关于 使人出现幻觉的药作用效果【V信;799.196.362】怯 的搜索结果,共1752
l****m 2018-07-10
词向量(一)
在这个映射到实数向量表示中,希望两个语义(或法)上相似词对应词向量“更像”,这样如“母亲节”和“康乃馨”对应词向量余弦相似度就不再为零了。 词向量模型可以是概率模型、共生矩阵(co-occurrence matrix)模型或神经元网络模型。在神经网络求词向量之前,传统做法是统计一个词语共生矩阵XX。XX是一个|V|×|V||V|×|V| 大小矩阵,XijXij表示在所有语料中,词汇表VV(vocabulary)中第i个词和第j个词同时词数,|V||V|为词汇表大小。对XX做矩阵分解(如奇异值分解,Singular Value Decomposition [5]),得到UU即视为所有词词向量: X=USVTX=USVT 但这样传统做法有很多问题: 由于很多词没有,导致矩阵极其稀疏,因此需要对词频做额外处理来达到好矩阵分解; 矩阵非常大,维度太高(通常达到106×106106×106数量级); 需要手动去掉停词(如although, a,...),不然这些频繁词也会影响矩阵分解
金****洲 2018-07-09
百度安全实验室|机器学习对抗性攻击报告
其中非定向类攻击方法在类型种类比较少并且类型种类差距较大数据库里,比较有。但是一旦类型之间比较相关,该攻击图像 有极大可能只会在同一个大类中偏移。这时候定向类攻击方法就会有很多。 图2 对抗性图像在实物理世界欺骗机器学习过程 为了验证结者采白盒攻击模型。其中,使谷歌Inception v3 为目 标图像识别模型,并选取ImageNet 中50,000 个验证图像针对Inception v3 构 造相对应对抗性图像。在实验中,他们将所有对抗性图片和原始图片都打印来, 并手动一个Nexus 5 智能手机进行拍照,然后将手机里图像输入Inception v3 模 型进行识别。场结表明,87%对抗性图像在经过外界环境转化后仍能成功欺骗机 器,从而证明了物理对抗性例子在真实世界可能性。 在他们论文中,者还测试了物理世界造成图像转化对使不同方法构造对 抗性图片毁坏程度。有意思结论是迭代方法受图像转化影响更大。这是因为迭代 方法对原图像使了更微妙调整,而这些调整在外界图像转化过程中更容易被毁坏。
y****n 2018-07-09
Apollo 自动驾驶感知技术分享
特征抽取,就是建立一个网格,每一个网格提取息对应一个值,每一个网格都有一个特征,拼接形成一张图;点云聚类,是网格做结预测;后处理,是由于预测不准,对障碍物判断会存在误差,所以要通过后处理来精确障碍物。闭包提取,是据朝向补全障碍物形状。 障碍物跟踪。与障碍物检测相结合,检测结和历史障碍物进行息匹配,得新障碍物列表。并且输下一帧以什么速度怎样行驶,得列表。 视感知。Apollo 之前版本感知数据,主要是红绿灯数据。已发布0 同时开放红绿灯检测和识别算法,可以为视感知典型代表。 红绿灯识别。是根据当前车位置查找高精地图,判断前方是否有红绿灯。如有,高精地图会返回红绿灯物理位置,同时采集视频图像。如并排很多灯,需要准确判断影响决策灯。
j****2 2018-07-10
百度大脑开放日来袭 24种全新AI能力呈
在深度学习基础之上,百度大脑通AI能力开放涵盖语音、视、自然语言处理、知识图谱等全面AI技术。 语音方向:语音方面推了语音识别极速版,首次对外开放搭载国际领先注意力(attention)模型语音能力,拥有更快响应速度,相对识别准确度提升15%,为开发者带来更极致识别体验。此外,语音识别预置语义解析全新升级,预置场景由35个升级为51个,从影视娱乐到外卖打车,语义解析全面提升。另外,还预告了即将推几款新产品,包括语音识别自训练平台、远场语音开发套件和语音离线合成等产品。 视方向:OCR、车辆分析、体、图像识别都有重磅升级。比如卡证OCR新增了户口本、生医学证明、港澳通行证和台湾通行证四类新能力,可识别卡证总数达到9种。只需对着你户口本拍一张照片,系统就能字段进行结构化识别,然后反馈息页生地、生日期、姓名、民族、与户主关系、性别、身份证号码。而票据OCR和汽车场景OCR也分别新增了行程单、保单、通机打发票、定额发票、车辆VIN码、机动车销售发票、车辆合格证等识别能力。
Z****E 2018-07-09
产品迭代最后一公里
然后由专门执行系统解析策略,并自动执行批量机器变更,如开源Ansible、SaltStack和百度内部CCS系统。整个执行过程自动进行,户只需要查看执行进度即可。另一方面,执行系统也提供了干预能力,户可以手动暂停乃至撤销一个部署任务执行。图2给了自动化部署示意图。 2分级发布 分级发布是指将变更过程以实例组为单位划分成多个阶段,每个阶段引入自动化检查例,只有检查通过才能执行下个阶段变更。分级发布不能完全避免变更异常,但是可以有限制异常影响范围。通过把变更版本管理和历史审计与分级发布结合,可以有增强对变更过程管控,降低异常影响,加快异常恢复速度。整个分级发布规范构成可以参考图3。 3智能变更策略 采自动化部署和分级发布之后,户已经可以获得较好变更率,并且能够在相当程度上提升变更安全性,但是使更高标准来审视,其中仍存在改进空间:变更模板需要工配置,使门槛较高,复性低;变更检查强依赖经验,可能异常没被及时检查问题。 得益于在AIOps上充分实践,我们发通过将智能策略引入到变更流程中,可以进一步提升变更率和安全。
h****l 2018-07-09
大数据时代下隐私保护(二)
下面这个表就是2-anonymization 过息: k-anonymity 方法主要有两种,一种是删除对应数据列,星号(*)代替。另外 一种方法是概括方法使之无法区分,比如把年龄这个数字概括成一个年龄段。对于邮编这样数据,如删除所有邮编,研究员会失去很多有意义息,所以可以选 择删除最后一位数字。 从这个表中,即使我们知道小明是男性、24 岁、邮编是100083,却仍然无法知道小 明购买偏好。而研究员依然可以根据这些数据统计一些有意义,这样既兼 顾了个隐私,又能为研究提供有数据。 k-anonymity 能保证以下三点: 攻击者无法知道某个是否在公开数据中2. 给定一个,攻击者无法确认他是否有某项敏感属性3.
