ITPub博客

自疫情爆发以来，多家科技公司纷纷加入了抗击疫情的战役中。其中，排查疫情是这场战役的重中之重，而CT影像已成为新冠肺炎筛查和病情诊疗的重要依据。然而，在当前疫情诊疗的关键时期，存量患者和新增患者总体数量庞大，医生需要对患者不同进展期的多次 CT 影像检查进行随访对比，以对患者的病情发展和治疗效果进行精准评估。采用传统目测检视的医学影像检查手段，医生不仅工作量巨大，也难以对患者病情做到精准评估和及时对

 新预训练模型CodeBERT出世，编程语言和自然语言都不在话下对于自然语言处理从业者来说，BERT 这个概念一定不陌生，自从诞生以来，它在诸多任务检测中都有着非常优秀的表现。近日，来自哈尔滨工业大学、中山大学和微软亚洲研究院的研究者合作提出了一个可处理双模态数据的新预训练模型 CodeBERT，除了自然语言（NL），编程语言（PL）如今也可以进行预训练了。CodeBERT 学习能够支持

# 解决超级模型部署难题 # 虽说目前尚处起步阶段，但还是为解决问题提供了可行的思路。1. 缩小模型如果模型太大，为什么不压缩它们？要做到这一点，一种方法是通过“知识蒸馏”（knowledge distillation）。这一想法是，一个小型模型可以通过学习来模仿大型模型（即父模型）的性能。换句话说，训练 GPT-2 需要向其馈入高达 40GB 的文本，这相当于大约 27118520 页

2020-02-25 10:54:15机器之心报道参与：泽南、张倩、蛋酱我们可能看不到根红苗正的 YOLO v4 面世了。「YOLO 之父」Joseph Redmon 宣布退出计算机视觉领域了！这个刚刚出现的消息着实让人工智能界感到惊讶。在社交网络上，这位 YOLO 等知名 AI 算法的发明者昨天突然声明：出于道德上的考虑，他决定停止一切有关计算机视觉的研究。在 AI 领域，这还是第一次。推文链接

2020-02-25 10:51:05机器之心报道参与：一鸣Jax 是一个优秀的代码库，在进行科学计算的同时能够自动微分，还有 GPU、TPU 的性能加速加持。但是 Jax 的生态还不够完善，使用者相比 TF、PyTorch 少得多。近日，DeepMind 开源了两个基于 Jax 的新库，给这个生态注入了新的活力。Jax 是谷歌开源的一个科学计算库，能对 Python 程序与 NumPy 运算执行

电视剧《一代枭雄》观后感肺炎疫情期间自行在家隔离，追剧成为一个很好的选择。憋屈而单调的生活，精神层面总得需要营养来补充，不然这种长期隔离生活，会让人发疯的。笔者找到了孙红雷主演的这部电视剧《一代枭雄》，这部剧里孙红雷的表演让人印象深刻，所以笔者打算花点时间，写一些文字。这部电视剧的剧情大致是这样的:上世纪二十年代，陕西西南的风雷镇贫穷落后。何辅堂的父亲为其东家刘庆福运盐，却被诬陷为贩卖烟土，被刘庆

 2020-02-21 21:03:31作者 | KYLE WIGGERS译者 | Kolen出品 | AI科技大本营（ID:rgznai100）自然语言模型通常要解决两个难题：将句子前缀映射到固定大小的表示形式，并使用这些表示形式来预测文本中的下一个单词。在最近的一篇论文（https://arxiv.org/pdf/1911.00172.pdf）中，Facebook AI Resear

2020-02-14 20:56:09作者 | 清华大学微电子学研究所尹首一来源 | 《微纳电子与智能制造》期刊引言人 工 智 能( aritificial intelligence ，AI )是 一 门融合了数学 、计算机科学 、统计学 、脑神经学和社会科学 的前沿综合性技术。它的目标是希望计算机可以像 人一样思考 ，替代人类完成识别 、分类和决策等多种 功能。在 2016 年 AlphaGo

# DBSCAN聚类算法（Density-Based Spatial Clustering of Applications with Noise）# 优点可扩展到大型数据集上；善于噪声检测；无需预先知道聚类的数量；可以发现任意形状的聚类，不会假设聚类的形状是球状的；缺点如果整个数据集都是高密度区域，那么该算法不总是有效的；需要调整密度参数epsilon和min_samples为正确的值，

# 融合模型分为四种类型（包括混合型）# Bagging：使用随机选择的不同数据子集训练多个基础模型，并进行替换。让基础模型对最终的预测进行投票。常用于随机森林算法（RandomForests）；Boosting：迭代地训练模型，并且在每次迭代之后更新获得每个训练示例的重要程度。常用于梯度增强算法（GradientBoosting）；Blending：训练许多不同类型的基础模型，并在一个

