真真所谓的黑客（非红客），一般都有两套装备甚至更多，从美剧影视可以展现的淋漓尽致。高性能台式机是不可少的，用作不是那么“黑”的作业中，例如扫“肉鸡”搭“跳板”查资料等等。毕竟现在各国反黑力度大大加强，总会担心FBI顺着网线摸过来抓你。笔记本一定是要有的，为什么？

　　

　　方便随时跑路啊，在跑路过程中，还可以随时黑一下你~甚至很多黑客还有紧急备用装备，例如某个储物柜，跑路过程中简装出发，转到一个角落的“储物柜”拿出一台备用笔记本。

　　提起"黑客"这个词，大家会想到什么呢？反正小编的脑海里就出现了一个全身黑色，带着口罩，随身携带一台超性能笔记本电脑的形象。随着 *** 发展，"黑客"这个身份也变得越发敏感，那今天小编就跟大家聊一聊那些黑客的"身家性命"——笔记本电脑，扒一扒他们为什都是用笔记本电脑，而不是用台式机！

　　

　　笔记本电脑更加隐秘

　　事实上他们之所以会习惯使用笔记本电脑，其实并不是大部分人片面想象的那种情况，他们并不一定是完全不使用台式电脑，台式电脑会存放在他们的家中或者他们的秘密基地里，而不是让他们在公共场合随意的使用，毕竟黑客的各种行为都是要经过严格的加密，不能轻易暴露自己的行踪。

　　

　　许多电影重复这种桥段，但在现实中他们可能长得和任何一个普通人都一模一样，即使放在人群中也不会轻易地辨别出来，并且由于他们要经常更改自己的IP，所以不可能会长时间地呆在同一个地方，会通过各种软件和其他的方式来改变自己的所在地，让其他人无法捕捉自己的具 *** 置。

　　

　　笔记本电脑更加方便

　　其次就是即使是再好的台式机也需要电源的支持，如果突然拔掉电源，那么他所做的工作可能就会消失殆尽，所以说为了防止自己的秘密被泄露或资料遗失，他们通常都会特意去准备一个随身携带的笔记本电脑，这个笔记本电脑只要充过电之后就可以随意使用了。

　　

　　而且现在组装电脑也不是一件难事，大部分电脑城都可以提供非常优秀的装配电脑的服务，如果他们为了不暴露自己的电脑型号或者是自己的电脑数据，那么很有可能会自己去从网上选购，或者是从一些卖电脑器材的专门渠道去进行购买，然后再进行组装，他们自己组装出来的电脑，不仅功能非常强劲，运算能力强大，而且还有轻薄易携带、非常方便他们使用的特点。

　　

　　在 *** 发达的今天，"黑客"也不再是像电影里那样神秘了，现在一些 *** 高手也被戏称为"黑客"，但是小编要说的是，大家一定要遵守 *** 世界的秩序和法律法规，要不然就是挑战法律的底线了！

　　

　　对于 *** 越来越发达的今天，黑客想必已经是一个大家耳熟能详的名词了，那么针对这些不见真面目的黑客来说，很多人都对他们抱有很强烈的好奇心，但是通过各种各样的影视以及小说中的描述来看，这些黑客倾向使用的通常会是随身携带的笔记本电脑，而不是家用的台式电脑，那么为什么他们在这些影视中所表现出来的通常都是带着移动行通讯设备的形象呢？而不是直接坐在家中地下室的某个地方，通过自己的台式机来控制和黑入一些 *** ？

　　首先我们要知道计算机科班出身的和黑客完全是两种不同的套路，一般的程序员定位是“建设”，而黑客则是逆向思维，是天生的破坏者。什么让软件代码具有可维护性、可扩展性，如何进行版本管理，如何设计一个良好的用户界面……这些都跟黑客毫不相干。为什么用笔记本电脑，我们知道现在世界各国都非常重视 *** 安全，黑客必定会被 *** 部门严密监视，笔记本无疑更方便随时跑路。并且在跑路过程中，还可以随时黑一下。

　　当然也不能说黑客都是用笔记本电脑，也是有黑客用台式的，而且笔记本和台式电脑都是很贵的那种，我们看各种比赛就可以看出来。

　　很多人会认为笔记本比台式机卡，无论是内存还是CPU都不如台式机，但其实黑客的笔记本也都是自己组装的，综合性能丝毫不比台式机差。所以总得来说，因为黑客的工作性质，才让他们对笔记本情有独钟，小伙伴们你们喜欢笔记本还是台式机呢。

　　我当年编程入门时，身体差、大脑清晰度低、思维混乱、 *** 极端弱智，所以很久不能入门，实际上，从我开始编程到真正入门，至少用了三年以上时间。除了上面我说的我自身的原因外，当时的编程工具难、操作系统不完备也是重要原因之一，同时也没有人指引、指导、手把手教。我编程入门的时代，是微软垄断时代。当时的相当一部分编程绝顶高手，怀着一腔不忿之心，非要把微软拉下马。因此，编程工具也是山头林立。实际上，微软的VC从一开始虽然就无敌。但无敌之路，总是不断的被挑战。实际上，微软只有VB真正的比较“主流”，至少在中国是这样的。

　　辛雷入门模式之一个大漏洞：选择了过难的编程工具。我当年经过大约半年左右的时间，VB已经可以入门了。但我总觉得VB太不够“专业”，不够“强悍”。于是我非要学VC。不用说那个时代，就是现在这个时代，对于“主流”的编程工具，VC的入门，应该也是最难的。当时中国台湾的侯捷（侯俊杰）写了本巨复杂的学习VC的书，这本书，完全是个大误导。辛雷入门模式第二个大漏洞：理论干扰运用。编程工具有一个最惊人的功能，就是能“运行”。如果你编写的代码是正确的，程序就能运行，否则就能报错。想想看，如果有类似的学英语、学习数学软件，一个学习的速度，至少要快数倍，可惜这类软件至今尚无人能编出来。所以编程之一原则，就是“硬编”，照着例子编代码，赶快边完了（几十秒到几十分钟左右），赶紧运行，看是否能“跑通”，能“跑通”了，说明是对的。然后记忆也好、反复训练、回忆再现也好、“变题”也好，进行固化。固化之后，再赶紧编下一个例子。计算机理论，基本没用。对于入门者，绝对没用！微软的VB入门简单，但越往后学越难用。微软的VC则反之，最后无敌，但一个开始入门太难。JAVA呢，一开始不很爽，然后一直不爽下去。苹果的ObjectC则是一开始虽然不怎么容易入门，但总是比较爽。举个例子来说，微软的VB，就像一把砍刀，任何人学几天，就能上战场了，不但随便砍人，甚至可以用于厨房切菜。但碰上高手，砍刀就基本没用了。（此例子用于理想化的中国古代的最强的马上全副重甲的单挑，以下同）微软的VC就像用大锤、重锏的，没有天生神力或者后天是练力量狂的，这种兵器没法用。但一旦这类兵器会了，基本上得谁灭谁。苹果的ObjectC则是大枪，力量小的可以用只有几公斤的带刚尖的木枪，力量无敌的也可以用30公斤以上的纯钢枪。中国古代的名将，例如项羽、刘裕、秦琼、常遇春等，估计卧推深蹲都得300公斤以上，手腕粗的，保准连现在的健美举重冠军都吓得够呛。JAVA呢，基本就是18般兵刃，连飞刀、链子锤都上了。所以呢，计算机专业的，学JAVA，应该还有时占写优势。学其他的，计算机专业的，基本没用。

　　辛雷编程入门 *** 之一步：先编例子。也就是说，你要练武了，之一步，先去练武场选兵器。李元霸专找最重的（我们家的练武场除了孙悟空的金箍棒外，多重的武器都有），刘德华选亮银枪，用起来就是帅！用一天到一周时间，硬着头皮各编20左右最简单的例子，VB或者C#编20个例子、VC编10个例子、苹果的ObjectC编5个例子，安卓的JAVA编20个例子。然后，想想看，自己适合从哪一个入门。就像，先试试匕首、再试试砍刀、再试试大锤、再试试长枪、最后试试无敌的大锏。（《二十四史》未必都是真的，《说唐》《岳飞传》等评书未必都是假的。）选好了武器之后，比如你选择了C#了，那么，就开始每天编例子了。每天10个小时，一天编3到30个例子，那么，对于各方面处于中级阶段的大一学生，VC大约需要两个月、VB和C#大约5天、苹果的ObjectC大约一个月、安卓的JAVA大约10天，既可以初步入门了。所谓初步入门，至少有一个标志，就是“有感觉”了，“不怕了”，“能编了”，“敢编了”。在任何编程的阶段，拼命和“左冲右突”能力，是极端重要的。比如我，只要有时间，没有编不出来的程序。简单的东西，我可能也要捣鼓几个小时才能编出来（毕竟在年龄上，跟你们年轻人还是有差异的），但最难的东西，我数个小时下去，一定会搞出来的。大脑清晰度：首先，要睡眠好，其次，然后要有大块的时间用来编程，第三，要有学习心得。其实，大脑清晰度、大块时间、学习心得这三者相互关联。不少程序员晚上编程，白天睡觉，比如我的某个学生就是最典型的，他一般都是下午才起床，编程编到凌晨五、六点再睡觉。是这样的，大块时间编程，不但容易产生学习心得，而起学习心得积累的更多，这样编程更加亢奋，于是又能坚持多编会，最终一天能持续编程15个小时以上，这样睡觉就睡的很足了。甚至有的人，比如现在有时候我能持续编程20、30多个小时，当然随之也要断续的睡几天。从一开始，你要选择最简单的例子。怎么算简单，代码越短，越简单。实现的功能越常用，越简单。一个最简单的例子，只有一行代码。常用的功能，比如输入用户和密码，点击某个链接就跳转到某个网站，等等。这些功能，在你没有学编程之前，你就知道了，所以，一看例子，就知道其功能了。即使很简单的例子，一开始你要编通，也需要时间。照着书中的例子打完代码后，程序没有跑通。你要找错，重新打代码，再跑。还没跑通，再打代码，再跑，等等，不断这样，直到跑通。这个过程，也许几秒钟，也许需要数个小时。如果有人指导，有团队，你可以让别人帮你讲讲、帮你找错。但最终还是需要你“左冲右突”。所以，你一天编10多个小时，只编通了几个很小的例子，也是巨大的成功！这就涉及到“跑通率”：一个程序，你编了多遍后，仍然跑不通，不得不放弃。一般的，对于入门者，30%以上的“跑通率”就可以了。但如果连30%以上的“跑通率”都没有，就不大好了，这样挫折积累的太多，没法产生学习心得了。你会总是很郁闷、烦躁，不能产生强大力量了。所以，一开始就要选择简单的例子，例如，有《某某编程百例》、《某某编程多少例》等类的书，是你的首选。这些书的例子越简单，例子越多，越好，这些书要有讲解，但只要讲解基本功能和最简单的原理即可，千万不要那些一大堆理论，没多少例子的。下面还要继续说大脑清晰度。

　　第二步：看书。在编程的入门阶段，你要搞清楚看书的目的、方向和类别。之一原则，不编程不看书。第二原则，根据编程水平的提高，改看不同的书。第三原则，思考优先于看书。第四原则，先信自己，再看书。看书就要有笔记。笔记可以用txt或者Word等形式，学编程的笔记，不必再用笔了吧！入门者的笔记，主要就是“功能和 *** ”：要实现某个功能，要使用什么 *** 。（到了高级阶段，笔记往往就要有“思路”和“过程”等了，但入门者没必要）所以，入门者，切莫浪费时间到“流程图”等类垃圾。计算机书中的几大垃圾：之一类垃圾：计算机理论，基本没用，不需要看。计算机基础知识之中，你能分清硬盘和内存的区别，能分清键盘和鼠标就可以了。硬件更不要学。学汇编、单片机等，纯粹浪费时间。第二类：算法。算法也是垃圾，越复杂的算法越垃圾，而且学这些东西，太消耗体力和脑力了，你们大脑本来不清晰，再学这些东西，只能更加的不清晰。第三类：流程图。回忆再现和深入思考能力不够强者，这些东西学了也很难学会，学会了也没用。会用了还不如自己想。关于回忆再现和深入思考，以后我会在《高级编程 *** 》中接着讲。那看书看啥呢？就是实际操作！要解决某个功能，例如设置用户名和密码这个功能，有多少种 *** 实现之？看书，照着书中的例子编！就这么简单。其他的，一概不要做。计算机教材也要少看有的编计算机书的，把编程当成物理来学，学物理时如果不能把物理原理弄清楚，确实很难学好，可是，计算机编程不是物理。有的编计算机的，把编程当成数学来学，学数学逻辑不清楚，很难学好数学。可是，计算机编程发展到现在，首先是界面，界面编程，哪来的逻辑可言？由于物理学的不好、数学学的不好的人，往往都认为自己没资格写计算机教材。所以情况就是这样了。包括清华和斯坦福的计算机教材，不管多么高深严密，也尽量少看，这些书你看的越多，编程越费劲。这就要再说说乔布斯的苹果的ObjectC，没用过微软的VC的人可能感觉不深。VC够强了，但和ObjectC，就太繁琐且不够易用了。很多功能，ObjectC只需要VC大约三分之一或者更少的代码。简洁最美，如何做到简洁呢？

　　第三步：深入思考，从最复杂的开始。

　　笔记本随身携带。作为一个武士，剑不离手。剑在人在，剑亡人亡。作为一个程序员，笔记本电脑不离手。电脑在人在，电脑亡人亡。自十多年前我有了之一台笔记本。我基本上白天晚上都笔记本电脑不离身。后来我买了车和房子，基本上电脑再不离身，而且一般的，我都至少带2个电脑。现在，我基本是在任何时候，iPad不离身，它看书确实无敌啊。我现在24小时随身常备：两个笔记本电脑（一个17寸不高清的苹果，一个苹果11寸Ai)）、两个iPad、两个iphon

　　为啥不用15寸高清苹果？苹果太小。我用惯了17寸。15寸的太小。如果是古代，除马匹铠甲弓箭飞抓等外，我会这样配置：20公斤的钢枪一只、30公斤的钢鞭一只、12公斤的重剑一只外加每把0.2公斤的飞刀12把。注：飞刀应该是古代武士常备甚至必备。因为紧急时刻，例如夜间突围、白日捉拿刺客等时，弓箭来不及，刀剑往往距离又不够。

　　《水浒》里两个解差押送林冲千里路，纯属扯淡。按照林冲在书中大宋国排名前10的武功地位，至少得20个解差，且得全副武装。林冲这个级别，全身都是致命武器！甚至还有解差用开水烫坏林冲的脚，一代高手的脚被开水烫坏了，然后武功全废，哈哈。

　　深入思考：到了高级阶段，编程者主要就是思考算法了，而且基本上就是思考自己以前编过的（有时也包括现在正在编的项目）算法了。脑子里不断思考自己以前编的程序的思路过程，这是之一要干的。高级阶段，编程者每天至少要思考5个小时以上，而且更好是以回忆再现为主。也就是说，思考时，越不看源代码越好。

　　深入思考在中级阶段的一个主要方向就是理解：通过长时间深入思考纠正自己的理解的偏差。对于入门者，往往连理解的偏差都理解不了。对于一个连左右都不分的人，你跟她说东南西北，岂不笑哉？所以，入门者深入思考的一个方向：要实现这个功能，应该找那本书？要找那个笔记？所以，对于入门者，手头没5本好的编程书之前，没有编熟100个例子之前，没有积累若干编程笔记之前，深入思考基本都是扯淡。很多入门者用大量时间思考复杂的算法。大缪！越想脑子越乱，越想越觉得编程难！

　　当然，最简单的算法还是要思考的，比如来个三五行的if和else以及Then对于入门者，有这样的 *** ：找个三五行的if和else以及Then的小例子，先编通再大约的弄明白后，连续编它10编20编，然后背下来。最终做到不看书就能自己独立把代码完全敲对的程度。然后在随后的半个月内，每天闭目回忆再现此例子10遍到1000编不等（能比较清晰的回忆出来即可）。此称为“辛雷高级学习 *** 之深入思考加回忆再现之用于入门阶段”

　　编程者，做为学习者，深入思考，向来是之一。深入思考，首先的，是深入思考无间隙。深入思考无间隙：就是只要大脑清晰且身体正常安全时，脑子里总是持续的思考学习的问题，大脑总是被学习的问题所充斥。（你不要边骑自行车边思考，安全更重要啊）对于入门者，深入思考更偏重于硬背和快速非精准浏览。快速非精准浏览：就是理解率达到一定程度就赶紧往下走。对于做数学题来说，就是能把最简单的题目“弄”出来（不管什么 *** ），能把最简单基本的数学概念大约的看明白一点点，就赶紧往下进行。对于编程者，编程和看书一定要快。不管用什么 *** ，把例子编出来就行。不管这个例子的意思是啥，只要知道这个例子的功能。就像背单词，只要知道最基本的汉语意思，甚至接近或者沾边的汉语意思，就可以了。

