展开

关键词

Pokemon Go 创始人John Hanke:元宇宙需要保持“真实”

问:马克·扎克伯格(Mark Zuckerberg)推动创建元宇宙这种虚拟世界最让您困扰什么?   A:觉得人们错了,认为未来是人们登录到 3D 世界并作为头像四处走动。 不相信那是技术未来,当然也不是人类未来。认为这在某种程度上是对新冠病毒流行一种奇怪反应,人们躲在家里,看很多 Netflix,得到很多外卖食品,还有很多孩子住在 Roblox 上。    问:您认为增强现实(AR)发展方向是什么?   答:当我说增强现实时,意思就是字面上增强现实,这可能是你感官所能感知到任何东西。 其中一些可以通过手机获得,其中一些可以通过其他设备获得。但我们是视觉生物,我们喜欢视觉东西。我们对视觉输入响应高于其他所有输入。因此,视觉AR眼镜非常重要,这可以让你连接世界。    只要收费员可以将它们保持在适当位置,这些东西就会持续存在。这是一项有利可图业务,但我认为总体而言,没有真正技术原因是你不能拥有很多应用程序商店,也没有公平应用程序分发方式。

10220

LeCun亲授深度学习入门课:从飞行器发明到卷积神经网络

原理是很简单,你需要先集齐一堆训练数据。 比如说任务是图像识别,那么输入就是图像一个个像素。当每个像素用0,1表示时,那么就可以组成一串数字。 你给机器一张图,字母A,然后输出应该是1。 对于具体输入,根据输出错误再调参数,训练,重复,直到目标函数值越来越小(目标函数值,表示是你得到输出和你想要输出差值)。 现在假设,对于每个向量中任何元素调整,我们都知道损失会往什么方向变化。 损失函数斜率,表示是我们得到输出和我们想要输出差值。 说过很多次了,如果在职业生涯中,能够造一个智能体,像大鼠一样具有常识,我会感到很开心很满足。我们现在也许有相应算力了,但我们还没有搞清楚潜在原则。现在是这个底层原理限制住了。 这是在新泽西时候贝尔实验室那会儿电话号码,现在已经不用了。 ? 在几秒钟之内,就可以处理图像,识别出数字。 训练数据量不用很多,哪怕是很小、不同手写体,都能识别成这样,效果很不错了

51650
  • 广告
    关闭

    腾讯云服务器买赠活动

    腾讯云服务器买赠活动,低至72元1年,买就送,最长续3个月,买2核送4核、买4核送8核

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    四个任务就要四个模型?现在单个神经网络模型就够了!

    最后,我们在输出层中得到一串数字,我们将其解释为类标签或股价,或网络为之训练任何其他任务。 这种神奇输入->输出转换因连续层中发生输入转换得以实现。输入数据这些转换即称为「表示」。 另外虽然图说句子语法有些错误相信通过更多训练可以修正这些错误),但基本要点都抓住了。 如果输入图像包含网络从未见过东西,它往往会失败。 这意味着,如果输入层包含 300 个神经元,那么对于所有图说中 8000 多个不同单词,我们需要有一个唯一指定那个单词「300」数字。将单词字典转换成数字表示过程,就称为词嵌入(或词表示)。 网络学到类比并不完美(由于有些单词书面上出现次数<10次,因此网络没有足够信息可供学习),这种情况下不得不仔细去看,但是发现仍有一些类比。 ? 同样,如果「man」复数是「men」,那么「woman」复数应该是什么呢: ? 第二个结果是「women」,相当不错了

    25620

    四个任务就要四个模型?现在单个神经网络模型就够了!

    最后,我们在输出层中得到一串数字,我们将其解释为类标签或股价,或网络为之训练任何其他任务。 这种神奇输入->输出转换因连续层中发生输入转换得以实现。输入数据这些转换即称为「表示」。 另外虽然图说句子语法有些错误相信通过更多训练可以修正这些错误),但基本要点都抓住了。 如果输入图像包含网络从未见过东西,它往往会失败。 这意味着,如果输入层包含 300 个神经元,那么对于所有图说中 8000 多个不同单词,我们需要有一个唯一指定那个单词「300」数字。将单词字典转换成数字表示过程,就称为词嵌入(或词表示)。 网络学到类比并不完美(由于有些单词书面上出现次数<10次,因此网络没有足够信息可供学习),这种情况下不得不仔细去看,但是发现仍有一些类比。 ? 同样,如果「man」复数是「men」,那么「woman」复数应该是什么呢: ? 第二个结果是「women」,相当不错了