# 回归树（Regression Trees）模型的优缺点 # I.决策树（Decision Tree）优点训练速度和预测速度较快；善于获取数据集中的非线性关系；了解数据集中的特征交互；善于处理数据集中出现的异常值；善于在数据集中找到最重要的特征；不需要特征缩放；结果可解释，并易于说明；缺点预测精确度较低；需要一些参数的调整；不适用于小型数据集；分离信号和噪声的效果不理想；当新增数据时，

肺炎疫情期间购买口罩小记谁都不曾想到，平时不怎么用到的口罩，在此次肺炎疫情期间，突然成为紧俏物资，重要物资甚至是战略物资。早在疫情爆发初期，就在新闻报道里听说医护人员缺少医护物资，其中就有各种级别的口罩。此时笔者有去住处附近的很多家药店，试图购买到口罩，都被告知没有口罩了。很多药店门口贴了告示，连续三遍的说'本店无口罩'，真的是重要的事情说三遍啊。随着疫情形势的严峻，不断的再各种媒

最近一些媒体里报道说是一些家徒四壁穷的叮当响的老人为抗击肺炎疫情捐出自己积攒了很多年的养老金。笔者为他们的伟大义举深深感动，也同时笔者深感惭愧，毕竟对于此次肺炎疫情笔者目前为止还是一毛没拔。但是笔者对于媒体里的这些报道，还是有些想法，不吐不快。笔者认为，政府部门不应该接受他们的捐款，不管对方有多么的真诚想捐款。1.他们本身就是这个国家与社会里的非常弱势群体，是需要政府部门重点帮助扶助对象，政府部门

# 线性回归（Linear Regression）算法优缺点 # I.Vanilla Linear Regressio优点善于获取数据集中的线性关系；适用于在已有了一些预先定义好的变量并且需要一个简单的预测模型的情况下使用；训练速度和预测速度较快；在小数据集上表现很好；结果可解释，并且易于说明；当新增数据时，易于更新模型；不需要进行参数调整（下面的正则化线性模型需要调整正则化参数）；不需

苏州下辖四大县级市，需要撤市设区吗？苏州目前的四个下辖市，名义上是县级市，实际地位都早就不低于中等级别的地级市。经济权限方面，除了国家硬性规定的东西，苏州对各县市从来就没有压制过。但是苏州好像也没能真正对它们进行统一规划过，苏州市政府与几个县级市的关系，相对比较松散。张家港市，隶属于，位于中国大陆东部，长江下游南岸，东南与相连，南与、相邻，西与接壤，北滨，与、隔江相望，总面积986.73平方千米，

苏州下辖县级市的市民，果真不认为自己是苏州人？县级市，是中国行政区划之一，行政区划地位与市辖区、县、自治县、旗、自治旗、林区、特区相同，属县级行政区，由地级市、地区、自治州、盟管辖或由省、自治区直接管辖。中国大陆自1980年以来，随着工业化、城镇化的不断推进，大多数县级市都以"撤县设市"的方式建立。自1983年起，县级市被作为行政区划术语被正式确立下来。中国共计387个县级市。

# 深度学习（Deep Learning）优缺点 #优点在实践中表现出较高的预测精确度；可以获取数据中非常复杂的底层模式；特别适用于大型数据集和高维度数据集；当新增数据时，易于更新模型；网络的隐藏层明显减少了对特征工程的需求；是适用于计算机视觉、机器翻译、情感分析和语音识别任务的最新技术；缺点具有非常低的训练速度；需要消耗巨大的计算资源；需要特征缩放；结果不易解释或说明；需要大量的训练数据，因为它

# Google 提出了一种新型的文本生成模型 LaserTagger #目前，在序列到序列（ seq2seq ）的自然语言生成任务中，主流预训练模型仍然面临一些重大缺陷，例如：生成输出与输入文本之间长度匹配问题、需要大量训练数据才能实现较高性能、推断速度慢等。因此，Google 提出了一种新型的文本生成模型 LaserTagger，该模型旨在解决 seq2seq 模型运行过程中的上述缺陷，可以预

# 文本生成神经网络架构发展 #BERT是深双向的，OpenAI GPT是单向的，ELMo是浅双向的。但根据实际使用情况，将 seq2seq 模型⽤于⽂本⽣成也有一些实质性的缺陷，例如：⽣成输⼊⽂本不⽀持的输出（称为幻觉，hallucination）、需要⼤量的训练数据才能到达很好的效果；此外，seq2seq 模型通常需要逐字⽣成输出，因此其推断时间较长。2020-02-22 14:05:59ht

# Kmeans算法优缺点 # 优点特别适于获取底层数据集的结构；算法简单，易于解释；适于预先知道聚类的数量；缺点如果聚类不是球状的，并且大小相似，那么该算法不总是有效的；需要预先知道聚类的数量，并需要调整k聚类的选择以便获得好的结果；属于内存密集型的算法；无法扩展到大型数据集上；https://www.toutiao.com/a1659114840597515