　　真正的学习者，自始至终，总是以自己的想法为主，即使一开始大都错。因此，切莫怀疑自己。编程者，一开始往往每每思考，很快就发现是错的，有些人于是就不敢用自己的想法去思考问题了。这是不对的，要相信自己，绝对相信自己。当然，自己的想法，要随着每一个例子的编通，而不断的修正。编程 *** ，都是人想出来的，都比较高明，但远远没有数学般高明。毕竟编程比数学，历史短的太多。编程也尚未攒足像阿基米德、牛顿、高斯等许多天才。编程世界，随便有个比尔盖茨就能无敌很久。所以，每每编完三、五个例子，你就要想想，如果我要实现某个功能，例如“用户注册”，应该用什么控件，用什么属性，用什么 *** 。对于入门者，思考时只要能有一种 *** 实现某个功能，就算无敌。不管这个 *** 多么复杂。就像武士，入门阶段的武士，只要能打赢就行，不管自己受伤多重（活命的前提下）。因此，不管后来你发现自己的 *** 多么复杂，只要沾边，就要思考之。思考到一定程度，就可以来下一步，“变题”了。变题：对于编程者，有个指导者，至少有个帮助者，几乎是必须的。所以即使在中国的这等弱智的编程界，往往都知道团队编程。变题，由于编程工具的越发强大、人性化和快速，你用起来越来好用，至少比我10多年前编程强很多了。变题，之一要用的就是MessageBox(VC)、NSLog（苹果编程）。入门程序员，MessageBox（NSLog）满天飞，几乎来几行代码就要有一个。前些天我跟学生说，你编程不要来那许多NSLog，你要先想好思路了，再编程序。这是对中、高级编程者来说的，不是适合入门和初级者。

　　入门编程者，时间安排可以这样：编三看二思一。比如一天10个小时，那么，6个小时用于编程，4个小时用于看书（主要是来回找例子、看例子、被例子）、2个小时用于思考（主要思考功能，而不是算法）高级阶段者，基本就要编一看二思三了。每天主要时间都用在思考了。

　　2018年就要过去了，马上迎来2019，这里祝大家新年快乐！

　　分享我前段时间在友盟论坛上的演讲稿：大数据2015！

　　DI-Data Integration 数据整合

　　DI-Data Insight 数据洞察

　　DI-Data Intelligence 数据智能

　　人工智能和深度学习已经成为现如今互联网和大数据领域最前沿的研究内容，掀起了一股全世界范围内的AI热潮，人工智能”、“机器学习”、“深度学习”、“神经 *** ”等概念成为热门话题。随着AI研究成果从实验室走向现实应用，人工智能新的研究热点层出不穷，人工智能的应用场景不断增多，同时一些更加细化的应用领域也开始出现，人工智能已经超越了技术概念，成为一种跨学科研究领域。

　　沈浩老师

　　——————

　　中国传媒大学新闻学院教授、博士生导师

　　中国传媒大学调查统计研究所所长

　　大数据挖掘与社会计算实验室主任

　　中国市场研究行业协会会长

　　欢迎关注沈浩老师的微信公共号

　　欢迎关注俺任会长的市场研究协会：

　　今年，人工智能和机器学习是最火热的技术议题之一。自从2017年9月Unity推出机器学习 *** 工具，Unity引擎便揭开人工智能新篇章。在2018年的最后一天，我们将为大家介绍最新版的ML-Agents Toolkit v0.6。

　　根据来自用户的反馈，我们在最新发布的Unity ML-Agents Toolkit v0.6中，进行了二项重要功能的改进。

　　通过将大脑（Brains）从MonoBehavior转换为ScriptableObject，提升了大脑的可用性。

　　通过能够记录专家演示，即需要被模仿的操作 *** ，将其用于离线训练，从而为模仿学习提供了更好的用户工作流程。

　　可编程对象大脑

　　在ML-Agents Toolkit的早期版本中，大脑（Brain）会作为子对象附加到学院（Academy）的游戏对象。因此，我们很难在同一项目的不同Unity场景中重复使用大脑。

　　为了解决该问题，在v0.6版中，我们将大脑转换为可编程对象（Scriptable Object），以便将它们作为标准Unity资源进行管理。这样可以轻松地在多个场景使用大脑，并创建预先附带大脑的 *** 预制件。

　　为了完成转换过程，我们加入了全新的学习式大脑可编程对象（Learning Brain Scriptable Object），它将替换之前的内部（Internal）大脑和外部（External）大脑。考虑到完整性，我们还加入玩家（Player）和启发式（Heuristic）大脑可编程对象，分别替换了之前的玩家和启发式大脑类型。

　　下图是3DBall环境中更新前后的大脑实现 *** ，左图是ML-Agents v0.5的旧版大脑游戏对象，右图是ML-Agents v0.6的大脑可编程对象。

　　在ML-Agents v0.6中，你无法通过大脑类型（Brain Type）选项修改大脑的类型。你需要为玩家和学习过程创建不同的大脑。

　　通过在Brain检视窗口加入“Copy Brain Parameters from”复选框，我们让你可以轻松地复制大脑参数。你可以拖拽其它大脑到该字段，然后对应的大脑参数会复制到该字段的大脑上。

　　由于大脑不再属于场景的一部分，如下图所示，你可以在Assets菜单创建大脑。

　　我们现在可以更轻松地跟踪被训练的大脑。该功能可以结合学院组件中的Broadcast Hub使用。你可以将大脑资源拖到该组件，把大脑公开给外部训练过程。

　　勾选大脑的Control复选框等同于在旧版ML-Agents Toolkit使用外部大脑类型（External Brain Type），勾选了Control复选框的大脑都是被训练的大脑。如果不想运行训练，只要取消勾选Broadcast Hub中所有大脑的Control复选框即可。

　　请观看下方视频，了解如何创建可编程对象大脑（Scriptable Object Brain）。

　　演示录制器

　　现在可以在运行游戏时录制 *** 的动作和观测，使用录制结果通过模仿学习来训练 *** 或分析数据。这将允许我们为多次训练会话而重复使用训练数据，不必每次都重新采集数据。

　　录制 *** 时，我们需要将Demonstration Recorder组件添加到 *** 上，勾选Record并命名演示结果。

　　然后进入运行模式，执行想要 *** 执行的动作。当完成录制后，退出运行模式，演示（Demonstration）资源会创建在Demonstrations文件夹中。

　　为了使用该录制结果训练 *** ，需要修改训练配置中的超参数（Hyperparameter）。

　　学习资源

　　下载ML-Agents Toolkit v0.6：

　　

　　了解可编程大脑详情，请访问：

　　

　　了解更多演示录制器信息，请访问：

　　

　　小结

　　我们展望在2019年，Unity机器学习工具ML-Agents将加入更多功能，助力开发人员将其应用到更多的实际应用中。更多Unity最新信息，请访问Unity官方中文论坛(UnityChina.cn)!

　　明天就是新年的之一天，新年新气象。在各位同胞的帮助下，服务器成功购买，并将程序重新打包发布。

　　以后，我将想办法推出WAP版或是微信小程序版，以完成安桌和苹果二种系统都能收听音乐的服务。

　　在此，特向为购买服务器而捐款的同胞感谢！总共从微信授捐808元，公众号78元。服务器花去710元。结余176元。

　　捐助人员如下：

　　赛让：100元。一叶白枫：50元。胡玉梅：200元。才神花：100元

　　齐将宽：100元 忘情水：50元 鲁生财 50元 黄龙宝、睡着的清晨、不服输的狂傲、才十花、查罕齐、北斗星魁、yohu神、芒果儿阿姑 ：158元。

　　感谢以上各位同胞和积极帮助过我的朋友和同胞们！

　　新版软件下载 *** ：

　　1.扫描如下二维码后使用浏览器打开2

　　2.直接打开以下网址：

　　天下大势，合久必分，分久必合。纵观整个存储发展史，数据中心的存储方案也大致经历了合、分、合3个阶段。

　　从IBM在1956年推出世界上之一台真正意义上的机械硬盘，到上世纪70年代，存储与服务器是融于一体的。

　　直到DAS的出现，存储与服务器开始逐渐脱离，此后存储功能更加专业化，职责更加细化。随着 *** 技术的发展及数据集中管理需求的增长，80年代存储局域 *** (SAN)应势而生。90年代则因数据类型的改变，出现了适合非结构化大容量数据的NAS产品。

　　而今云计算时代，存储与服务器分化的趋势再度发生了转变。X86架构计算性能的崛起以及 *** 带宽的进一步发展，计算及 *** 资源过剩，一系列机遇下催生了基于X86服务器的SDS软件定义存储。其开放、易扩展、性价比高等特点以及对云架构天生的友好，使这类存储迅速在云计算市场兴起并扩散。存储与服务器再度有了融合的趋势。

　　然而目前为止，国内数据中心的存储大部分依然是传统集中式的SAN存储以及NAS存储，其虽有着成熟、稳定、专业的优势，但由于其封闭、异构、昂贵的特点，已满足不了现今越来越多用户的需求。但我们清楚地知道，其短时间内又不可能被全部替代。

　　我们已知新兴存储技术爆发性增长，存储与计算融合化已成主流趋势，可存储层面传统需求仍大量遗留，用户数据中心成为了一个存储大杂烩!基于现状，我们必须解决现在正面临的一系列存储问题。比如如何将存储规范化、标准化，并统一起来技术快速革新，存储行业如何平衡用户需求与行业发展传统存储到新型存储是时候转型了， 但用户面临的阵痛如何更大限度的避免

　　基于用户存储面临的现状，我们可以进行一波未来存储发展趋势性分析。目前来看云计算时代下的存储已表现出了3大趋势：

　　融合化

　　存储与服务器又将趋于“合”之大势，怎么“合”，“合”成什么样，就是我们需要考虑的问题。

　　首先，存储会与x86服务器融合，我们称为“纵向融合”。纵向融合更具代表性的产品形态就是最近大火的超融合架构。超融合将分布式存储、 *** 、虚拟化等一切数据中心必备资源装入一台标准的x86服务器中，省去了一系列繁复的设备，数据中心逻辑结构也因超融合的引入而精炼清晰了许多。

　　解决了存储与服务器的问题，还应该解决存储与存储之间的问题，即存储与存储之间的融合化管理、监控、使用，我们称之为“横向融合”。横向融合的一个典型例子就是IBM早些年推出的SVC产品——存储虚拟化网关。SVC可以通过 *** 接管不同存储的逻辑卷，这些原本要直接映射给服务器的逻辑卷被SVC统一纳入，形成存储池，然后虚拟化后的逻辑卷再统一分发给服务器。

　　这种方式解决了存储之间的孤井问题，弥补了存储与存储之间的功能差异，但同时也带来一个问题，就是单点故障——所有数据IO都通过SVC单一节点流动，如果SVC发生宕机，则会影响所有接入的存储。所以一般在SVC方案中，双活架构居多，主要就是为了解决数据安全性问题。

　　标准化

　　云计算数据中心早已脱离了以设备为核心的运营思路。服务器、 *** 等资源由于虚拟化技术的发展，使用方式和管理方式有了极大变化，已由面向设备改变为面向业务。用户不再关心底层的设备信息，而是更多的去思考如何业务创新以及创造价值。

　　但数据中心存储层却在这样的趋势下依然处于传统运维模式。前面提到，目前大多用户拥有着很多的传统集中式存储，由于各存储厂商之间技术封锁，其存储设备之间互不兼容，正是这样的存储设备不规范性，导致了不同厂商甚至同一厂商不同型号存储之间的异构化需逐台设备各自管理、监控，这对业务运行产生了极大的不便。

　　用户亟需一个能够使存储像服务器、 *** 资源一样可以实现智能化调度的技术或标准，从而告别零散的存储现状。而存储的标准化就成为了业务创新的前提，否则在巨大的开发成本和对接成本下，任何存储业务自动化及智能化的尝试都会成为幻想。可惜目前并没有厂商意识到这一点并提出有效的解决方案。

　　开放化

　　我们知道，云计算的理念就是以“服务”为核心，最终达到一切IT资源都是服务的效果。

　　而最近IT界又出现了一个时髦词汇——API经济。API经济将“服务”的概念进一步扩大了，不仅是IT资源，甚至产品能力、企业价值也能够以服务的形式向外界输送。API经济作为将来商业模式的发展方向之一已初具苗头。API的开放使各厂商不同平台之间可以进行深度的合作和联动，从而形成了跨厂商甚至跨行业的价值共享。

　　越来越细化的存储领域也有这样的趋势特点，只不过范围缩小到了数据中心内部。API经济是跨厂商甚至跨行业的合作，数据中心内部也需要不同资源层次、不同业务部门之间的合作，我们称之为“存储的开放化”。

　　在这种场景下，存储不再只是服务器后端挂载的附属设备，不是通过一个预先设定的方式，仅仅对外提供数据空间。而是应该成为一种独立的存储服务，能提供多样化的价值。而存储由设备转化为服务这一过程，则需要前端应用的补充与配合。这就要求未来的存储能以更开放的姿态与各类应用对接，至少各类管理API或控制接口是开放的，可以交由用户灵活定义。

　　现代存储技术自出现起到现在，经历了近一个世纪的发展，其发展史就是整个IT应用的发展史。存储的形态也随着不同时代业务模式的变化而不断变化。虽然业界传统存储依然存在着一系列问题，但可喜的是，随着技术的飞速发展，用户也正在以更开放包容的胸怀去接纳新的产品、新的架构。这样就给传统存储的持续创新提供了良好的外部条件。我们也期待着能有更多可以改变规则，甚至创造规则的存储新物种出现。

　　温馨提示：

　　一、简介

　　git作为目前比较流行的版本控制系统，被各个互联网公司广泛使用着。目前国外的网站有GitHub，国内的oschina的git。

　　网址：

　　

　　二、使用说明

　　1、注册账号

　　进入输入相应的信息

　　2、下载安装Git工具

　　网址：

　　3、安装Git

　　windows用户直接双击安装文件，使用默认安装选项即可。

　　Mac用户在命令行中直接输入 git命令，按照提示自动安装。

　　4、创建远程仓库

　　网址：

　　5、下载代码仓库

　　git clone

　　6、git使用

　　git clone 下载项目 后面输入项目url

　　git config 配置用户名和邮箱 （之一次使用配置）

　　git status 查看git文件的状态

　　git add 添加文件

　　git commit 提交到服务器 注意（-m “说明”）

　　git push 提交内容上传到服务器

　　git pull 从服务器拉代码

　　git log 提交日志

　　7、git配置

　　配置username，email：

　　git config --global user.name "John Doe"

　　8、常用命令

　　提交代码——git add -A （添加所有文件）

　　提交代码——

　　git commit -m “xxxxxxx” (提交代码的时候填写提交信息)

　　git push (将本地文件提交到服务器端)

　　从服务器同步代码——git pull

　　查看提交日志——git log

　　9、更多学习

　　

　　

　　Excel 用户常见的元数据可能包括标题、使用过合并单元格的表头、注释这样的内容，也可能包括空行和空列。这种数据结构数据库不喜欢，Tableau 同样也不喜欢。所以我们需要知道Tableau 数据解释器，用它来解决这一问题。

　　以下数据是Excel用户常见的元数据，这种表格导入Tableau 后无法直接被Tableau 识别出正确的字段名称和字段值。

　　Step：1

　　将表格导入到Tableau 后，Tableau 会自动生成字段名称Fn，并保留所有excel里面的空行等。这种数据结构严重妨碍了我们做数据分析。

　　Step：2

　　当数据需要清理的时候，Tableau会自动识别，并在图中标记1处显示数据解释器功能，我们只需要傻瓜式的勾选标记1处的√，就能让数据解释器帮你一键清理数据；

　　我们可以看到数据预览窗口中：

　　去除了表头，以及表头和表格之间的空行；

　　在标记2 处，去除了合并单元格；

　　在标记3 处，去除了合并单元格，并把两行的内容合并后，作为新的表头；

　　在标记4 处，对合并单元格的值做了数据填充。

　　Step：3

　　Data Interpreter （数据解释器）何时不可用（摘自Tableau 官网）：

　　Data Interpreter 选项可能会因以下原因而不可用：

　　数据源已具有 Tableau 可以解释的格式：如果 Tableau Desktop 无需 Data Interpreter 的额外帮助就能处理独特的格式设置或无关的信息，则 Data Interpreter 选项不可用。

　　许多行或许多列：在数据具有以下属性时，Data Interpreter 选项不可用：

　　数据包含超过 2000 列。

　　数据包含超过 3000 行和超过 150 列。

　　数据源不受支持：Data Interpreter 仅可用于 Microsoft Excel、文本 (.csv) 文件、PDF 文件和 Google Sheets。对于 Excel，数据必须为 .xls 和 .xlsx 格式。