    25020

    如何有效报告 bug

    在 bug 报告中,要弄清楚事实(“ 在电脑上出现了这个问题 ”)和猜测(“ 觉得这个错误应该是... ”)区别,如果你愿意的话,可以省略猜测,但千万不要省略事实。 除此之外,你还应该尽可能详细地提供你输入命令以及计算机输出响应。 把你能想到所有输入方式告诉程序员。如果程序需要读取一个文件的话,你可能需要发送文件副本给他们。 如果你没有更简单方式去记住这些错误的话,请把这些错误写下来。只报告「程序出现了一个错误」是没有意义,你应该同时将错误信息也一块报告上来。 特别是,当错误信息含有数字时,一定要把这些数字告诉程序员。 可能你并不看出这些数字代表什么意思,但不意味着它没有任何意义。数字里面包含了很多程序员可以读取各种信息,而且可能包括重要线索。 以前有一个人向我报告了一个 bug,然后让他去敲一个命令,知道这个命令不好用,但我想看看程序会返回一个什么错误(这是很重要线索),但他并没有试。他只是发邮件跟我说:“ 那并没有作用 ”。

    20520

    如何学python 第九课-try&except-错误与异常

    在调试程序过程中,总会遇到这样或者那样错误。今天我们就学习一下如何定位和解决这些问题。 人非圣贤,孰能无过?写程序时候难免会遇到一些问题。本篇文章会介绍一些常见错误,并解释一下其中道理。 相信各位应该都遇到不小心写错程序时候python给出错误信息,比如下面这个: ? 遇到错误,首先要做就是找到原因。Python会告诉我们错误出现位置,行号,以及错误类型。 我们程序将会要求用户输入一个数字,然后把这个数字输出出来。但我们只接受数字类型输入,如果输入不是数字,就提示用户输入值有问题。 +1s)如果是一个数字,那么我们就输出用户输入数字;如果不是数字,我们就输出提示。 输入数字时候运行结果如下: ? 输入字符时候运行结果如下: ? 如果我们所见,我们在输入数字时候得到了想要结果,但是当我们输入字符串时候,程序直接崩了。, 下面来使用try和except。 ? 我们再来看看现在程序会怎么运行: ? ?

    38160

    一个神经网络实现4大图像任务,GitHub已开源

    最后,在输出层,我们得到一串数字,我们将其解释为类标签或股票价格,或网络为之训练任何其他任务。 输入 -> 输出神奇转换是由连续层中发生输入转换产生但我们现在要用一个模型来所有这些任务。 这意味着,如果输入层包含 300 个神经元,那么对于所有图说中 8000 多个不同单词,我们需要有一个 300 个相关联数字,唯一地指定那个单词。 网络学习到类比并不完美 (有些单词字面上出现次数<10 次,所以网络没有足够信息可供学习)。但仍有一些类比。 ? 如果 riding 对应 sitting,那么 walking 对应什么呢? 网络认为应该是 “laying”(这个结果还不错!) 同样,如果 “man” 复数是 “men”,那么 “woman” 复数应该是什么呢: ? 第二个结果是 “women”,相当不错了

    65230

    CapsNet

    Hinton自己就说过:最大池化层表现的如此优异是一个巨大错误,是一场灾难。诚然,从网络设计上来说,池化层不仅减少了参数,还可以避免过拟合。但是,它的确抛弃了一些信息,比如位置信息。 那为什么要这么呢,网上有很多解释,更欣赏下面的这种解释,也和我自己理解相似: ? 点积运算接收两个向量,并输出一个标量。 每次迭代先通过softmax求出C值,然后结合U,W,C,线性求和得到S,再将S输入激活函数Squashing得到V,最后利用U_hat和V来完成b值更新。 Hinton在论文中花了大量笔墨来解释他们数字重叠分类实验,他们模型错误率达到了5%。说实话,感觉Hinton这个实验来验证Capsule强大有些欠缺,有点强买强卖感觉。 但是有值得一提是,Capsule能重构两个数字虽然他们重叠在一起。进一步理解应该是,Capsule中两个向量能完整表达两个数字特征,虽然有些特征重叠在一起导致难以分辨。 结语:好知识一起分享。

