41181套，环比上月上涨96.67%。2月新增客源量：134717人，环比上月上涨60.88%。2月带看量：697875人，环比上月上涨60%。新增客房比达到3.3，这意味着市场上每增加1套房子的同时，会有3.3位新买房客户出现。与此同时，知乎上出现了一个热门问题：“为什么学历不一定值钱，但学区房却非常值钱？”，其中的有一个回答让我印象深刻，“清华北大毕业的都买不起房，那还买学区房干嘛”？老百姓的钱都耗在买房上了，消费升级不好说，但是看电影的人是真的少了。海通宏观姜超：上周全国电影票房继续下滑，同比跌幅仍大。上周全国电影票房收入和观影人次继续下滑，票房收入降至6.47亿元，同比-21%，观影人次降至1959万，同比-22%。春节假期过后，电影市场需求逐渐冷却，环比连续6周负增长，而同比增速虽较前一周略有回升，但跌幅仍在20%以上。《一条狗的使命》、《金刚狼3》、《美女与野兽》位列票房前三，但进口片市场旺盛仍难抵消国产片质量堪忧带来的拖累。在国产片质量堪忧的同时，背后一定程度反映的是消费能力在下降。如果你问我是否能预测一下房价，那是做不到了，不过最近有一个小工具，可以帮助你做一些小小的预测，也许比“专家”好。那就是Facebook开源的大规模预测框架Prophet，据说它生成的预测结果足 ...继续阅读 (40)

近来在同时做一个应用深度学习解决淘宝商品的类目预测问题的项目，恰好硕士毕业时论文题目便是文本分类问题，趁此机会总结下文本分类领域特别是应用深度学习解决文本分类的相关的思路、做法和部分实践的经验。业务问题描述：淘宝商品的一个典型的例子见下图，图中商品的标题是“夏装雪纺条纹短袖t恤女春半袖衣服夏天中长款大码胖mm显瘦上衣夏”。淘宝网后台是通过树形的多层的类目体系管理商品的，覆盖叶子类目数量达上万个，商品量也是10亿量级，我们是任务是根据商品标题预测其所在叶子类目，示例中商品归属的类目为“女装/女士精品>>蕾丝衫/雪纺衫”。很显然，这是一个非常典型的短文本多分类问题。接下来分别会介绍下文本分类传统和深度学习的做法，最后简单梳理下实践的经验。一、传统文本分类方法文本分类问题算是自然语言处理领域中一个非常经典的问题了，相关研究最早可以追溯到上世纪50年代，当时是通过专家规则（Pattern）进行分类，甚至在80年代初一度发展到利用知识工程建立专家系统，这样做的好处是短平快的解决top问题，但显然天花板非常低，不仅费时费力，覆盖的范围和准确率都非常有限。后来伴随着统计学习方法的发展，特别是90年代后互联网在线文本数量增长和机器学习学科的兴起，逐渐形成了一套解决大规模文本分类问题的经典玩法，这个阶段的主要套路是人工特征工程+浅层分类模型。训练文本分类器过程见下图：整个文本分类问题就拆分成了特征工 ...继续阅读 (45)

体坛+记者冼小堤报道如果阿扎迪体育场的每一块砖头都会说话，她将会是一首史诗；她那宽广的场地，承载着伊朗体育史上最重要的时刻；她只用寥寥数语，就描绘出伊朗最关键的一段近代史；她又用最极致的方式，告诉我们伊朗高原上的性别差异有多么巨大……“亚洲之巅”阿扎迪上世纪70年代，伊朗体育的发展达到高峰，成为亚洲体育的巨人之一。而阿扎迪体育场，无疑是这个巨人的心脏。于1971年落成的阿扎迪体育场，是为了1974年亚运会而建的。伊朗在获得亚运会的举办权后，决定在首都德黑兰的西部划出一块广阔的地皮，打造阿扎迪体育中心，兴建足球、排球、网球等几乎所有体育大项的场馆，而主体育场便是阿扎迪体育场。1974年亚运会，东道主伊朗在崭新的阿扎迪体育中心创造了历史上最优异的成绩，斩获33金28银17铜，登上金牌榜次席，伊朗在亚洲体育的地位迅速攀升。2年之后，阿扎迪体育场举办了又一项亚洲体育的盛事——1976年亚洲杯。在热情甚至是疯狂的本国球迷面前，波斯铁骑登上了亚洲之巅，成就了亚洲杯历史上唯一一个三连冠，奠定了当时亚洲足球霸主的地位。然而，这却也是伊朗国家队最后一次称霸亚洲。阿扎迪体育场，是伊朗男足辉煌的最后一个见证场所。体育场地设施完善，各项运动发展欣欣向荣，伊朗渴望走出亚细亚大陆。原本，德黑兰有望成为东京之后第二个承办奥运会的亚洲城市。但由于政治原因，德黑兰最终放弃申办1984年奥运会，唯一的对手美国便顺利获 ...继续阅读 (41)