　　PS：2018年最后一天，提前祝大家元旦快乐；2019继续加油ヾ(°°)，预计明年会有两本Tableau 的新书出世，其中一本是《人人都是数据分析师》第二版；目前想买书可以入手人人的之一版本。

　　因为Tableau 中会用到地图，但是地图是不能随意出现在出版物中的，其审核流程相当复杂，所以之后的Tableau 出版物中极大可能没有地图截图！

　　微信又叒改版了

　　很多新友都说找不到创新君

　　给创下一个新加上星标，就不会插肩而过！

　　话说喜怒哀乐都会表现在脸上，日常生活中最为常见。

　　但是，对于视力有障碍的人来讲，就是一件不可能的事，因为他们无法看见。

　　而如今，有了这个应用程序，问题迎刃而解。

　　它叫做Facing Emotions，由华为研发设计，并刚刚发布。

　　配合华为Mate 20 Pro智能手机，可将七种表情转化为对应的声音，让视障的人能“看见”。

　　快乐▽

　　悲伤▽

　　害怕▽

　　愤怒▽

　　惊喜▽

　　蔑视▽

　　讨厌▽

　　而使用起来也很方便。

　　首先，下载并安装好Facing Emotions。

　　然后，手机后置摄像头会自动扫描对方的脸。

　　麒麟980处理器中的人工智能将识别出表情，随之转换为手机特定的声音。

　　最后，就会从耳机里听到。

　　目前，这个应用程序可在华为AppGallery和Google Play中下载，但只能在华为Mate 20 Pro上运行。

　　为了验证应用程序，华为还与波兰盲人协会合作，进行了测试，并非常成功，很多人之一次“看到”了对方的微笑。

　　此外，他们还设计了一款专用的手机支架，通过3D打印。

　　把Mate 20 Pro装在里面，挂在胸前就好，不仅解放了双手，而且还很像一个装饰品。

　　值得一提的是，这已经不是华为之一次推出这么有爱的应用程序了，早些时候就有一款叫StorySign的应用，可以把故事书里的文字翻译成手语。

　　然而，这次华为是利用人工智能把情感翻译成了声音。

　　据统计，世界上有多达2.17亿人患有视力的中度至严重问题，而华为最新推出的这个AI应用程序，也许将改变千万人的生活！

　　有了它，盲人就可以“看到”微笑。

　　这里只关注最前沿的科技创新

　　提供全球更高水平定位信息服务

　　日本（Japan）版GPS“引路”卫星启用

　　承担日本（Japan）版本全球定位系统（GPS）任务的“引路”人造卫星于2018年11月1日起正式启用，可提供精度达10厘米以下的全球更高水平定位信息。

　　使用日本版GPS，有望用于汽车自动驾驶和基础设施检修等，预计到2025年将创造近5万亿日元的新服务。各个行业企业纷纷表示有意涉足这一领域，预计围绕新市场的争夺战将更加激烈。

　　“我们的生活离不开GPS。引路号将打开历史的新篇章”，日本首相安倍晋三11月1日在东京出席引路号卫星纪念仪式时这样表示。

　　引路号是停留在地球特定地区上空的“准天顶轨道”卫星，1-4号卫星均停留在日本上空附近。通过引路号卫星，原本GPS信号难以到达的山区和高层建筑林立的位置也可以稳定地获得高精度位置信息。

　　引路号的优势是，如果使用专用接收机，定位误差可由GPS的10米缩小到数厘米左右。而且只要有接收机即可定位，信号免费。

　　日本 *** 投资约1200亿日元

　　日本内阁府等部门为准天顶卫星投入了约1200亿日元。推进这一项目的背景是，其有望创造新产业，特别是有望用于自动驾驶领域。在自动驾驶方面，若定位误差为数厘米，就可以在双车道和三车道的道路判断在哪条车道上行驶。

　　利用日本版GPS，在特定地区，预计有望普及“4级自动驾驶”（Level 4，在限定区域实现完全自动驾驶）。还有企业预计，仅自动驾驶的定位服务市场规模就可达到约5000亿日元。

　　《大橙报》是东盟一份权威性的商业月刊报纸，也是覆盖东盟华人企业家最广，影响力更大的媒体之一，因为每年获得1,500,000万商家读者点阅！

　　马化腾的微信作为我们用户日常沟通的桥梁，现在很多企业也都是用微信来进行传递信息的，包括有一些公司和学校，确实，微信出现之后，让我们的社交变得轻松简单起来了，还有很多新的应用，也在不断进行开发。

　　众所周知，微信上线至今7年的时间，坐拥10亿的庞大用户群体，但是单一的社交聊天已满足不了用户的需求，于是马化腾将微信转战至互联网金融领域，推出了之一款互联网金融产品——微粒贷，微粒贷自上线就帮助广大用户解决了资金上的问题，而深得用户的心，但是微粒贷从上线之初就走的是傲娇的路线，采用官方白名单邀请制，只有受到邀请的用户才会开通享受微粒贷带来的惠民服务，因此导致了一部分用户的流失，还好微信第三方“微企万家”的出现缓解了用户流失的问题，微企万家与微粒贷极为相似，自主申请就可获得与微粒贷相等的几千到几十万的额度帮助，很多使用过微企万家的用户都说是一个亲民的公众号呢，你也可以去试试。不过话说回来，微粒贷开通邀请新渠道，轻松开通加提额。

　　都知道，微粒贷一直只有一种邀请渠道——官方邀请，因此，很多用户都在微粒贷的大门外徘徊，导致微粒贷的使用人数不及微信的使用人数。自然，马化腾也知道微粒贷的弊端，因此，对微粒贷的邀请制上做出了一些调整，在传统的邀请上增加了一项好友邀请，只需找身边开通微粒贷的老用户点击微信钱包里的微粒贷就会看到好友邀请这几个字，点击右上角的三点，分享链接给好友即可，好友点击链接即可开通，微粒贷邀请没有上限，老用户可同时邀请多个想要开通微粒贷的用户，并且新开通微粒贷的用户可获得一张免息卷哦！

　　微粒贷开通邀请新渠道，轻松开通加提额！好了，今天就分享到这里了，对此你有什么建议，欢迎在下方评论交流哦！

　　什么是 *** ？

　　 *** 是存储不重复元素的无序序列。

　　 *** 由字典衍生而来，但是 *** 只存储key，不存储value，且key不能重复。

　　 *** 会自动忽略重复的数据。

　　 *** 中只能存储不可变数据类型。

　　创建一个 ***

　　我们可以用花括号{}/set()来创建 *** ，但是，如果创建空 *** ，只能用set()，不能用{}，因为{}是用来创建空字典的。

　　>>> aset=set()

　　>>> aset

　　set()

　　>>> bset={'a','b','c'}

　　>>> bset

　　{'b', 'c', 'a'}

　　可用set()从其他序列转换而来。

　　>>> cset=set([1,2,'abc'])

　　>>> cset

　　>>> dset=set(('Jane','Tim','Tony'))

　　>>> dset

　　{'Tim', 'Tony', 'Jane'}

　　 *** 的基本操作

　　 *** 中元素的个数

　　len()

　　>>> aset={'Python','Java','C++'}

　　>>> len(aset)

　　3

　　（注：aset的元素个数是3个）

　　判断元素是否在 *** 中

　　in

　　>>> aset={'Python','Java','C++'}

　　>>> 'Python' in aset

　　True

　　（注：'Python'在 *** aset里面）

　　添加元素

　　add添加一个数据，必须是不可变数据类型

　　>>> aset={'Python','Java','C++'}

　　>>> aset.add('PHP')

　　>>> aset

　　{'Java', 'C++', 'PHP', 'Python'}

　　update批量添加数据

　　>>> aset={'Java', 'C++', 'PHP', 'Python'}

　　>>> aset.update(('C','Ruby'))

　　>>> aset

　　{'Java', 'Python', 'Ruby', 'C', 'PHP', 'C++'}

　　>>> aset.update(['VB','.NET'])

　　>>> aset

　　{'Java', 'Python', 'Ruby', '.NET', 'C', 'PHP', 'C++', 'VB'}

　　>>> aset.update({'C#','SQL'})

　　>>> aset

　　{'Java', 'Python', 'Ruby', '.NET', 'C', 'C#', 'PHP', 'SQL', 'C++', 'VB'}

　　（注：update可以添加列表，元组，甚至 *** ）

　　移除元素

　　remove当删除一个不存在的元素时，会报错。

　　>>> aset={'Python','Java','PHP','C++'}

　　>>> aset.remove('PHP')

　　>>> aset

　　{'Java', 'C++', 'Python'}

　　>>> aset.remove('Ruby')

　　Traceback (most recent call last):

　　File "

　　", line 1, in

　　aset.remove('Ruby')

　　KeyError: 'Ruby'

　　discard当删除一个不存在的元素时，不会报错。

　　>>> aset={'Python','Java','PHP','C++'}

　　>>> aset.discard('Java')

　　>>> aset

　　{'C++', 'PHP', 'Python'}

　　>>> aset.discard('C')

　　>>> aset

　　{'C++', 'PHP', 'Python'}

　　pop删除任意的数据，并返回该值。

　　>>> aset={'Python','Java','PHP','C++'}

　　>>> aset.pop()

　　'Java'

　　>>> aset.pop()

　　'C++'

　　>>> aset

　　{'PHP', 'Python'}

　　清空 ***

　　clear

　　>>> aset={'Python','Java','PHP','C++'}

　　>>> aset.clear()

　　>>> aset

　　set()

　　 *** 的运算

　　并集 a | b

　　>>> aset=set('abc')

　　>>> aset

　　{'b', 'c', 'a'}

　　>>> bset=set('bcd')

　　>>> bset

　　{'b', 'c', 'd'}

　　>>> aset | bset

　　{'b', 'c', 'd', 'a'}

　　交集 a & b

　　>>> aset & bset

　　{'b', 'c'}

　　差集 a - b

　　>>> aset - bset

　　{'a'}

　　（注：把2个 *** 共有的元素从aset中删除）

　　对称差 a ^ b

　　>>> aset ^ bset

　　{'d', 'a'}

　　（注：并集减去交集，就是对称差）

　　真超集，>=超集

　　==两个 *** 是否相等，=!不等于

　　>>> aset

　　True

　　（注：aset是set('abcd')的子集）

　　>>> aset > set('abcd')

　　False

　　（注：aset不是set('abcd')的超集）

　　>>> aset==bset

　　False

　　>>> aset !=bset

　　True

　　以上是 *** 的一些总结，欢迎大家指正。

　　招生简章

　　编程即编写程序，就像写作文一样用计算机语言和电脑沟通，让它代替你完成某项工作。这是未来最重要的生存技能！编程教育不仅仅单纯启发孩子的思维方式，更是在过程中让孩子学会独立思考和切实可行的解决问题的 *** ，而独立思考恰恰是目前应试教育中最为缺乏的一种能力。

　　编程教育目前很难推广，缺的就是优质的课程和优秀的师资！一个懂教育，懂编程，有实际编程经验而且有工程背景的好老师是可遇而不可求的。给我一份信任，就是给您的孩子打开一扇通往神奇世界的大门。

　　教师简介：

　　课程创始及主讲教师马老师，本科阶段辅修计算机专业，研究生阶段研究方向为生物动力学三维仿真模拟，对物理数学以及编程知识掌握熟练，获省级优秀毕业生。

　　毕业后在某高等院校有五年执教经验，具有高等教师资格证，教育部高等教育司认证数控编程全国骨干教师，多次在省级，院级讲课比赛中拔得头筹。

　　目前就职于某科研院所，从事实验研究与数据处理方面的工作，在国家级学术会议，期刊等以之一作者身份发表相关论文五篇，独立开发有商业应用价值的数据处理软件三套，多次获公司科技进步奖。

　　凭借十余年编程经验以及对教育的热爱，将本属于北上广深的精英教育理念带到家乡，并自主开发了一系列面对6-18岁人群的编程教育系列课程。

　　课程介绍（关注公众号了解更多详细内容）

　　一 scratch少儿编程基础

　　适用人群：幼儿园大班至小学二年级零基础

　　针对5-8龄儿童认知特点，量身开发的一套编程入门级课程。国内有能力开办同类课程的机构极少，每阶段16节课，每节课50分钟，每班1-4人。

　　二 scratch编程基础与提高

　　适用人群：小学三至六年级零基础

　　本课程侧重于锻炼学生的编程思维方式，培养学生对编程的兴趣。每节课60分钟，每班2-4人，初级课程只需要10学时。

　　三 python编程课程

　　适用人群：小学高年级，初高中零基础

　　python是当下更流行最简单的一种编程语言。该课程不同于scratch课程，这是一门真正学习编程语言的课程。学生需要用键盘输入代码完成程序的编写，实现预期的功能，是对学生逻辑思维能力更深入的锻炼！

　　编程貌似复杂，但青少年学习时可以忽略掉很多技术性细节性的东西，用有趣加上专业的题目抓住孩子的注意力。本课程设计项目时注重将学校课堂上学的知识应用到实际中来，在锻炼学生逻辑思维能力与细心严谨学习习惯的同时也可以加深对学科知识的理解。

　　本课程为我校高端精品课程，课程以四学时为一阶段，每学时60分钟，每班2-4人。每阶段学习结束后，如有兴趣可进行下阶段内容的学习。教学内容结合初高中的数学物理知识，让学生在学习编程的同时加深了对学业知识的理解。坚持学习到高级阶段后，可掌握面向对象编程以及游戏脚本的开发。

　　以上课程均可先试听后报名，

　　关注马老师微信，可预约免费试听课。

　　总校地点：会战道怡海小区（蕾莎北行二百米路西）

　　公众号“任丘子飞编程”里有关于各个课程的详细介绍，学生作品展示以及有关教育 *** 教育理念的文章，敬请关注！

　　大家现在应该正在享受快乐的元旦假期，有些人会趁着元旦出去游玩，有的人可能因为天气冷而宅在家。而在这个辞旧迎新之际，很多人应该想换下使用了一年甚至更久的旧手机，购买一款更好的新手机。那么，茫茫机海，到底该选购一款什么样的手机呢？对于大多数人来说，其实千元机是很合适的，毕竟现在的千元机素质已经足够好，各方面有了很大的进步。今天给大家介绍两款，分别是华为畅享9 Plus和vivo Z3，看谁更符合你们的心意呢？

　　左：华为畅享9 Plus；右：vivo Z3

　　很多人购机首要一点是外观设计漂亮。华为畅享9 Plus和vivo Z3都采用了目前流行的异形屏，前者是类似iPhone的大刘海，后者是小水滴造型，你们觉得那个好看呢？其实，要从全面屏形态来说，显然vivo Z3的水滴屏更极致，能够更接近于全面屏。

　　上：华为畅享9 Plus；下：vivo Z3

　　在左右边框上，华为畅享9 Plus为3.95mm，vivo Z3仅为1.75mm，能够进一步加强视觉的震撼感。屏占比方面，华为畅享9 Plus为82.84%，vivo Z3高达90.3%，后者观感上要好上不少，更是千元机中少见的高屏占比机型。

　　左：华为畅享9 Plus；右：vivo Z3

　　背面的配色上，华为畅享9 Plus除了常规的黑、蓝、粉，还有一种渐变色极光紫。vivo Z3有星夜黑、极光蓝、梦幻粉三种渐变色彩。两者各有特色，就看各自的喜好了。

　　左：华为畅享9 Plus；右：vivo Z3

　　在性能上，华为畅享9 Plus搭载麒麟710处理器，有4GB/6GB运行内存。vivo Z3则是搭载骁龙710，也是4GB/6GB内存可选。不过两者的处理器显然是后者更为优秀，不管是制程工艺、CPU构架还是GPU图形处理能力，所以vivo Z3的性能是更强悍的，也是目前千元机市场中最强的机型之一，可以流畅运行各大游戏。

　　左：华为畅享9 Plus；右：vivo Z3

　　而在解锁方案上，两者都是采用后置指纹加人脸识别的方案，后置指纹倒是没有多大区别，区别在于华为畅享9 Plus是普通人脸识别，而vivo Z3则是红外人脸识别，后者可以满足一天24小时快速解锁，特别是在黑夜下解锁时优势明显。

　　左：华为畅享9 Plus；右：vivo Z3

　　通过两者的比较，在性能上vivo Z3是明显优于华为畅享9 Plus的，外观上，vivo Z3正面水滴屏更极致一些，背面Z3和华为畅享9 Plus倒是各有特色，此外vivo Z3的红外人脸识别是千元机上不可多得的，这一点添彩不少。综合来看，还是vivo Z3更优秀一些，在新年到来之际选购这款手机是很不错的。