    12720

    2022年3月_生信入门班_微信群答疑笔记

    直接把mamba命令换成了conda可以了,不知道这么没有什么问题。 可不可以是指定两个组呢 如果你只要两个组的话,你不要那个顶上那个label不就可以吗?对吧,你把那个label隐藏掉不就行吗?如果你要让它显示一样,那两个一样数字显示两次有什么意义吗? 如果mamba用不了的话, 就还是用conda就好 mass是质量 老师,这个上课时候没有听懂是啥意思 nr是行号,就是每隔4行一件事情,读取一个文件,如果有100含,你就需要对其中25还一些事情 嗯,应该是有某些问题,查看一下log 请问sed只是处理管道符传递过来前10行数据吗? 因为head只输出前10行呀,管道符只能把前面的输出内容传递给后面,所以后面sed接收到就只有10行。 老师请问这里为什么会报错呢?是在英文输入法下输入代码。 括号前面加个c 老师,为什么出来重复值这么低,跟你们课堂里面演示不一样?

    35740

    13 年 Bug 调试经验总结

    一些bug是因为没有正确考虑到如果条件为false时会发生什么而引起。几乎在所有的情况下,都应该有一个else部分来应对每一条if语句。 但我们很容易忽视相反情况——忘记检查不应该发生动作是不是的确没有发生。 13.拥有工具。创建了自己小工具,以使得测试更加简单。 通过启动逐渐添加所需小功能,得到一些非常有用工具。自己写工具好处是,得到正是想要。 在测试中发现所有的bug,那绝对是不可能。 通常,如果调试问题花了很长时间,往往是因为做了错误假设。例如,认为问题发生在某一方法中,但事实却是它甚至从来没有到达那个方法。或者,被抛出异常不是以为那个。 为了更容易找到这种回归,承认不同提交会导致不同变化,以及清楚说明这些更改会有所裨益。 17.相信用户。有时,当用户报告问题时候,本能反应是,“这是不可能。一定是他们做错了什么事”。

    38750

    13 年 Bug 调试经验总结

    一些最难跟踪bug有部分是由那些静静失败并扩展而不是抛出错误代码所导致。例如,没有检查代码却返回错误系统调用(如bind)。又如:解析代码在它遇到错误元素时候只是返回而非抛出错误。 有一些bug是因为没有正确考虑到如果条件为false时会发生什么而引起。几乎在所有的情况下,都应该有一个else部分来应对每一条if语句。 但我们很容易忽视相反情况——忘记检查不应该发生动作是不是的确没有发生。 13.拥有工具。创建了自己小工具,以使得测试更加简单。 通过启动逐渐添加所需小功能,得到一些非常有用工具。自己写工具好处是,得到正是想要。 在测试中发现所有的bug,那绝对是不可能。 通常,如果调试问题花了很长时间,往往是因为做了错误假设。例如,认为问题发生在某一方法中,但事实却是它甚至从来没有到达那个方法。或者,被抛出异常不是以为那个

    44460

    13 年 Bug 调试经验总结

    一些最难跟踪bug有部分是由那些静静失败并扩展而不是抛出错误代码所导致。例如,没有检查代码却返回错误系统调用(如bind)。又如:解析代码在它遇到错误元素时候只是返回而非抛出错误。 有一些bug是因为没有正确考虑到如果条件为false时会发生什么而引起。几乎在所有的情况下,都应该有一个else部分来应对每一条if语句。 但我们很容易忽视相反情况——忘记检查不应该发生动作是不是的确没有发生。 13.拥有工具。创建了自己小工具,以使得测试更加简单。 通过启动逐渐添加所需小功能,得到一些非常有用工具。自己写工具好处是,得到正是想要。 在测试中发现所有的bug,那绝对是不可能。 通常,如果调试问题花了很长时间,往往是因为做了错误假设。例如,认为问题发生在某一方法中,但事实却是它甚至从来没有到达那个方法。或者,被抛出异常不是以为那个