...继续阅读 (41)

现状是，在无人驾驶技术领域，是美国全面领先于中国；未来是，但相较于汽车制造领域的差距，中国在无人驾驶领域的赶超美国可能性还大一些。多数答主剖析了无人驾驶技术体系@辣笔小星@朱玉龙，分享了体验无人驾驶技术的感受@xinhe sun，阐述了无人驾驶技术发展路径上的难点@叶建伟，我从中也学习到很多。但是，大家似乎均没有直面回答一个问题，“美国领先 中国多少，中国有没有希望超越？”，这个问题换个说法就是：“给你1万块钱押宝无人驾驶，你押10年后是中国赢还是美国赢？”在此，我假设真有人给我1万块钱去押宝，我试着尽可能做出有利的选择。%%%%%%%此回答基本上每两个赞同就有一个反对，果然泾渭分明的回答就是不太讨好啊%%%%%%%首先，推荐很好的文章《头条 | 竞逐无人驾驶黄金十年：特斯拉、谷歌、Uber、Lyft 和苹果，谁会赢？》，并引用其中三条结论：假设1. 最早进入市场的无人驾驶汽车，多数是企业所有的无人驾驶车队(类似于租车公司)，而不是消费者所有。原因在于，问世之初无人驾驶车售价不菲，对消费者而言无论是实用还是用来装逼，使用率偏低，不划算。假设2. 无人驾驶不会直接进入真正的无人状态，而必然要 过“司机+无人车”的混搭模式。原因有多种，请参见原文。假设3. 硬件，包括车体、传感器、处理器，均不会成为瓶颈。原文解释得并不透彻。我咨询过数位行业资深人员，得到的答案均是，硬件不是简单的事情， ...继续阅读 (45)

...继续阅读 (42)

...继续阅读 (47)

...继续阅读 (49)

...继续阅读 (40)

...继续阅读 (43)

...继续阅读 (42)

...继续阅读 (46)

...继续阅读 (41)

...继续阅读 (41)

...继续阅读 (45)

很多用户在升级 iOS 10.3 后，发现设备的可用存储空间莫名变多了，这里面很大一部分是 APFS（Apple File System）文件系统的功劳。APFS 是什么？它带来了哪些改变？苹果为什么要更新 APFS？这篇文章为你一一详解。APFS 带来了哪些改变？目前在售的 Mac 和 iOS 设备都采用了基于闪存的 SSD 存储。相对于机械硬盘，SSD 没有可移动的磁头，能即时访问到硬盘内的任何一处，所以不再需要担心「磁盘碎片」带来的性能下降。但是，同价位下， SSD 容量要比机械硬盘小不少，所以需要尽可能节省空间。APFS 对 SSD 做出了大量针对性的技术创新，改变了传统的「复制」和「备份」的概念。文件克隆（Clones），复制不再占空间传统印象里，复制一个 100MB 的文件意味着要花费额外的 100MB 空间来存储第二份文件。但在 APFS 下，「复制」只会创造一个新的标记，并未占用更多空间，如果修改其中一个文件，APFS 会保留相同的部分，只存储发生变化的部分。复制的时间会变得极短，也更加节省电力。这意味着，你将一个大小为 1GB 的文件复制 10 次，在以前的 HFS+ 中，系统会存储 10 个不同的备份，共占用 10GB 硬盘空间。而在 APFS 中，即使你复制 100 次，该文件在你的设备里也只会占用 1GB 空间。在以往的 iOS 系统中，由于沙盒机制的影响， ...继续阅读 (53)

...继续阅读 (51)

...继续阅读 (45)

...继续阅读 (126)

...继续阅读 (36)