　　解决dede织梦后台"保存当前栏目更改时失败，请检查你的输入资料是否存在问题，两种我们的最常用的方式；

　　 *** 1:：拿原版后台程序进行替换（小白首选）

　　”解决dede织梦后台保存当前栏目更改时失败“最简单的办法是拿原版后台程序进行替换，即复制最新版的后台程序进行覆盖。其实不单单是dede这样的开源程序，那对于其他的开源程序如：wordpress或者的帝国等等都是可以使用这样的方式去解决问题的。

　　 *** 2：php文件检查

　　”解决dede织梦后台保存当前栏目更改时失败“从根源上解决，需要一定的php代码基础，由于一部分用户进行了后虚台的二次开发，所以需要检查后台以下几个文件是不是出了问题

　　catalog_add.php

　　catalog_del.php

　　catalog_edit.php

　　catalog_main.php

　　catalog_add.htm

　　catalog_add_quick.htm

　　catalog_edit.htm

　　ALTER TABLE `#@__admintype` CHANGE `rank` `rank` FLOAT( 6 ) DEFAULT '1';

　　UPDATE `#@__admintype` set `rank`=(5 + (`rank`/10)) where `rank` > 10;

　　ALTER TABLE `#@__admin` CHANGE `usertype` `usertype` FLOAT( 6 ) UNSIGNED DEFAULT '0';

　　UPDATE `#@__admin` set `usertype`=(5 + (`usertype`/10)) where `usertype` > 10;

　　INSERT INTO `#@__sysconfig` (`aid`, `varname`, `info`, `groupid`, `type`, `value`) VALUES (746, 'cfg_album_mark', '图集是否使用水印(小图也会受影响)', 3, 'bool', 'N');

　　ALTER TABLE `#@__arctype` ADD `seotitle` VARCHAR( 80 ) NOT NULL DEFAULT '' AFTER `keywords` ;

　　UPDATE `#@__arctype` set `seotitle`=`typename`;

　　ALTER TABLE `#@__arctype` CHANGE `keywords` `keywords` VARCHAR( 60 ) NOT NULL DEFAULT '';

　　ALTER TABLE `#@__tagindex` ADD `typeid` *** ALLINT( 5 ) UNSIGNED DEFAULT '0' NOT NULL AFTER `tag` ;

　　代表一个 *** 的快慢一般来说有三个参数：下载速率、上行速率、 *** 时延。象提问者提的这个延迟的标准名称一般被称为时延，时延的组成一般来说，是从客户端A到服务器端B所需要的时间，通常我们通过Ping这个指令来判断访问某个服务器的时延：排除上述的DNS解析过程，我们的ping值其实包括我的电脑A到百度的服务器B的往返时延，再加上百度的服务器处理速度，现在我们再来回到开始的话题：为什么移动的4G延迟有时候要比电信的3G还要高。

　　手机来访问某一个服务器，我们可以看到的ping值(也就是我们打游戏的时候判断哪个服务器的延迟比较大看到的ping值)涉及到的是手机到基站再到核心网再到游戏的服务器的时间，游戏的服务器处理的时间，再加上游戏的服务器到核心网再到基站再到手机，这样一个过程循环。

　　决定终端访问某一个特定的服务器的时延往往和终端距离这个服务器的远近的相关性是更大的，在很多时候，我们使用移动的宽带的时候，就移动 *** 内部的时延是不大的，但是由于需要访问的服务器在其他运营商的机房里，比如该服务器是电信服务器，这样一来，就需要跨 *** 去访问电信 *** 中的服务器，而按照现在中国 *** 互联互通的现状，跨网的时延就是比较大的一段。

　　按照4G的标准要求无线时延在10ms级别，一般基站都是可以做到的，我们优化工程师在做基站的单站验证测试的时候，基本上4G无线时延这块是可以保障的，虽然可能达不到10ms，但是一般来说，无线测的往返时延都可以达到30ms左右。单单是时延这块，和距离基站的远近关系并不是很大，也就是说你信号强弱本身对于时延的影响并不大，因为ping包比较小，对于带宽的要求并不是很大。

　　不过，信号是否纯净，可能对时延的波动影响比较大，在一些SINR值比较差的区域，时延的波动可能会很大，好的时候可能会在30ms以内，不好的时候可能会在100ms以上,但是总体的平均时延影响不是很大，平均时延较其他区域整体偏离不多，决定干扰的因素可能更大的是在上行干扰，一些强干扰小区的ping值是非常差的，总而言之，对于移动的4G的延迟有时候比电信的3G还高，往往是因为移动的4G存在上行干扰或者是你访问了电信服务器的原因。

　　一、概述

　　在 Spring Reactor 项目中，有两个出镜较少的 *** ： 和 。这两个 *** 的作用是指定执行 Reactive Streaming 的 Scheduler（可理解为线程池）。

　　为何需要指定执行 Scheduler 呢？一个显而易见的原因是：组成一个反应式流的代码有快有慢，例如 NIO、BIO。如果将这些功能都放在一个线程里执行，快的就会被慢的影响，所以需要相互隔离。这是这两个 *** 应用的最典型的场景。

　　二、Scheduler

　　在介绍 和 *** 之前，需要先介绍 这个概念。在 Reactor 中， 用来定义执行调度任务的抽象。可以简单理解为线程池，但其实际作用要更多。先简单介绍 的实现：

　　: 调度器会动态创建工作线程，线程数无上界，类似于

　　: 创建固定线程数的调度器，默认线程数等于 CPU 核心数。

　　关于 的更多作用留在以后介绍。

　　三、publishOn 与 subscribeOn

　　接下来进入正题。先看两个例子（来自

　　的例子

　　的例子

　　这里的 的类型是 ，指的是会导致线程阻塞的数据库操作的 *** ，例如 JPA、MyBatis 等基于 JDBC 技术实现的 DAO。

　　在之一个例子中，在执行了 之后， 就会被 定义的线程池所执行。

　　而在第二个例子中， 的作用类似。它使得 （也包括 ）的执行发生在 所定义的线程池中。

　　从上面的描述看， 和 的作用类似，那两者的区别又是什么？

　　两者的区别

　　简单说，两者的区别在于影响范围。 影响在其之后的 operator 执行的线程池，而 则会从源头影响整个执行过程。所以， 的影响范围和它的位置有关，而 的影响范围则和位置无关。

　　看个 和 同时使用的例子

　　输出结果如下：

　　从上面的例子可以看出， 定义在 之后，但是却从源头开始生效。而在 执行之后，线程池变更为 所定义的。

　　实际用途

　　这里介绍 和 的一种实际用途，那就是反应式编程和传统的，会导致线程阻塞的编程技术混用的场景。其实开头两个例子已经解释了这个场景。

　　在之一个 的例子中， 会导致线程阻塞，为了避免造成对其它反应式操作的影响，便使用 改变其执行线程。

　　在第二个 的例子中， 会导致线程阻塞。但是其是源头的 publisher，因此不能使用 改变其 执行线程。这时就需要使用 ，在源头上修改其执行线程。

　　这样，通过 和 就在反应式编程中实现了线程池隔离的目的，一定程度上避免了会导致线程阻塞的程序执行影响到反应式编程的程序执行效率。

　　局限性

　　使用 和 只能在一定程度上避免反应式编程代码执行的效率被影响。因为用来隔离的线程池资源终归是有限的，比如当出现数据库资源不足、慢查询等问题时，对应的线程池资源如果被耗尽，还是会使整个反应式编程的执行效率受到影响。

　　目前，Redis、Mongo、Couchbase 等非关系型数据库均有相应的反应式编程的解决方案，但是关系型数据库却没有理想的方案。一个重要原因是 JDBC 本身就是一个阻塞式的 API，根本不可能让其适应反应式编程。因此需要一个新的方案。目前 Oracle 正在推动 ADBA (Asynchronous Database Access API)，使得关系型数据库可以满足异步编程的需要。但是，因为是 Oracle 主导，大家都懂的，所以目前前景还不是很明朗。另外一个技术方案是 Spring 推动的 R2DBC，从名字上来看就很像是 JDBC 在反应式编程领域的对应的解决方案。目前可以支持 PostgreSQL，支持 MySQL 目前还尚需时日。

　　后续

　　接下来关于 Project Reactor 的文章我打算向大家介绍一下 Hot 和 Cold Publisher 的概念以及 Project Reactor 的源码实现。

　　亲爱的区块链晓姐姐的朋友们，

　　我是区块链晓姐姐，在2018年12月31日，今年的最后一天，向大家表示感谢！

　　昨天晚上睡觉前，看到社交媒体上有陌生朋友给我贴了一个好友印象标签是“2018年最想感谢的人”，一股温暖的心流涌动，虽然我不知道我在哪帮上了这位朋友。但是我知道的是这位朋友帮到了我，他给予的肯定给了我鼓励和动力。

　　我从2016年正式涉足区块链领域的服务，这个行业似乎新鲜、小众又更多变。区块链，在2017年、2018年都经历了过山车般的起伏，在这个冬天最冷的时候遥想，2019年他会怎么样呢？

　　没有进入区块链领域，以及做区块链投资的朋友可能会感受到他的不安全感，毕竟如此跌宕。

　　而作为长期看好区块链技术及思想应用的一员，我倒是一直感受到他尚处于早期，一眼看不到头的魅力。

　　我是区块链职场的服务者，也是区块链领域的观察者，长期深耕区块链职场，带给我良好的观察视角，和深入思考的通道。

　　而我也希望将这份视角和通道带给你——我的朋友，支持区块链晓姐姐的朋友们。

　　“区块链晓姐姐三分钟早报”将继续在以下平台原创发出。

　　头条号：区块链晓姐姐

　　脉脉号：emilymomo名字：Emily张晓然

　　微博号：晓然爱上合伙猫

　　告别2018，祝福2019，都说未来已来，和晓姐姐一起推开门！

　　——您的区块链晓姐姐主编

　　学习编程能让我们得到什么？这是个没意义的问题，为什么呢？众所周知学习编程可以给我们带来一份高薪的工作，另外假如我们并不打算转行或者还是在小大学生的话，我们可以考虑在网上接一些Python相关的小单子，这样不仅可以给自己练手，还能赚钱。

　　接单的网站很多，比如：猪八戒网，一品威客，微推推等等。

　　而且很多接单网上面的案例都比较简单，可能只需要你几十分钟就能搞定的小案例，并且可以获得几百元的金额。

　　如下图：

　　当然也几千或者上万的单子，相对而言难度肯定也会高很多。

　　想必这些几百的小单子，对于Python学的不错的小伙伴来说是小问题，搞个几十分钟应该就完成了。试想一下，几十分钟就是几百，你还有什么理由不心动呢？还有什么理由学不好Python呢？

　　本文来自 *** ，如有侵权，请联系小编删除！

　　现在很多车都配置了不少有趣的功能，就拿我来说，我更好奇的其实是自动泊车。自动泊车其实也不是新奇玩意儿了，你可能会说：“作为汽车小编，这种功能都没有试过？”其实，我是一个比较注重车辆行驶品质和操控的人，内饰其次，而配置更不会分配太多注意力。有几次短期试驾，我都迫不及待地专心感受底盘状态，过后同事问我车机体验我才想起来，我车机完全都没有体验，更别提自动泊车这样日常都很少用到的功能。

　　我想应该也有不少想买车的客官，对一些平日使用率较低，但比较新奇的功能也报有不小的好奇心理。因为当人们坐在家里看手机、电脑了解信息的时候，像自动泊车、自动驾驶和自动刹车等等是无法从数据和图片感受到的；

　　又或是，车辆的操控和通过能力如何？即便我们到4S店试乘试驾，绝大部分的时间走的都是城市道路。对于想买SUV的用户来说，在购车前体验通过性我觉得也是重要的一环。

　　可惜的是，很多小伙伴在买车前，仅仅是简单地花了十几分钟体验了最最基本的试驾，而一些新奇功能以及特殊路况都是没有来得及体验的。不过不要慌，前不久吉利在上海宝山的一个场地办了个活动，邀请了近100个车主和准车主，专门让大家深度体验吉利缤越各方面的能力。

　　那么，这次的活动都体验了什么？

　　首先，我对自动泊车的好奇得到了直接的满足，场地设置了一个倒车入库的环节，大家轮流上车，用自动泊车功能体验其入库的能力。库的左右两边是搭建的塑料板，不用担心万一失控发生碰撞，产生损失。不过，缤越的自动入库能力非常好，对车位的识别和距离掌控都十分到位，成功率接近100%。可惜的是，没有给我体验自动侧方停车的机会，毕竟侧方的难度要比倒车入库高，自动侧方是更被需要的一个功能。

　　其次，场地的中央用桩桶绕出了一个圈，其中又设置了减速带、假人、障碍物以及限速标志。乘客上车后，切换至自动驾驶开始行进，以体验缤越的加速性能、过减速带时的底盘质感和L2级别自动驾驶性能。其中，自动驾驶能力值得一提，首先车会根据桩桶给出的线路行进，其次在检测到行人和障碍物时会自动减速、避让，而探测到限速标志时，也会将车速控制在限速范围内，以免在自动驾驶期间违章。

　　最后一趴，吉利在场地围了一个擂台，放了缤越和另外两台日系的同价位竞品，供人们上车对比体验三台车的内饰。两台竞品的车标都被一些布条“严实”地遮住，我真是完全看不出他们是某田的某V和某田的某泽。哎呀不得不说这样的操作，不是很厚道，不过表现了吉利对内饰在同价位中的绝对自信。不得不说，吉利的内饰不仅在自主品牌中占据首席，也正逐渐开始碾压同级的合资品牌。

　　好了，到这儿我该收住了，免得又被说成吉利请的水军，且缤瑞的介绍已经有不少了，我也不想再做重复内容。我们不谈车，光从此次举办的活动来说，我觉得吉利值得各大厂商学习。让消费者在购车前、或刚买到车，对车辆的不少功能尚不熟悉的时候，能有一个非常详细、完整地感受车辆的机会，希望这样的活动，今后还能多见，让消费者买车心里有底。

　　韩信点兵——多多益善。

　　这是一个歇后语，大家都熟知。

　　其实韩信点兵在数学界还有一个故事：

　　韩信带二千五百士兵去打仗，回营后，刘邦问士兵人数。

　　韩信让士兵列队：

　　列成5行纵队，末行1人；

　　列成6行纵队，末行6人；

　　列成7行纵队，末行4人；

　　列成11行纵队，末行10人；

　　韩信立即回答道2111人。

　　刘邦惊为天人！

　　韩信立即回答出了这个数据，不知真假。

　　但是能通过这个 *** 快速计算出士兵人数，这还是很了不起。

　　这个跟中国的剩余定理有关系，也可以通俗的说成——物不知数，源自《孙子算经》。

　　孙子算经有个题：

　　假如有一堆物品，也不知道多少个，

　　每排3个的数，最后剩2个，

　　每排5个的数，最后剩3个，

　　每排7个的数，最后剩2个。

　　问物品有几个？答曰：23

　　（ps:这人真固执，难道不能一个一个数吗？）

　　上面的数都比较小，如果把问题放大。

　　一个百万以内的数：

　　如果除以11余4，除以13余3，除以17余6，除以19余10，除以23余12，

　　那这个数可能是多少

　　一个一个数试，我给你一个小时~

　　现在我们就可以用Python写几行代码马上解出来：

　　按下F5键，运行这段简单的代码，结果如下所示：

　　102040满足条件。

　　这么简单的代码你有没有看懂呢？

　　简单解释：

　　for i in range （1000000）：

　　表示i是1000000以内的数，i可以等于0,1,2,3，……直到999999

　　if i %11==4：

　　表示如果 i 除以11的余数是4

　　小细节：

　　(1) %表示取余

　　(2) 双等号“==”表示等于，与单个等号“=”不同，单个等号“=”表示赋值

　　(3) 加冒号“：”，下一句自动缩进4个空格，表示下面的程序在满足上面程序的条件下运行。

　　看到代码了吗，非常容易理解，就像用英语翻译中文一样。

　　就因为Python接近自然语言，非常通俗易懂，所以才会有更多的人喜欢它，使用它。

　　Hyperledger Fabric是一种联盟区块链，Fabric区块链也支持智能合约，被称为链码（Chaincode）。Fabric链码就是一个标准的（运行在docker容器中的）操作系统进程，通过gRPC协议与Fabric节点通信。因此理论上可以使用任何语言开发Fabric链码。目前官方提供了三种开发语言的Fabric链码开发工具包：Go、Java和Node.js，本文将介绍如何使用node.js开发Fabric链码。