    26320

    13 年 Bug 调试经验总结

    一些最难跟踪bug有部分是由那些静静失败并扩展而不是抛出错误代码所导致。例如,没有检查代码却返回错误系统调用(如bind)。又如:解析代码在它遇到错误元素时候只是返回而非抛出错误。 有一些bug是因为没有正确考虑到如果条件为false时会发生什么而引起。几乎在所有的情况下,都应该有一个else部分来应对每一条if语句。 但我们很容易忽视相反情况——忘记检查不应该发生动作是不是的确没有发生。 13.拥有工具。创建了自己小工具,以使得测试更加简单。 通过启动逐渐添加所需小功能,得到一些非常有用工具。自己写工具好处是,得到正是想要。 在测试中发现所有的bug,那绝对是不可能。 通常,如果调试问题花了很长时间,往往是因为做了错误假设。例如,认为问题发生在某一方法中,但事实却是它甚至从来没有到达那个方法。或者,被抛出异常不是以为那个

    53690

    Geoffrey Hinton 最新访谈:不出五年,我们就会破解大脑运作机制,但不是通过反向传播

    每次它听到其他神经元“ping”声时,就会在它得到一些输入存储中增加权重,当权重达到一定输入后,它也会发出“ping”声。 Hinton:不喜欢MAE地方在于,你有一些输入补丁,经过多层表征,在网络输出中试图重建缺失输入补丁。 认为大脑有这些层次上表征,但每个层都在试图重构下面那个层次内容。 但我现在想法改变了,你想用同样神经元来画出形状一部分时,你需要在某个地方记住整个形状是什么,以及你在其中走了多远。一旦你完成了这个子程序,你就可以跳回那个地方。 Hinton:MNIST是一个标准数字数据库,你可以错误标签来替换训练数据,得到一个数据集,其中标签有20%正确率和80%错误率。问题是:你能从这个数据集中学习吗?学习效果如何? 但我们感兴趣往往恰恰相反,对于得到数据,我们感兴趣什么什么非常相似,而不关心大距离是否有一点错误,只要小距离是正确就行。

    7910

    零基础Python-第一个程序

    如果想具体查看某个 BIF 功能,比如 input(),可以在 shell 中输入 help(input),就会得到这个 BIF 功能描述。 哦,答案应该是 68 个,不信你自己数数看,你们肯定没有自己完成作业就来看答案!哼~ T_T 2. 在 Python 看来:'FishC' 和 'fishc' 一样吗? 所以在 Python 里对待缩进代码要十分小心,如果没有正确地缩进,代码所做事情可能和你期望相去甚远(就像C语言里边括号打错了位置)。 在一些编程语言,我们可以将两个字符串“相加”在一起,如:'I' + 'Love' + 'FishC' 会得到 'ILoveFishC',在 Python 里,这种做法叫做拼接字符串 0. 编写程序:calc.py 要求用户输入1到100之间数字并判断,输入符合要求打印“你妹好漂亮”,不符合要求则打印“你大爷好丑” temp = input("请输入1到100之间数字:") num =

    27030

    13 年 Bug 调试经验总结

    一些最难跟踪bug有部分是由那些静静失败并扩展而不是抛出错误代码所导致。例如,没有检查代码却返回错误系统调用(如bind)。又如:解析代码在它遇到错误元素时候只是返回而非抛出错误。 有一些bug是因为没有正确考虑到如果条件为false时会发生什么而引起。几乎在所有的情况下,都应该有一个else部分来应对每一条if语句。 但我们很容易忽视相反情况——忘记检查不应该发生动作是不是的确没有发生。 13.拥有工具。创建了自己小工具,以使得测试更加简单。 通过启动逐渐添加所需小功能,得到一些非常有用工具。自己写工具好处是,得到正是想要。 在测试中发现所有的bug,那绝对是不可能。 通常,如果调试问题花了很长时间,往往是因为做了错误假设。例如,认为问题发生在某一方法中,但事实却是它甚至从来没有到达那个方法。或者,被抛出异常不是以为那个