f****8 2018-07-09
如何调试Dreamview启动问题?
Dreamview启动步骤 如在docker / scripts / dev序列中启动Dreamview时遇到问题,请首先检查是否使了如下所示正确命令。 $ bash docker/scripts/dev_start.sh $ bash docker/scripts/dev_into.sh $ cd /apollo $ bash apollo.sh build $ bash scripts/dreamview.sh Dreamview启动失败 如Dreamview无法启动,请使下面脚本检查Dreamview启动日志并重新启动Dreamview。
c****2 2018-07-10
个性化推荐(一)
YouTube 个性化推荐系统结构 候选生成网络(Candidate Generation Network) 候选生成网络将推荐问题建模为一个类别数极大多类分类问题:对于一个Youtube户,使其观看历史(视频ID)、搜索词记录(search tokens)、口学息(如地理位置、户登录设备)、二值特征(如性别,是否登录)和连续特征(如户年龄)等,对视频库中所有视频进行多分类,得到每一类别分类结(即每一个视频推荐概率),最终输概率较高几百个视频。 首先,将观看历史及搜索词记录这类历史息,映射为向量后取平均值得到定长表示;同时,输入口学特征以优化新推荐,并将二值特征和连续特征归一化处理到[0, 1]范围。接下来,将所有特征表示拼接为一个向量,并输入给非线形多层感知器(MLP,详见识别数字教程)处理。最后,训练时将MLP给softmax做分类,预测时计算综合特征(MLP)与所有视频相似度,取得分最高kk个为候选生成网络筛选结。图2显示了候选生成网络结构。 图2.
y****i 2018-07-11
做容器云最佳
少谈做容器能省资源 容器因为虚拟化程度低,肯定比虚拟机要节省资源,但面对这种诡辩我会三联问: “您职场生涯中关注过消耗服务器资源吗?” “拿省下钱给你们团队发工资好不好?” “为了资源率,我们直接裸机行吗?”。 容器公司见到客户就谈价格谈省钱,又说不清楚省了多少钱,实际上砍了IT项目才是最省钱,能解决问题客户可以多花钱。 在云平台运营过程中,容器技术确实能节省成本,但这是靠容器资源更小调度粒度决定。假设一台物理机有180G内存可,客户买了5台32G内存虚拟机了160G,剩余20G内存就是卖不去了。但如拿这20G内存给一堆只500M到2G容器进程,还是整机都跑小容器不跑大虚机,资源利率一下就高很多了。那闲置20G内存成本早晚也要把摊到客户身上,但这和客户直接可视资源售价没关系。 这个理由最蠢地方就是,它把容器云客户限定成了对成本敏感运维员,而使和更新容器、使容器编排系统,都是要研发员一起努力才能发掘来。
布****五 2018-07-10
如何执行一条命令
干货概览 今天我们不聊上层建筑,不聊单机房自愈,也不聊智能运维暗夜与黎明,今天我们聊一个很基础话题:如何执行一条命令。许多看到这,可能得这是一个简单至极问题,事实真如此吗,别急,下面我们来抽丝剥茧,一探究竟。 什么是命令 首先回顾一下“命令”具体含义,发令以使之,谓发令而使其做某事,这是“命令”一词基础释义。从这里我们可以看命令三个最基本要素:命令内容(令)、命令传递(发)、命令执行(使)。如将这三要素限定在服务器上,它们又是如何运呢? 图1 windows与linux下命令 命令内容(令) 无论是windows还是linux操系统,都会提供相应CLI(不要吐槽windowsCLI难),供使者交互执行命令或运行批处理脚本。仔细观察,所有命令行都有一个相同特点:固定词+选项+参数,无其右。因CLI伴随着操系统诞生,且命令行处理又是一个复杂但相似过程,因此各种语言也都提供了相应库支持,如C语言提供了getopt/getopt_long等函数,C++boost提供了Options库,shell中处理此事是getopts和getopt。
TOP