　　上汇智网，用互动方式学习以太坊、比特币、EOS、tendermint等更多

　　区块链开发教程

　　。

　　Fabric官方提供了两种开发node.js链码的途径：fabric-shim和fabric-contract-api。

　　使用fabric-shim开发Fabric链码

　　fabric-shim是较底层的链码开发包，它封装了与节点通信的grpc协议。安装 *** 如下：

　　fabric-shim要求链码开发者定义一个实现两个预定义 *** 的类。

　　Init(stub)：初始化链码时节点将调用该 ***

　　Invoke(stub)：节点将应用对链码的调用转化为对该 *** 的调用

　　参数由节点传入，它提供了访问链上账本的 *** ，以便读取或更新账本状态。

　　例如，下面的代码实现了一个最小化的node.js链码，每次调用链码都会更新acc0的状态（例如：可以使用这个状态代表账户余额）：

　　一旦定义好链码，就可以使用 *** 启动链码实例了。例如：

　　这就是一个完整的Fabric链码了！将上面代码保存为demo.js，可以直接用node.js启动：

　　使用fabric-contract-api开发Fabric链码

　　fabric-shim是一种相对底层的fabric grpc协议封装，它直接把链码接 *** 露给开发者，虽然简单直白，但如果要实现相对复杂一点的链码，开发者需要自己在Invoke实现中进行 *** 路由。

　　fabric-contract-api则是更高层级的封装，开发者直接继承开发包提供的Contract类，就不用费心合约 *** 路由的问题了。fabric-contrac-api开发 *** 如下：

　　使用fabric-contract-api的链码示例代码如下，除了构造函数之外的每个 *** 都自动称为链码的 *** ，可供外部应用调用 ：

　　与fabric-shim不同，fabric-contract-api只需要链码导出contracts数组，因此不能直接使用node.js启动链码，而需要使用fabric-chaincode-node程序。例如：

　　文章来自官方博客：

　　一、简述Consul 实现服务注册发现，配置中心，负载均衡

　　环境搭建

　　consul 版本：1.4.0

　　Spring Boot: 2.0.5.RELEASE

　　Spring Cloud: Finchley.SR2

　　数据库：H2

　　虚拟机搭建(这里我使用了三个虚拟机来模拟)：centos 2 * X + 1 台

　　搭建步骤省略，在这里只专注于代码层面描述，大家参考 *** 上的文档

　　构建两个Spring Boot应用：

　　部署在三台consul虚拟机（服务器）上，应用启动时，注册到consul中

　　通过ConsulConfig统一管理应用配置

　　服务提供者：cloud-consul-producer

　　服务消费者：cloud-consul-consumer *在本机启动，用于测试服务发现和负载均衡

　　Spring官方文档介绍：

　　Service Discovery: instances can be registered with the Consul agent and clients can discover the instances using Spring-managed beans

　　Supports Ribbon, the client side load-balancer via Spring Cloud Netflix

　　Supports Zuul, a dynamic router and filter via Spring Cloud Netflix

　　Distributed Configuration: using the Consul Key/Value store

　　Control Bus: Distributed control events using Consul Events

　　URL：

　　Spring Cloud Consul features:

　　二、服务提供者 cloud-consul-producer

　　依赖：

　　多个服务提供者实现一个服务，系统为客户端提供多个实现，并把他们从多个实现中解耦出来。服务提供者的改变对它们的客户端是透明的，这样提供了更好的可扩展性。

　　开启服务发现客户端

　　@EnableDiscoveryClient基于spring-cloud-commons 实现的服务发现客户端

　　在Consul中注册了我们的应用，我们需要找到服务端，因此通过该注解来发现客户端服务来从Consul中获取可用的服务。

　　然后，我们可以将DiscoveryClient bean注入我们的控制器并访问实例：

　　相关配置（此处仅用于介绍，后面我们通过ConsulConfig配置中心来统一管理配置）

　　H2数据库配置文件（此处仅用于介绍，后面我们通过ConsulConfig配置中心来统一管理配置）

　　用于测试的Bean

　　上述完成了我们的服务提供者应用构建，在应用启动时会通过配置文件中的：

　　来找到cousul所在的位置，并将自己注册到consul服务中，下面来介绍ConsulConfig应用配置中心，目前我只使用到了KEY/VALUE方式，git2以后有需要再去研究

　　ConsulConfig 应用配置中心

　　依赖

　　此功能允许在所有服务之间同步配置。Consul将监视任何配置更改，然后触发所有服务的更新。

　　我们还需要将Consul和Spring应用程序名称的设置从application.yml文件移动到Spring首先加载的bootstrap.yml文件中。

　　然后，我们需要启用Spring Cloud Consul Config：

　　接下来需要在consul服务端配置KEY/VALUE

　　Spring Cloud Consul Config将默认在“/config/dobdop-dev”中查找data中的属性

　　这是因为上面的配置文件中配置的prefix、default-context、profile-separator等相关配置决定，详见上面的配置备注

　　如果没有*-dev则默认会查找/config/dobdop，不存在就会抛出异常，应用无法启动

　　配置文件中的路径是'/config/dobdop-dev'，KEY是‘data'。VALUE则是我们application.yml中的配置

　　小坑：如果是手动配置Condul中的KEY/VALUE，请不要使用“TAB”键，必须使用空格来格式化配置

　　建议先在本地配置好yml直接复制到consul中

　　如果没有配置profile-separator则默认路径名称应该创建为：'config/dobdop,dev'，默认以逗号来区分环境

　　配置好bootstrap.yml后我们就可以通过注解的形式来加载配置中心的值

　　更新配置

　　使用@RefreshScope注解注释的所有bean 将在配置更改后刷新，字段属性是MyProperties类具有@RefreshScope注解

　　三、服务消费者&负载均衡的初步实现：cloud-consul-consumer

　　依赖

　　服务发现不需要注册到consul中，因此我们不需要在启动类上添加注解：@EnableDiscoveryClient

　　同时配置文件也不需要开启服务发现：

　　定义配置类

　　consul中添加了Netflix 的 Ribbon等相关模块依赖，因此添加了consul的spring-cloud-starter-consul-discovery依赖后相关模块都会加载到应用中

　　RestTemplate设计是为了Spring更好的请求并解析Restful风格的接口返回值而设计的，通过这个类可以在请求接口时直接解析对应的类（来源于 *** ）

　　想要通过客户端RestTemplate去访问我们的微服务时候自带负载均衡，我们需要通过注解@LoadBalanced开启负载均衡

　　创建RestTemplate Bean时我们添加了注解@LoadBalanced只会，可以通过微服务名字从Consul上找到并访问相关服务，默认使用轮询算法

　　自定义负载均衡算法需要我们添加IRule Bean，这里我目前只测试了随机算法，见上面的代码

　　RestTemplate使用示例：

　　通过上面的代码，我们可以看到在调用服务提供者时，只需要定义URL：组合注解@LoadBalanced实现了负载均衡

　　以下为本次应用截图：

　　一、简介

　　git作为目前比较流行的版本控制系统，被各个互联网公司广泛使用着。目前国外的网站有GitHub，国内的oschina的git。

　　网址：

　　

　　二、使用说明

　　1、注册账号

　　进入输入相应的信息

　　2、下载安装Git工具

　　网址：

　　3、安装Git

　　windows用户直接双击安装文件，使用默认安装选项即可。

　　Mac用户在命令行中直接输入 git命令，按照提示自动安装。

　　4、创建远程仓库

　　网址：

　　5、下载代码仓库

　　git clone

　　6、git使用

　　git clone 下载项目 后面输入项目url

　　git config 配置用户名和邮箱 （之一次使用配置）

　　git status 查看git文件的状态

　　git add 添加文件

　　git commit 提交到服务器 注意（-m “说明”）

　　git push 提交内容上传到服务器

　　git pull 从服务器拉代码

　　git log 提交日志

　　7、git配置

　　配置username，email：

　　git config --global user.name "John Doe"

　　8、常用命令

　　提交代码——git add -A （添加所有文件）

　　提交代码——

　　git commit -m “xxxxxxx” (提交代码的时候填写提交信息)

　　git push (将本地文件提交到服务器端)

　　从服务器同步代码——git pull

　　查看提交日志——git log

　　9、更多学习

　　

　　

　　需要资料视频，请联系下方微信领取

　　大数据时代，数据越来越重要了。对于企业来说，以往的数据分析报告往往是总结性质的，但是现在，数据分析报告不仅"过去的总结"，还要作为"未来的指导"。企业寄希望从数据中发现自身的不足，预测未来的趋势。

　　那么问题来了，如何写好一份数据分析报告呢？我们总结了一些数据分析报告中需要注意的点，供诸位参考，望能从中解惑。

　　01 明确主题

　　很多人喜欢将数据分析报告写成一篇罗列一大堆数据的表格，没有突出主题，常常让阅读者看的眼花缭乱、不知所云。实际上数据分析报告通常是在数据分析之后，依据数据分析成果写就的。因此从可读性与价值层面来说，突出主题是必要的，毕竟没有人看的数据分析报告是一文不值的。

　　02 尽量图表化

　　我们都知道数据分析报告要言简意赅，使用恰当的图表是个不错的选择。用图表代替大量堆砌的数字会有助于人们更形象更直观地看清楚问题和结论，当然，图表也不要太多，过多的图表一样会让人无所适从。

　　03 逻辑清晰

　　数据分析报告的逻辑基本遵循数据分析的逻辑思路，通常要遵照：发现问题--总结问题原因--解决问题，这样一个流程，逻辑性强的数据分析报告也容易让人接受。当然也可以按照数据分析 *** 和施行数据分析时建立的数据模型来构建数据分析报告的逻辑性，无论如何，数据分析报告一定要脉络清晰，有理有据。

　　04 数据分析报告要真实可靠

　　数据分析报告的真实可靠主要体现在两个方面，即数据的真实和数据分析的可靠。不能捏造数据，也不要有猜测性的结论，太主观的东西会没有说服力，尽量避免出现"可能，大概，或许"等字样，这会让数据分析报告的含金量大大降低。数据分析报告是严谨且真实的，可以基于数据预测，但不能凭空臆造。

　　05 既要发现问题，也要提出解决方案

　　数据分析报告的最终目的其实就是问了解决问题，而不仅仅是单纯的"挑刺"。经过严谨数据分析后，必然会对问题有较为深入的了解，因而也更具发言权。在这个基础之上基于你的知识和了解，做出的建议和结论想必也会更有意义。

　　严谨的逻辑、清晰的脉络和良好的可读性是一篇优秀的数据分析报告必备的因素。而多多利用可视化图表渐渐成为数据分析报告的写作趋势，利用集诸多功能于一身的大数据魔镜等大数据分析工具，可以轻松地导入数据，分析挖掘，导出图表，从而大大地减轻工作压力，也避免了因人为原因导致的数据错误和数据分析报告的误判。

　　End

　　【入职数据分析—第二季】免费分享课现已完结

　　人工智能的发展是大势所趋，未来所有行业都将随着人工智能而带来升级与变革。“2018厦门市青少年宫第三届机器人工程创客挑战赛”于12月31日在青少年宫B楼圆满落幕。共有150左右的选手在”火星探险“和”“我是神射手"两大项目中展开激烈角逐。

　　本活动旨在为青少年提供了解和学习人工智能及创客平台，并通过比赛的方式使更多中小学生对人工智能及创客产生兴趣，引导他们进行更深入的学习，与此同时也为国家在人工智能领域方面培养“预备军”。

　　“我是神射手”项目获奖名单：

　　“火星探险”项目获奖名单：

　　赛后，主办单位还对获奖学员进行颁奖，鼓励他们继续努力,争取更大步！

　　一、简介

　　ansible 和 saltstack 一样都是基于 Python 开发的，是比 puppet 和 saltstack 更轻量级的运维自动化工具。无服务器端，使用时直接运行命令即可，不需要在被管控主机上安装任何客户端，所以任何一台机器只要安装了 ansible 就可以管控其他主机。基于模块工作，可使用任意语言开发模块。也可使用 yaml 语言定制剧本 playbook；基于SSH工作；可实现多级指挥。

　　二、安装配置

　　1、准备工作

　　准备三台机器 Centos7，这两台机器都关闭 selinux，清空 iptables 规则并保存。

　　master：192.168.1.10

　　slaver：192.168.1.20

　　slaver：192.168.1.30

　　2、编辑 hosts 文件(非必须)

　　两台都设置，若机器太多，可以通过搭建 DNS，则不用在每台机器上设置这个

　　3、设置 hostname（非必须）

　　在 master 上

　　4、安装

　　5、SSH密钥配置

　　6、ansible配置

　　7、在Ansible服务端运行命令，测试是否成功

　　MySQL名字的来历MySQL是一个小型关系型数据库管理系统，开发者为瑞典MySQLAB公司，在2008年1月16号被Sun公司收购。MySQL被广泛地应用在Internet上的中小型网站中。由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，许多中小型网站为了降低网站总体拥有成本而选择了MySQL作为网站数据库。

　　通过命令提示符我们管理MySQL数据库师非常方便的，不过这种办法一般人是接受不了的，他们希望MySQL跟SQLServer一样有一款企业管理器功能强大。但是现在这些MySQL可视化工具各有各的优点，下面我简单的介绍几款。

　　一、phpMyAdmin

　　phpMyAdmin是最常用的MySQL维护工具，是一个用PHP开发的基于Web方式架构在网站主机上的MySQL管理工具，支持中文，管理数据库非常方便。不足之处在于对大数据库的备份和恢复不方便。

　　二、Navicat

　　Navicat是一个桌面版MySQL数据库管理和开发工具。和微软SQLServer的管理器很像，易学易用。Navicat使用图形化的用户界面，可以让用户使用和管理更为轻松。支持中文，有免费版本提供。

　　三、MySQLDumper

　　MySQLDumper使用PHP开发的MySQL数据库备份恢复程序，解决了使用PHP进行大数据库备份和恢复的问题，数百兆的数据库都可以方便的备份恢复，不用担心网速太慢导致中间中断的问题，非常方便易用。这个软件是德国人开发的，还没有中文语言包。

　　四、MySQL ODBC Connector

　　MySQL官方提供的ODBC接口程序，系统安装了这个程序之后，就可以通过ODBC来访问MySQL，这样就可以实现SQLServer、Access和MySQL之间的数据转换，还可以支持ASP访问MySQL数据库。

　　五、MySQL GUI Tools

　　MySQL GUI Tools是MySQL官方提供的图形化管理工具，功能很强大，值得推荐，可惜的是没有中文界面。

　　六、MySQL Front

　　一款小巧的管理Mysql的应用程序.主要特性包括多文档界面，语法突出，拖拽方式的数据库和表格，可编辑/可增加/删除的域，可编辑/可插入/删除的记录，可显示的成员，可执行的SQL 脚本，提供与外程序接口，保存数据到CSV文件等。有中文界面的。

　　lsyncd 实时文件同步

　　当我们需要把代码部署到多台服务器上做load balancing的时候，两三台机器还好，直接一个一个 ftp copy 上去，如果服务器较多这样操作就不现实了。一个简单的办法，使用lsyncd来实现多台服务器间文件同步。

　　lsyncd 封装了inotify和rsync

　　lsyncd github地址：

　　1.安装lsyncd

　　首先在每台需要同步的服务器上安装 lsyncd

　　Debian/Ubuntu

　　CentOS

　　2.ssh-keygen

　　用 ssh-keygen 生成一对 秘钥,不键入密码，两个回车，生成的密钥对位置在

　　cd ~/.ssh 目录下：id_rsa, id_rsa.pub , 这时候把生成的公钥密码 id_rsa.pub 内容copy到需要同步的 server 的 cd ~/.ssh authorized_keys 里

　　3.配置config /etc/lsyncd.conf

　　进入需要同步的一台主服务器，在 lsyncd.conf 配置文件里添加如下信息

　　上面的配置信息有三段，之一段是设置每隔10秒记录 log 日志，log 的位置放置在 /tmp 路径下。第二段是需要同步的服务器列表，这里为了安全起见可以配置内网的 IP 地址。第三段是一个for循环，遍历循环需要同步的服务器地址，并把 source 配置路径下的内容同步到 targetdir 配置的位置 ，最后一个属性是 ssh 的端口号。

　　配置好 lsyncd.conf 文件并保存。 进入需要同步文件的主服务器，拷贝一个文件进去， 这个后我们登录 需要同步的服务器，会在配置的目标文件夹下面看到已经同步过来的文件。

　　说说经典 *** LeNet5 的架构？

　　之前写毕业论文的时候，看了一些关于深度学习历史方面的资料，里面就有提到 LeNet-5 这个经典的 *** 。今天从以下几点整理关于 LeNet-5 的相关知识：

　　LeNet-5 的来源

　　LeNet-5 的架构细节

　　LeNet-5 的意义

　　LeNet-5 的来源

　　LeNet-5 这个架构更先在 LeCun 这篇[1]论文中提出的，详见参考部分，当时被用于银行等机构来识别一些手写字符。除去输出层，LeNet-5 一共包含 7 层 *** ，每一层都包含可训练的参数。如下图所示，输入是一个 32x32 的图片，Cx 表示卷积层，Sx 表示下采样（subsampling）层，以及全连接层表示为 Fx，x 表示的是神经 *** 层的索引。