    44760

    《假如编程是魔法之零基础看得懂Python入门教程 》——(五)魔法竟然有了一丝逻辑

    发现什么没有出现,这是为什么呢? a<10:print("a小于10") 我们运行代码,输入一个数10,结果发现了错误;这是博主翻车了吗? 当然是的,还好有安全气囊。首先我们查看一下我们魔法到底哪里错了: ? 以上错误提示中,告诉我们使用<号对数值进行判断,比较两个值不能一个为字符串另外一个为整数。 怎么回事? 难道输入10不是数字?在python中当然不是数字呢,当前输入10是一个字符串;可能你会一巴掌打我,并且说“10明明是数字,你是在忽悠颠倒世界观吗?”。 在我们脑海里它是个数字,我们觉得这个17是个数字是因为我们进行了逻辑判断,知道它是个量词;所有的这一切逻辑是基于我们所学过知识基础上进行判定,但计算机并没有学过,它并不能判断,只能通过我们所告诉它存在那个容器

    17620

    【随笔】跳出程序员思维看世界

    作为程序员,真的有时候特别想 debug 这个世界。看看这个世界究竟是怎么运行。因为经常会遇到她输出跟我断言不一样,或者觉得正常输入,却被她判定为非法。 先分享两件事吧。 大概这么长就是这么长,那到底是多长,彻底凌乱了。那一刻才发现和世界不一样。 好在后来教练没有放弃对治疗,但我能明显感觉出来,她教我方式跟其它人不太一样。后面跟我说话画风都是这样一直觉得写这种菜谱的人,心里一点 B 数都没有。但是呢?跟上面练车例子一样,别人就是可以通过这些少许、若干、适量字眼学会做菜,还不错。这样看来可能才是那个没有 B 数那个。 wiki 上是这样描述它,『函数就像机器或黑箱,给予输入值便产生唯一输出值』。注意唯一这个词,理论上函数外部输入值一样,最终得到结果也是一样。 我们写代码时候大部分情况下也是这样,少部分情况下不一致很可能是因为 BUG。这就跟意识没有半毛钱关系了,通常在你输入时候,就能知道他应该有什么输出,用程序员的话说就是断言。

    25810

    LinuxUnix关于时间和时间戳命令行

    回忆到此,觉得应该做点什么居然想查看一下那个快20年之前夜晚时间戳! -j 071303001998 +%s 这次命令只输出了一个数字,这个数字就是想知道那个时间戳: 900270000 得到了时间戳,又迫不及待使用如下命令: date -r 900270000 格式化 前面的命令虽然用得很溜了,但是它们输出都略显冗长,虽然很智能根据我是中文用户给予了中文输出最高待遇,但我觉得很普通~ 现在迫切希望改变它输出格式以彰显独特个性与品味,于是又开始了操作 time format 在最后关头居然发生了意外着实让有些不太爽快,但是凭借我大学英语四级扎实基础,还是从报错信息中领悟出了一些端倪,再结合多年工作经验,感觉应该是新增加那段为了输出时分秒格式字符串 隐约感觉到应该是它之前那个空格导致了date命令在读取时候误以为它们是两个独立字符串。这种时候,按照惯例应该需要用传说中双引号""将它们包围在一起,以表示它们是一个整体。

    1.3K21

    开发 | 模型表现不好怎么办?37条妙计助你扭转局势

    神经网络已经跑了12个小时训练,看上去一切都很完美:梯度运转良好,损失也在降低。但是预测时候却一团糟:所有都是0,什么也监测不到。“哪一步做错了呢?”你迷茫地问你电脑,而电脑却笑而不语。 如果你模型输出都是辣鸡——例如你想预测所有输出平均值,或者模型精度很低——该从哪儿开始检查? 可能出错地方多了去了。经过很多次调试,常常此类检查。 试试随机输入 试试输入随机数据而非真实数据,看看是不是会得到一样错误。如果是的话,那你网络肯定是某一个点出错了,可以试试一层层、一个指令一个指令地调试,看看是哪个点出了错。 3. 手动检查一些输入样本,看看标签有没有问题。 业界没有统一分水线,一篇论文曾在50%标签错误情况下,实现了高于50%精度。 7. 检查隐藏维度错误 如果你输入类似(k, H, W) = (64, 64, 64),很容易忽视跟错误维度有关漏洞。在输入维度使用特别的数字(例如在每一个维度都使用质数),检查它们如何在网络中传播。

    43360

    扫码关注腾讯云开发者

    领取腾讯云代金券