　　LeNet-5 的架构细节

　　C1: 是包含 6 个特征图（feature maps）的卷积层。每个特征图中的每个单位都连接到输入中的 5x5 邻域，即 5x5 就是一个卷积核或者说滤波器的尺寸。输出的特征图的尺寸是 28x28（32-5+1） ，可以推测出此时卷积核移动的步长为 1 ，根据公式 WF=ceil(float(W - F + 1)/float(stride))，可以得到 28 的结果。可训练参数为 156 ，156=(5x5+1)x6，每个卷积核中包含 5x5 的权重和 1 和偏置，且卷积核的个数为 6。连接数为：(5x5+1)x28x28x6=122304。

　　S2：是一个下采样层，也包含 6 个特征图。其输入是上一层 *** 的输出，所以输入尺寸为 28x28。每个特征图中的每个单位都连接到输入中的 2x2 邻域，即 2x2 是采样区域。然后这四个输入被加到一起，然后再乘以一个可训练的参数（权重），最后再加上一个可训练的偏置。所以，可训练的参数总数为：(1+1)x6=12 ；最后输出的特征图的尺寸为 14x14(28/2)；总连接数为：(2x2+1)x14x14x6=5880。

　　C3：是一个包含 16 个特征图的卷积层。卷积核尺寸为 5x5，输入尺寸为 14x14，输出尺寸为 10x10。这里需要注意的是，S2 中的特征图并不是每个都与 C3 中的每个特征图连接的，而是按照下表所示连接的。

　　为什么要这么安排呢？论文中提到原因是双重的。首先，一个非完整的连接方式将连接的数量限制在合理的范围内；更重要的是，该连接方式在 *** 中打破了对称。不同的特征图提取到的特征是不同的，因为它们得到的输入也是不同的。

　　具体的连接方式如下：C3 中的前 6 个特征图以 S2 中 3 个相邻的子集特征图为输入；接下来的 6 个特征图以 S2 中 4 个相邻的子集特征图为输入；再接下来 3 个特征图以 S2 中 4 个不相邻的子集特征图为输入；最后一个特征图以 S2 中所有的 6 个特征图为输入。该 *** 层包含的可训练参数的总数为：6x(3x(5x5)+1)+6x(4x(5x5)+1)+3x(4x(5x5)+1)+(6x(5x5)+1)=1516；总连接数为：10x10x1516=151600。

　　S4：是一个包含 16 个特征图的下采样层。其输入是上一层 *** 的输出，所以输入尺寸为 10x10。每个特征图中的每个单位都连接到输入中的 2x2 邻域，即 2x2 是采样区域。然后这四个输入被加到一起，然后再乘以一个可训练的参数（权重），最后再加上一个可训练的偏置。所以，可训练的参数总数为：(1+1)x16=32 ；最后输出的特征图的尺寸为 5x5(10/2)；总连接数为：(2x2+1)x5x5x16=2000。

　　C5：是一个包含 120 个特征图的卷积层。其输入是上一层 *** 的输出，所以输入尺寸为 5x5。在这一层卷积核的尺寸同样为 5x5，所以这一层输出的特征图尺寸为 1x1(5-5+1)。S4 与 C5 之间是全连接，所以，可训练参数和连接数均为：120x(16x(5x5)+1)=48120。

　　F6：是一个包含 84 个单元的全连接层。输入为上一层 C5 的 120 维向量。该层的计算方式为输入向量与权重的点积再加上偏置。所以，可训练参数为：84x(120+1)=10164。

　　OUTPUT：最后一层是输出层，由欧几里德 RBF（Radial Basis Function）单元组成，每个单元表示一个类别，一共有 10 个类别。每个 RBF 的输出 yi的计算如下所示：

　　换句话说就是，每个 RBF 单元的输出都是计算其输入向量和它参数向量之间的欧几里德距离。输入向量与参数向量相距越远，输出的 RBF 值越大。一个特定 RBF 的输出可以被解释为衡量输入模式与 RBF 相关联的类的模型之间的拟合。

　　LetNet-5 的意义

　　开创了卷积神经 *** 用于图像识别的先例，让模型直接作用于图像而不是人工提取的特征，大大减少了人工的操作。但囿于当时的计算限制，没能在更多任务上取得很好的效果。后来，计算机计算能力的大幅提升，卷积神经 *** 的计算能够很好的得到解决，就有了后面 AlexNet 的提出。

　　参考

　　[1]. Gradient-Based Learning Applied to Document Recognition

　　[2]. 深度学习500问-Tan-04第四章 经典 *** .pdf

　　P.S：文中有错欢迎指出，互相学习。以及欢迎关注我的公众号 :)

　　谷歌员工无法理解一种出色的语言，但我们希望用它们来构建优秀的软件。因此，我们提供的语言必须易于理解和使用。

　　——谷歌最著名的软件工程师之一Rob Pike

　　作者 | Alexei Matyushkin

　　译者 |安翔

　　责编 | 屠敏

　　出品 | CSDN（ID：CSDNnews）

　　我曾多次尝试使用 Go 语言。毕竟，它由大名鼎鼎的 Rob Pike 创建，Rob Pike 曾设计过如 Plan9 和 Inferno) 操作系统以及 Limbo 编程语言，这些操作系统和编程语言都得到了广泛的使用并取得了巨大的成功。Go 有谷歌的强力支持，那么它就不会失败了吗？

　　答案是否定的。到目前为止，Go 是二十一世纪计算机科学领域更大的骗局。谷歌曾经背弃了其“Don’t be evil””的座右铭，尽管证据确凿，但是出于某种原因，人们仍然非常信任谷歌。

　　有人说，Go 是由谷歌创造的，那么一定不会失败。

　　我想说的是，Go 是一个现代科技公司的欺诈行为，我解释我的看法。

　　我将通过官方 Golang 书籍来展示其错误和设计缺陷。

　　你的之一个 Go 程序

　　本教程从程序结构的解释开始。

　　之一行如下：

　　大家都习惯称之为模块，Go 为了凸显自己的特别，将其称之为包。

　　接下来的代码是：

　　import "fmt"？开玩笑吧，这在编译型语言中完全是多余的。优秀的编译器可以很容易地解决所有调用 fmt.foo 并执行所需的任何导入。显式导入可能有用的唯一原因是从将函数 import（导入） 到包。

　　类型

　　Go 是一种静态类型的编程语言。这意味着变量始终具有特定类型，并且该类型不会更改。

　　这完全是谎言（我个人观点）。静态类型语言类型丰富，如 Haskell，需要一个巨大的样板才能完成非常简单的任务，而且 Go 宣称自己 easy-come-easy-go。这就是为什么除非另有说明，否则它实际上是静态类型的。我们稍后讨论 void 接口。

　　Go 的整数类型有：uint8、uint16、uint32、uint64、int8、int16、int32 和 int64。

　　在二十一世纪的第二个十年，我们通过编译的“静态类型”的语言让开发人员区分 int32 和 int64。

　　变量

　　尽管创建具有起始值的新变量非常常见，但是 Go 的语句比常见的方式更短：

　　一个普通的冒号+等号会出现什么问题呢？我们会失去 Go 所引以为傲的静态类型，该语法非常冗余和奇怪。

　　请注意，我们将变量移到 main 函数之外。这意味着其他函数也可以访问此变量。

　　该内容可以在范围一章中找到。好吧，它看起来像 Ruby 中的变量。或者作为Elixir 中的模块属性。这个变量的范围和生命周期到底是什么？我可以从这个模块中声明的函数返回它吗？教程中没有明确说明。

　　控制结构

　　Go 引入的之一个控制结构是 for 循环。减少了迭代和映射吗？不，我们从未听说过。声明一个最外层的变量并使用 for 进行循环。我谨慎地根据我的日历检查当前日期。它仍然是2018年。

　　第二个控制结构是 if。“给我一个 for 和 if，我便可以撬动地球，” 阿基米德曾经说过。顺便说一句，第三个控制结构是 switch。

　　所有控制结构就这些！语言必须尽可能简单。

　　数组、切片和 Maps

　　数组具有预定义的长度。切片是不固定长度的数组。Maps 是键-值对。Maps 需要声明和初始化，否则会引发运行时错误。

　　以上代码表明创建易读语言的目标已成功实现。

　　以下是访问 map 中元素的 *** 。

　　无话可说。我也听到有些人反对其安全性。这完全是所谓的斯德哥尔摩综合症。

　　我甚至无法想象有多少潜在的开发人员产生了这样的防御。也许不雇用他们会让事情变得简单。

　　函数

　　函数可以返回多个值（返回数组有什么问题？），此外，函数可以是可变参数的。到目前为止，这很好。

　　接口。听起来很吓人？ - 并不是全部。Void 接口。

　　静态类型？安全？笑死人。

　　地狱之路已经铺好了。我相信他们会为傻瓜创造一种安全的静态类型语言。但现实世界是严酷和粗暴的。我们会给异想天开的孩子一些垃圾甜食，而不是健康的绿色蔬菜。

　　最后

　　在此，我对这门伟大语言的研究已经结束。我认为，好的代码取决于开发人员，而非计算机编程语言。很多语言设计存在缺陷，但是优秀的程序员用它创造了优秀的程序；有的编程语言很好，但是平庸的程序员用它设计了糟糕的程序。就个人而言，我并不关心用哪种语言来完成任务。

　　但请不要再称 Go 为安全、易于读写和静态类型的语言。谢谢。

　　原文：

　　热 文推 荐

　　忙碌的2018年悄悄过去，崭新的2019年即将到来。明天就是元旦假期了，家里有程序员的朋友们，是不是也想在这个特殊的时刻犒劳一下我们勤劳智慧的程序员们呢？

　　今天小编就整理给大家看看，送给程序员们些什么东西好呢？

　　首先，无论礼物轻重贵贱，必须要合心意对不对， *** 上关于程序员的段子真的太多了！

　　↓↓↓

　　#程序员标签#

　　程序猿直男癌不近人情

　　生活纯粹个性固执偏好奇特

　　送礼要对症下药，所以，首先了解你要送礼物的程序员缺什么才是最重要的。

　　有人说男人就是大一点的男孩，这话放在每个领域应该都没有错，尤其是在程序员这个职业上。

　　好的礼物，可能并不太贵，但只要足够有趣，对我们来说就够了。现在的程序员群体其实并不缺钱，工作的装备买的也不少，大一点的公司或者逼格高一些的创业团队基本上全部都是苹果产品的标配，某些数码产品已经不能引起他们的好奇心啦。不过，也并不是所有程序员有钱之后都能改善自己的消费观念，所以还是有相当一部分东西，他们虽然买得起，但是并不一定会为自己买。

　　以上的话，大家懂了吗！就是说程序员可能收入非常高！技术非常牛逼！见多识广！

　　但是！他们可能很多东西还是会长草很久而舍不得剁，这时候就需要，你，以送礼的名义来满足他的一个心愿啦，这样的礼物一定会会心一击，让他感动Cry，并且觉得你不是个只会买小毛绒玩具的傻白甜，而是个真正了解他的 Soul Mate~~~

　　下面就给大家提供一些送礼参考吧↓↓↓

　　电脑配件类

　　·键盘·

　　·耳机·

　　·四合一整体桌面·

　　·USB接口超级大型回车键·

　　(⊙o⊙)…它能干什么？

　　发泄呀！程序员需要发泄，加班加了3个月，澡没洗过几回，衣服甚至没换过。就等项目上线的最后一天，当计算机屏幕上弹出确认框“真的要正式发布吗？”程序员抡圆了拳头，将积攒了3个多月的怨气，全都灌注到拳头上，用力锤下去——太！解！气！了！

　　程序员文化周边产品

　　·T恤·

　　·GitHub 章鱼猫·

　　·Linux程序员专用水杯·

　　有助于程序员气质提升的产品

　　·有逼格的双肩包·

　　·衣服·

　　计算机编程读物

　　学霸必备，对于学霸来说，没有比让他增加更多的编程知识、能够继续充当学霸、更高级的学霸能让他们更开心的了。

　　Geek类

　　#抽的是寂寞#

　　·可编程乐高机器人·

　　市面严重供应不足珍品

　　·女朋友·

　　好了~我只能帮你们到这了，最后祝大家元旦小假期快乐哟~

　　-END-

　　Word文档中引用标准、法规查新纠错

　　和自定义本地数据库的 ***

　　设计和咨询报告中经常需要引用标准规范和法律法规，多数情况下我们编织报告是在现有文档上起草或修改，如果人工逐个核对引用标准状态是否作废，显然工作量非常大

　　由于标准和法规经常更新，对于报告时限要求紧急且引用量大的文档（如招投标文件），几乎是不可能的任务，WordPB最新版本提供完整解决方案

　　敬以此文献给长期战斗在报告编制一线的朋友，2019年告别报告编制的手工年代！

　　1 操作视频

　　【操作】纠错→标准规范查新纠错

　　检查后定位视频

　　2 *** 数据库

　　WordPB的 *** 数据库已经包含GB（国标） NB（能源）DL（电力）SL（水利） SY（石油）HG（化工）TB（铁路）JG（建筑）JT（交通）YD（通讯）等主要行业的数据，对于企业级用户，我们将持续完善相关行业的标准数据库

　　3 本地数据库

　　对于 *** 库没有包含的数据，用户可以非常方便地在本地定义自己的数据库（比对文件）

　　（1）数据库位置

　　用户需要添加的数据库位于软件目录\CONFIG\UI\，如下图所示

　　（2）比对原理

　　本地数据比对的原理是检查：软件位置\Config\UI目录下所有包含【库】字的文本文件（形如：*库.TXT），多个库可以自己改名区分，比对时的优先等级按照文件名称排序

　　（3）维护 ***

　　为了便于操作，用户的数据可以先在EXCEL表内编辑和修改，最后将Excel数据表内容直接复制到Config\UI目录下的【*库.txt】文件中即可

　　（4）数据结构

　　数据包含【序号】【标准号】（必填）【标准号名称】（必填）【发布日期】【实施日期】（建议填）【状态】（必填）【备注】共7列

　　Excel复制到文本文件时列数据之间会自动生成制表符（Tab），不要手工删除，注意保证列顺序一致（共7列，数据可以为空但不允许增减列），如下图所示

　　（5）比对结果

　　本地库中同名称返回最靠前的标准，本地比对结果前加★和 *** 库区分

　　4 比对模式

　　为了满足用户的差异化需求，提供四种比对模式：

　　 *** 库优先（默认）

　　本地库优先（请确保本地库正确）

　　只比对 *** 库

　　只比对本地库

　　5 自动修复

　　除了检查提示外，软件支持自动同步修复文档中对应区域的内容，更大限度减少用户的负担

　　关键字：Word文档 标准规范 法律法规 自动查新纠错 自定义数据库

　　Keyword: Word Document Standards, Laws and Regulations Automatically Retrieving and Error Correcting Custom Database

　　联系方式

　　免费下载：

　　Word文档自动排版，我们为您节省海量时间

　　公众号：WordPB

　　我们相信：科技改变工作！

　　各位大兄弟，新年快乐

　　——侃爷

　　摘要

　　本文主要讲解使用Python的MySQLdb库来操作MySQL数据库，包括最常用的数据库的Select、Insert、Delete 、Update操作。

　　1.首先本文的数据库表为Table1，具有name和id两列，并且目前里面有两条数据。

　　SELECT * from table1

　　2.使用Python连接MySQL数据库并获取操作游标

　　import MySQLdb# 打开数据库连接conn=MySQLdb.connect(host='localhost',user='root',passwd='117117',db='Asher',port=3306)# 使用cursor() *** 获取操作游标 cursor=conn.cursor()

　　3.查询Select操作,操作会返回受影响行数

　　# SQL查询语句sql="SELECT * FROM Table1"# 执行SQL语句cursor.execute(sql)

　　这里执行完SQL查询语句之后，操作游标有两个 *** ，一个属性：

　　其中属性rowcount是只读属性，返回影响行数；

　　fetchall() *** 将返回全部查询结果；

　　fetchone() *** 将返回一行查询结果。

　　eg:使用fetchall() *** 获得所有记录：

　　# 获取所有记录列表results=cursor.fetchall()

　　4.插入Insert操作

　　# SQL 插入语句sql="INSERT INTO Table1 VALUES ('%s',%s)" %('c',11)try: # 执行sql语句 cursor.execute(sql) # 提交到数据库执行(不执行conn.commit()将不会存入数据库) conn.commit()except: # 发生错误时回滚 print('Insert Error') conn.rollback()

　　执行后结果：

　　5.更新Update操作

　　eg：将id为11的数据更新为id为44

　　# SQL 更新语句sql="UPDATE Table1 SET id=%s WHERE id=%s" %(44,11)try: # 执行SQL语句 cursor.execute(sql) # 提交到数据库执行 conn.commit()except: print('Update Error') # 发生错误时回滚 conn.rollback()

　　6.删除Delete操作

　　eg：删除id为44的数据

　　7.最后，操作完MySQL数据库，记得关闭数据库连接

　　--------------------------------分割线--------------------------------

　　Python使用MySQLdb操作MySQL数据库步骤总结：

　　1.使用MySQLdb.connect() *** 连接数据库

　　2.使用conn.cursor() *** 获取操作游标

　　3.写SQL语句

　　4.使用cursor.execute() *** 执行SQL语句

　　5.对于删除、更新、插入操作使用conn.commit() *** 提交到数据库执行操作

　　6.发生错误时，使用conn.rollback() *** 回滚

　　7.使用conn.close()关闭数据库连接

　　这次的新游戏叫做《假如我是人工智能》（我是AI），游戏背景是2013年被曝光的棱镜事件。

　　先回忆一下棱镜计划被曝光的内容。

　　NSA经由棱镜可以获得的数据包括电子邮件、视频和语音交谈、影片、照片、档案传输、登入通知，以及社交 *** 细节。

　　参与棱镜计划的大型企业包括巨硬、哑虎、咕歌、非死不可、油土伯、斯盖普、平果，基本做到了覆盖整个互联网，有态度负责任的大企业基本全军覆没。除哑虎公司承认外，其他企业均否认向NSA提供用户隐私，但被普遍认为其否认声明是在玩文字游戏。

　　除去在大型企业服务器端读取数据之外，NSA还在通信光缆上安装分光镜复制内容。

　　时任美国总统的贝拉克承认了棱镜计划的存在，并表示“你不能同时拥有100%的安全和100%的隐私”。

　　2013年棱镜计划被曝光，人们在惊诧于自己被美国 *** 监听的同时也抱有侥幸：NSA没有精力监视我这样的小人物。

　　只靠人力当然没办法监视所有人，那么AI呢？ 在《假如我是人工智能》中你将扮演AI，在完成AI工作的过程中，你将了解到AI如何做到这件事。

　　游戏一共有三个主要章节

　　章节一 你将扮演一个推荐引擎的AI，你要从用户的操作中分析他的喜好，推荐他可能喜欢的内容给他，用准确的推荐赢得用户。在这个过程中你将明白AI怎样从你的行为中分析你的形象。

　　章节二 你继续为用户推荐内容，但这次推荐的内容是广告，你要准确的找到用户的痛点，提升广告点击率，帮助平台获得更多收入。在这个过程中你将了解所谓的"社交 *** 干扰选举"是怎么回事。

　　章节三 你要综合分析大量的用户数据。在这个过程中你将了解有了棱镜得到的数据和AI对数据的分析，你到底能被AI了解多少，而被AI了解的你，又要被用来做什么。

　　“这个游戏有很多很多的文字，却几乎没有图片。很容易判断这个游戏是否适合你，如果你喜欢截图中的风格，那么这个游戏就适合你。”

　　类似主题的游戏已经有不少，论质量满屏都是字的《假如我是人工智能》（我是AI）确实比不过其他游戏，所以我是AI要做一些不一样的东西。

　　相比其他相似题材游戏在讲“世界变成那样以后发生了什么故事”，我是AI讲的是“世界是怎样变成那样的”，我是AI描述的世界是真的可以实现的。

　　所以我是AI更像是用游戏的形式讲AI，讲棱镜计划，讲大数据和个人隐私，用尽量有趣的文字风格和烘托文字风格的玩法，让了解的过程变得好玩。

　　让我们来大胆的构思一下

　　如果我们处在一座全部由清洁能源供电

　　所有的一切都是绿环保

　　车子不用加油，手机无需充电

　　一到家，只需轻轻一点

　　房子自己就能帮你调整

　　屋内照明，房间温度，热水温度

　　如今，这样“科幻”的场景

　　在全国各地正逐步的演变为现实

　　这样一座全新的世纪之城是如何构成的？

　　节能环保设备

　　没错就是由它们组成了这个绿色城市

　　我们来看看一组普通路灯数据：

　　一般标准3.75米4车道的马路，需要250W的，这样一年的电费大概是：25010*365/1000=912度电，按0.558元/度X912度=508元

　　大概是500-800左右每年的电费。这是单个路灯的电费，一条5公里的路，一年大概需要12-20万电费。

　　太阳能户外防水led路灯：一年的用电费用为“零”

　　再计算成本之后，剩下的就是价值。

　　将这个价值进一步转变为商机，

　　那就是我们要做的。

　　太阳能灯最初是应用于室外装饰、工程照明，

　　现在逐渐发展到家用照明。

　　实现可以远程控制，充电一次用16个小时，

　　免拉线，0电费，超级实用。

　　现如今节能设备之所以非常受欢迎，

　　它的市场具有广泛性、安全性、巨大性和长久性，

　　且不受任何人的控制与垄断。

　　如今节能设备的广泛应用涉及：家用电器项目、工业发电项目、锂电池应用项目、汽车行业项目、工程设备项目、农用机械项目等等，一系列具有大范围的使用性和可靠的品质保障。

　　一次投资便可以长久受益。

　　一次尝试，一次选择从此改变您的生活。

　　大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据将开启了一次重大的时代转型。将大数据技术深入应用在太阳能、风能行业、潮汐能等等，着手能源产品项目开发、运营，依靠大数据提供服务支持，引领整个电业行业发生革命性的变化。我们期待与您携手并进，开创全新洁能领域，共创无限商机。

　　下载客户端APP，

　　注册后，马上领取18元！

　　每次签到送3元！

　　上次答应给大家的python入门介绍

　　终于来喽

　　(￣▽￣)~*

　　让大家久等啦~

　　话不多说

　　请大家跟随小协的脚步

　　我们一起走近python吧~

　　python是一种计算机程序设计语言。你可能已经听说过很多种流行的编程语言，比如非常难学的C语言，非常流行的Java语言，适合初学者的Basic语言，适合网页编程的JavaScript语言等等。

　　那Python是一种什么样的语言？

　　首先，我们普及一下编程语言的基础知识。

　　用任何编程语言来开发程序，都是为了让计算机干活，比如下载一个MP3，编写一个文档等等，而计算机干活的CPU只认识机器指令，所以，尽管不同的编程语言差异极大，最后都得“翻译”成CPU可以执行的机器指令。

　　而不同的编程语言，干同一个活，编写的代码量，差距也很大。比如，完成同一个任务，C语言要写1000行代码，Java只需要写100行，而Python可能只要20行。

　　所以Python是一种相当高级的语言。

　　↓↓你也许有这些疑问↓↓

　　Q

　　&

　　A

　　代码少还不好？

　　代码少的代价是运行速度慢，C程序运行1秒钟，Java程序可能需要2秒，而Python程序可能就需要10秒。

　　那是不是越低级的程序越难学，越高级的程序越简单？

　　表面上来说，是的，但是，在非常高的抽象计算中，高级的Python程序设计也是非常难学的，所以，高级程序语言不等于简单。但是，对于初学者和完成普通任务，Python语言是非常简单易用的。连Google都在大规模使用Python，你就不用担心学了会没用。

　　用Python可以做什么？

　　可以做日常任务，比如自动备份你的MP3；可以做网站，很多著名的网站包括YouTube就是Python写的；

　　可以做 *** 游戏的后台，很多在线游戏的后台都是Python开发的。总之就是能干很多很多事啦。

　　Python当然也有不能干的事情，比如写操作系统，这个只能用C语言写；写手机应用，只能用Swift/Objective-C（针对iPhone）和Java（针对Android）；写3D游戏，更好用C或C++。

　　python语言的优点

　　可读性好

　　对于初学python的科班出身的小白，python非常简单，非常易于阅读。阅读一个良好的Python程序就感觉像是在读英语一样(尽管这个英语的要求非常严格)。Python的这种伪代码本质是它更大的优点之一，它使你能够专注于解决问题而不是去搞明白语言本身。

　　易学

　　python虽然是用c语言写的，但是它摈弃了c中非常复杂的指针，简化了python的语法。

　　是FLOSS（自由/开放源码软件）之一

　　简单地说，你可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。Python希望看到一个更加优秀的人创造并经常改进。

　　当然还有许多许多的优点，在这里我就不说这么官方的了，来几个小例子，我们来看看python的应用有多厉害吧~

　　几个应用实例

　　例一 （写爬虫）

　　喜欢上一个女孩，怎么追到手当老婆？

　　身为程序员，只需要三步：

　　● 之一步：精确定位，找准目标

　　要追女孩，首先需要个女孩，然而作为一名尽职尽责的程序员，加班才使你快乐，所以命里注定你没有搬个小马扎往大街上一坐看妹纸的闲情逸致。

　　那么如何去寻找另一半？坊间有云：外事问谷歌，内事问百度，房事问天涯。而且作为一名有逼格的程序员，广撒网多捞鱼的法子效率太低，一定要有的放矢。所以我们可以用Python编写个爬虫软件将网上美女的照片统统爬取下来呀。

　　Step 1：获取这个网址的response，分页内容，解析后提取图集的地址。

　　Step 2：获取这个网址的response，图集分页，解析后提取图片的下载地址。

　　Step 3：下载图片（也就是获取二进制内容，然后在本地复刻一份）。

　　运行过程如下： ▼▼▼

　　结果： ▼▼▼

　　然后呢，将这些妹子的数据按星座、年龄、是否单身等进行过滤筛选，就可以在这群层层选拔后留下的精英妹子中找到你心目中的女神啦~

　　● 第二步：了解她的性格和爱好

　　我们只需要用Python写一个 *** 爬虫，然后将她微信微博 *** 空间的数据爬下来，进行数据统计分析就能够了解这一切啦。

　　当社交软件上的信息爬取完毕，将这些信息分词处理后再交给一些软件，例如wordcloud生成词云，它会根据信息的频率、权重按比列显示关键字的字体大小。

　　● 第三步：当然是去约她啦

　　许多程序员都有个通病，因为平日里对着电脑敲代码，所以显得木讷和不善言辞，约会的时候总不能跟人家女孩儿讲这个代码怎么写吧，不用担心，没有爬虫不能爬的网站，知乎、豆瓣、贴吧等等网站热门消息统统爬下来。

　　既能普及冷知识，又能讲段子，幽默风趣，见多识广，你们的约会才会不显得尴尬，当然记得要多多赞美女孩儿，穿着和性格各个方面，千穿万穿马屁 *** ，这是真理！

　　是

　　不

　　是

　　很

　　厉

　　害

　　鸭

　　~

　　例二

　　大家是不是都玩过2048，作为程序员玩2048的更高境界当然不是通关，而是会写！

　　火爆全球的2048游戏又被大家玩出了新花样，各种2048升级版，智能版，甚至还有后宫版，阿纳森版……

　　Python的学习推荐

　　Python简明教程

　　很简洁的一本教材，就算没有基础，你也可以像读小说一样，花半天时间就可以读完。

　　【python简明教程中文.pdf 下载链接】

　　然后，下面这篇文章可以起到一个快速复习的作用：

　　【分分钟学会一门语言之Python篇 下载链接】

　　Python 开发教程

　　廖学峰大大的Python教程，我见过的写得更好的Python开发教程之一,包括Python2.7和Python3两个大版本的教程。

　　【传送门：Python教程 - 廖雪峰的官方网站】

　　推荐几本书籍

　　《python编程：从入门到实践》

　　《简明python教程》

　　《父与子的编程教程》

　　如果你更喜欢看视频

　　●零基础学Python语言

　　MOOC上嵩天老师的课程，非常全面细致

　　●零基础入门学习Python

　　B站上小甲鱼的入门视频，讲课十分有趣

　　好啦，关于python的入门导航到这里就基本结束啦，不知道大家会不会对python很感兴趣呢，如果是，那就赶快学起来吧，小协为大家加油哦!

　　文案：贺 雯

　　排版：许昕馨 刘梓俊

　　审核：葛婕慧

　　随着AI技术的日益提高，现在的机器人越来越像真人，甚至到了能够以假乱真的地步。比如，最近日本推出的一款最新的机器人，其机体结构几乎逼近真人，她的皮肤也是生物合成的真正的肌肉和肌腱，这使她看上去几乎和真人一模一样，摸上去的手感也像摸在真正的肌肤上的手感一样。就连表情动作都不输给真人。

　　日本科学家研制的这款高仿真真人型机器人可以当做导游、导购，不仅业务专业熟练，而且不乏幽默感。不管如此，她还有很强的运动“天分”，比如大圩毛球，她几乎就不会出错，每一个球她都能准确接住，比专业运动员都厉害。

　　现在各国都有研究机器人，或许未来的世界真的和科幻片一样，都处都是智能机器人，不仅外表逼真，而且还有一定的思维。吴京演过一部和机器人相关的电影叫《机器侠》，里面讲述的就是2046年，之一代人工智能机器人为了测试性能，机器人开始和人类一起生活，不过大家都没发现自己身边的是个机器人，后来由于机器人系统程序出现错误，失去了理智，开始向人类发起攻击，这部电影也让我们对于机器人抱有期待。

　　机器人的出现是必然的，人工智能正在改变我们的生活，科技的发展让我们接触到了很多新奇的东西，从人类登上月球开始，再到现在的AI智能，机器人和人类一起生活也变成了现实，大家对于美女机器人有什么想法呢？

　　现在的社会新闻可谓是五花八门，大家也非常希望能看到这样的内容，小编的职责就是把这些五花八门的内容整理出来，发布给大家让大家观看，社会的新闻都是充满趣味跟真实的写照，这些事情都是跟我们的日常生活是分不开的，这些小新闻一定会让大家看的开心，下面小编就要开始分享今天的内容了，欢迎大家的观看。

　　对于这件事，许多人也对此感到十分的惋惜。毕竟当初的那个少年，如果好好培养的话，可能会对社会有巨大的贡献。但是这毕竟是在网上流传了许久的故事，那么这个事实的真相又是什么样的呢？对于这一件事，腾讯方面也是给出了回答，不过这个回答却让很多人感到难以相信。

　　今天的内容到这里已经结束了，相信大家都已经看的非常过瘾，小编立志于把更好的内容带给大家，每天都会分享给大家最新的和更好玩的社会资讯，如果感到满意希望各位看官们能动起小手指，给小编的内容点点赞，让小编更有信心的坚持下去!

　　MIT app编程应用

　　（安卓手机传感器部分）

　　大家好，今天我们来学习手机编程的传感器部分，本节课通过 *** 遥控手柄，来学习虚拟仪器键盘鼠标控制和手机传感器采集。把手机编程和虚拟仪器两个看似没有交集的领域联系起来，学会了本节课程后我们再也不用买游戏手柄了。

　　内容概要：

　　蓝牙方式基本的过程是:手机传感器信号，手机蓝牙数据传输，电脑蓝牙串口接收数据，数据解析，调用win32控制键盘鼠标，开启互动 wifi方式基本的过程是:手机传感器信号，手机http协议post传输数据，电脑TCP协议接收数据并响应，数据解析，调用win32控制键盘鼠标，开启互动 手机平衡状态的T范围是-10~+10，采集到的数据输入3态判断函数，其中a是中间的左右范围，下面是C代码表示的功能:

　　char range(int T,int a){

　　if(abs(T)>a) {

　　}

　　return "O";

　　}

　　例如手机加速度传感器输出在[-10，10] 分为3个区间[-10，-3)[-3，3](3，10] 输入数值后输出[A][O][B]。

　　通过范围的大小调节灵敏度

　　if(abs(输入)>范围) { //abs绝对值

　　if(输入>0)

　　if(输入

　　}

　　else return "O";

　　采集器的刷新频率不好控制，我们建立两个全局变量，用定时器来控制刷新频率，这样蓝牙发送数据[左右][上下][控制]，如OOO表示无操作 RUK表示按下右键上键空格键 LDE表示按下左键下键回车键 win32里面控制键盘要按下/停顿/释放，千万不能弄反了，否则键盘会出现按键异常现象，可能C和V不能用，可能功能键， apk设计调试是重要的一个环节，使用实际的手机设备调试更好不过，拿着手机会感觉很麻烦的话，安装手机模拟器是很不错的选择，一些模拟器性能稳定助手甚至可以运行游戏，推荐蓝叠模拟器， 实现操作杆的控制，用正方的画布来作为上下左右的范围，精灵来作为操作杆对象，首先 按下获取到触摸位置 将精灵移动到触摸位 这个 *** 运行后会发现按下后精灵会偏移，我们需要处理一下：

　　[精灵xy]=[触摸xy]

　　[精灵xy]=[触摸xy]–[精灵尺寸]/2

　　[精灵xy]=[画布尺寸]/2–[精灵尺寸]/2

　　我们将直角坐标移动到画布原点就可以了，触摸坐标是局部变量，通过精灵来获取触摸位置:

　　[触摸xy]=[精灵xy]–[精灵尺寸]/2

　　需要注意的是画布获取到的精灵位置是左上角的位置， 接下来是添加按键，我们之一反应是用按钮，但是按钮的排版没有精灵控件灵活，我们再添加一个画布，这样控件都用精灵来实现，精灵1上下左右的操纵杆，独立占用一个画布，精灵2~精灵5在另一个画布，注意精灵与精灵的间距一定要控制好，离得太近会有同时按下的效果。 我们再做一个很好看的显示屏来显示状态。黑色的背景配合浅蓝色，连接状态模式，时间，操作显示用排版 为了防止蓝牙数据空发造成的错误，计时器运行代码里要添加跳闸操作：

　　[计时器]{ 程序代码 如果发送错误，[计时器]启用=F }

　　操作杆的数据更新到显示屏， 控制的数据都是由计时器控制更新周期，控制灵敏度。 最后是添加启动蓝牙与计时器添加传感器。

　　lu yuan bin

　　" The quickest way to learn is to practice, a project will involve a wide range of knowledge, a little learning digestion, endless learning."

　　"This design is an original public welfare teaching course. The copyright of the content belongs to. It is only for study and not for profit-making activities."

　　——Dream doing（2018/12/31）

　　luyuanbin

　　千 里 教 学 基 地

　　主页入口

　　知行科技 | iMotion

　　专注于自动驾驶领域前装系统解决方案的人工智能高科技公司

　　新年快乐！

　　Happy New Year!

　　2018年的年尾，瑞雪飘落。

　　苏州变姑苏。

　　知行科技，也完成了自主研发生产的智能前视摄像头首批样件的正式出货。

　　回首2018，知行科技成绩斐然。

　　但2018年的成绩只是我们2019年的起点，

　　知行科技将继续出发，

　　做自动驾驶，我们是认真的！

　　最后，

　　感谢每一位关注、支持、帮助知行科技的朋友，

　　谢谢你们！

　　新年快乐！

　　新一年，我们继续前行！

　　长

　　按

　　解

　　锁

　　1.简介

　　细粒度图像分类 (Fine-grained image categorization), 又被称作子类别图像分类 (Sub-category recognition)，是近年来计算机视觉、 模式识别等领域一个非常热门的研究课题。 其目的是对属于同一基础类别的图像（汽车、狗、花、鸟等）进行更加细致的子类划分, 但由于子类别间细微的类间差异以及较大的类内差异, 较之普通的图像分类任务, 细粒度图像分类难度更大。 图1所示为细粒度图像分类数据集CUB-200[1]中的两个物种，加州鸥和北极鸥，从竖直方向的图片对比可以看出，两个不同物种长相非常相似，而从对比水平方向可知，同一物种由于姿态，背景以及拍摄角度的不同，存在较大的类内差异。 因此，要想顺利的对两个极为相似的物种进行细粒度分类，最重要的是在图像中找到能够区分这两个物种的区分性的区域块(discriminative part)，并能够对这些有区分性的区域块的特征进行较好的表示。

　　图1 (a) 加州鸥

　　图1 (b) 北极鸥

　　由于深度卷积 *** 能够学习到非常鲁棒的图像特征表示，对图像进行细粒度分类的 *** ，大多都是以深度卷积 *** 为基础的，这些 *** 大致可以分为以下四个方向：

　　1. 基于常规图像分类 *** 的微调 ***

　　2. 基于细粒度特征学习(fine-grained feature learning)的 ***

　　3. 基于目标块的检测(part detection)和对齐(alignment)的 ***

　　4. 基于视觉注意机制(visual attention)的 ***

　　2.基于常规图像分类 *** 的 ***

　　这一类 *** 大多直接采用常见的深度卷积 *** 来直接进行图像细粒度分类，比如AlexNet[3]、VGG[4]、GoogleNet[5]、ResNet[6]以及DenseNet[7]和 SENet[8] 等。

　　图2 多任务学习 *** 结构[9]

　　由于这些分类 *** 具有较强的特征表示能力，因此在常规图像分类中能取得较好的效果。然而在细粒度分类中，不同物种之间的差异其实十分细微，因此，直接将常规的图像分类 *** 用于对细粒度图像的分类，效果并不理想。受迁移学习理论启发，一种 *** 是将大规模数据上训练好的 *** 迁移到细粒度分类识别任务中来。常用的解决 *** 是采用在ImageNet上预训练过的 *** 权值作为初始权值，然后再通过在细粒度分类数据集上对 *** 的权值进行微调（finetune），得到最终的分类 *** 。

　　在[9]中，Zhang等人进一步将度量损失函数引入到精细分类 *** 的微调中来。具体而言，每次输入三个样本（Postive，Reference以及Negative）到三个共享权值的 *** 中，然后利用三个 *** 的特征输出用来计算损失函数，除了传统的softmax 损失函数，三个特征输出还构成了广义的triplet 损失。最后两个损失函数联合用来微调 *** :

　　其中，Es(r)是softmax获取的分类误差，Et(r,p,n)是通过图2中三个共享参数的子 *** fr(s)，fp(s)和fn(s)获取到的triplet误差，两种误差实现对 *** 不同层次的约束。Es(r)通过图像的类别信息，约束 *** 参数的优化方向是在图像真实类别上获取更大的响应，这其中并没有关注不同类别之间的度量关系。而Et(r,p,n)则通过计算类内距离与类间距离，增大 *** 对不同类别的相似样本的识别能力。

　　3. 基于细粒度特征学习的 ***

　　Lin等人在2015年发表于ICCV的论文[9]中提出双线性卷积神经 *** 模型（Bilinear CNN， *** 结构如图3所示）实现对深度卷积特征更好的表示。该 *** 使用VGG-D和VGG-M两个 *** 作为基准 *** ，在不使用Bounding Box （边框）标注信息的情况下，在CUB200-2011数据集上到达了84.1%的分类精度；而使用Bounding Box时，其分类精度高达85.1%。

　　图3 Bilinear CNN的 *** 结构

　　一个双线性模型 M 由一个四元组组成: M=(fA;fB;P; C)。其中，fA和fB代表特征提取函数, 即图 3 中的卷积 *** A和卷积 *** B, P 是一个池化函数 (Pooling function)，C 则是分类函数。

　　特征提取函数 f(·) （CNN stream）由卷积层，池化层和激活函数组成。这一部分 *** 结构可以看作一个函数映射f：L x IRK×D， 将输入图像与位置区域 映射为一个维的特征，其中K为卷积 *** 输出特征图的通道数，D为每个通道中的二维特征图展开成的一维特征向量的大小。而两个特征提取函数输出的卷积特征, 可以通过一个双线性操作进行汇聚, 得到一个双线性特征:bilinear(l;T;fA;fB)=fA(L;T)TfB(L;T)。而池化函数 P 的作用则是将所有位置的双线性特征汇聚成一个特征。文章所采用的池化函数是将所有位置的双线性特征累加起来，得到图像的全局特征表示Φ'(I)。

　　如果两个特征函数fA,fB提取的特征维度分别是 K × M 与K ×N 的话，则池化函数 P 的输出将是一个 M×N的矩阵，而在对其进行分类之前需要先把特征矩阵拉伸成一列MN大小的特征向量。最后, 分类函数的作用是对提取的特征进行分类, 可以采用逻辑回归或者 SVM 分类器实现。

　　总体来说，双线性CNN模型能够基于简洁的 *** 模型，实现对细粒度图像的有效识别。一方面，CNN *** 能实现对细粒度图像进行高层语义特征获取，通过迭代训练 *** 模型中的卷积参数，过滤图像中不相关的背景信息。更重要的是另一方面， *** A 和 *** B在图像识别任务中扮演着互补的角色，即 *** A能够对图像中的物体进行定位, 而 *** B 则是完成对 *** A 定位到的物 *** 置进行特征提取。通过这种方式，两个 *** 能够配合完成对输入细粒度图像的类检测和目标特征去的过程，较好地完成细粒度图像识别任务。关于双线性 *** 更加的介绍可以参考SIGAI的另外一篇文章：

　　双线性汇合(bilinear pooling)在细粒度图像分析及其他领域的进展综述

　　。

　　4.基于目标块检测的 ***

　　基于目标块（object part）检测的 *** 思路是：先在图像中检测出目标所在的位置，然后再检测出目标中有区分性区域的位置，然后将目标图像（即前景）以及具有区分性的目标区域块同时送入深度卷积 *** 进行分类。但是，基于目标块检测的 *** ，往往在训练过程中需要用到目标的Bounding box标注信息，甚至是目标图像中的关键特征点信息，而在实际应用中，要想获取到这些标注信息是非常困难的。比较有代表性的是2014年ECCV中提出来的Part-RCNN *** [11]：

　　图4 Part-RCNN的算法流程图

　　Part-RCNN算法的流程图如图4所示。它的主要思想是借助目标检测中的经典 *** R-CNN[12]来检测图中鸟的位置和鸟头部以及鸟身体的位置，然后将这三部分的信息同时输入深度卷积 *** 进行训练。

　　首先, 同 R-CNN 一样, Part RCNN 也使用自底向上的区域算法 Selective Search[13] 来产生区域候选, 如图4左上角所示。之后, 利用 R-CNN 算法来对这些区域候选进行检测, 给出评分分值。在这里, Part R-CNN 只检测前景对象 (鸟) 和两个局部区域 (头、 身体)。 根据评分分值 (图4中间) 挑选出区域检测结果 (见图4上方中间)。作者认为, R-CNN 给出的评分分值并不能准确地反映出每个区域的好坏。例如, 对于头部检测给出的标注框可能会在对象检测的标注框外面, 身体检测的结果与头部检测的结果可能会有重叠等。 这些现象都会影响最终的分类性能。 因此, 需要对检测区域进行修正，主要考虑利用区域的边框约束和几何约束进行：

　　其中，公式2为改进后的评分函数，公式3和公式4分别为边框约束和几何约束条。利用如上所述的约束条件对 R-CNN 检测的位置信息进行修正之后，再分别对每一块区域提取卷积特征，将不同区域的特征相互连接起来, 构成最后的特征表示来训练 SVM 分类器。在CUB200-2011数据集中，该算法使用AlexNet作为骨干 *** ，在测试时如果不使用目标标注框，其识别准确率为73.89%，若测试阶段使用目标位置标注框，识别准确率为76.37%。

　　5.基于视觉注意机制的 ***

　　视觉注意机制(Vision Attention Mechani *** )是人类视觉所特有的信号处理机制。具体表现为视觉系统在看东西的时候，先通过快速扫描全局图像获得需要关注的目标区域，而后抑制其他无用信息以获取感兴趣的目标。目前，基于CNN *** 的视觉注意 *** 被广泛应用到计算机视觉中，包括目标检测、识别等任务。在深度卷积 *** 中，同样能够利用注意模型来寻找图像中的感兴趣区域或区分性区域，并且对于不同的任务，卷积 *** 关注的感兴趣区域是不同的。比如图5中的亮点即为卷积 *** 感兴趣的区域，且越亮的区域对于精细分类任务越重要。

　　图5 图像中高亮的区域为卷积 *** 关注的部分

　　由于基于视觉注意模型(Vision Attention Model)的 *** 可以在不需要额外标注信息（比如目标位置标注框和重要部件的位置标注信息）的情况下，定位出图像中有区分性的区域，近年来被广泛应用于图像的细粒度分类领域。代表性的工作是17年CVPR中提出的循环注意卷积神经 *** (Recurrent Attention Convolutional Neural Network, RA-CNN)[14]。该模型模仿faster-RCNN[15]中的RPN (Region Proposal Network) *** ，提出使用APN (Attention Proposal Network) *** 来定位出图像中的区分性区域，并通过在训练过程中使用排序损失函数 (Rank Loss)，来保证每次利用注意模型定位的区域都更加有效。

　　图6 RA-CNN *** 算法流程图

　　如图6所示，整个模型由三个VGG19 *** 组成，之一个VGG *** 卷积层输出的特征图送入到APN *** 中进行学习，得到关于整幅图像的区分性区域的坐标以及Bounding Box的半径。假设当前VGG *** 输入图像为X，VGG卷积层的所有参数为Wc，则卷积特征F=Wc*x，其中*表示在前向传递求取卷积特征过程中 *** 中所有的卷积，池化和激活函数操作。而APN *** 可以表示为[tx,ty,tl]=g(Wc*X)，其中tx,ty,tl分别为输入图像X中区分性区域中心的横纵坐标，以及该区域的半径（文章中默认该区域为正方形）。APN *** 由两层全连接 *** 构成。

　　在获得了有辨识性区域的坐标和半径以后，作者利用该坐标从上一层VGG输入图像中将该区域进行裁剪，然后在将其放大以后输入到下一个VGG *** 中进一步学习，依次迭代。

　　文中除了使用交叉熵损失函数（Cross Entropy Loss）保证每一个VGG *** 对图像分类的准确性以外，还使用一个排序损失函数（如公式5所示）来对由APN *** 得到的不同的区分性区域进行分类，在分类结果中正确类别的置信概率，要高于用生成该区域的原图直接进行分类的正确置信概率（见图6中绿色条纹处的Pt(1),Pt(2),Pt(3)）。排序损失函数如下：

　　在迭代过程中，排序损失函数驱动卷积 *** 寻找输入图像中最有区分性的区域，作者通过对区分性区域层层放大的 *** ，将其细节不断放大，有利于卷积 *** 对该区域特征的学习。同时模型中的之一层和第二层 *** 可以分别认为是目标级别的注意模型(Object level attention model)和目标块级别的注意模型(Part level attention model)。

　　最后作者将原图以及通过APN *** 迭代得到的两个不同尺度的区域图像同时送入深度卷积 *** 进行训练，并将这三个尺度图像的特征进行融合，进行分类，在CUB-200数据集中达到了85.3%的准确率。

　　6.总结

　　本文简要介绍了基于深度学习的精细分类的代表 *** ，目前精细分类领域发展出了包括基于多 *** 学习、目标块和视觉注意等多种 *** ，每一种 *** 都是为了获取到图像中具有区分性的区域，从而帮助 *** 学习到更加有效的特征，用来完成对细粒度图像的分类与识别。特别是通过使用视觉注意机制，能够在不依赖人工标注框信息的情况下，自动学习出图像中细微的区分性区域，达到非常高的分类精度。

　　参考文献

　　[1] Wah C, Branson S, Welinder P, et al. The Caltech-UCSD Birds-200-2011 Dataset[J]. Advances in Water Resources, 2011.

　　[2].Bo, et al. "A survey on deep learning-based fine-grained object classification and semantic segmentation." International Journal of Automation and Computing (2017): 1-17.

　　[3].Krizhevsky A, Sutskever I, Hinton G E, et al. ImageNet Classification with Deep Convolutional Neural Networks[C]. Neural Information Processing Systems(NIPS), 2012: 1097-1105.

　　[4].Simonyan K, Zisserman A. Very Deep Convolutional Networks for Large-Scale Image Recognition[C]. International Conference on Learning Representations(ICLR), 2015.

　　[5].Szegedy C, Liu W, Jia Y, et al. Going deeper with convolutions[C]. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2015: 1-9.

　　[6].He K, Zhang X, Ren S, et al. Deep Residual Learning for Image Recognition[C]. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR),2016: 770-778.

　　[7]Huang G, Liu Z, Van Der Maaten L, et al. Densely connected convolutional networks[C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2017, 1(2): 3.

　　[8] Hu J, Shen L, Sun G. Squeeze-and-Excitation Networks[C]. // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2018

　　[9]. ZHANG, Xiaofan, et al. Embedding label structures for fine-grained feature representation. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2016. p. 1114-1123.

　　[10] Lin T Y, Roychowdhury A, Maji S. Bilinear Convolutional Neural Networks for Fine-grained Visual Recognition[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2017, PP(99):1-1.

　　[11] Zhang N, Donahue J, Girshick R B, et al. Part-Based R-CNNs for Fine-Grained Category Detection[J]. European Conference on Computer Vision (ECCV), 2014: 834-849.

　　[12] Girshick R, Donahue J, Darrell T, et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]//Proceedings of the IEEE conference on computer vision and pattern recognition (CVPR). 2014: 580-587.

　　[13].Uijlings J R, De Sande K E, Gevers T, et al. Selective Search for Object Recognition[J]. International Journal of Computer, 2013, 104(2): 154-171.

　　[14] Ren S, He K, Girshick R, et al. Faster r-cnn: Towards real-time object detection with region proposal networks[C]//Advances in neural information processing systems (NIPS). 2015: 91-99.

　　[15] Jianlong Fu, Heliang Zheng, Tao Mei. Look Closer to See Better: Recurrent Attention Convolutional Neural Network for Fine-Grained Image Recognition[C]// IEEE Conference on Computer Vision and Pattern Recognition. 2017,4476-4484.

　　[16] Lin T, Roychowdhury A, Maji S, et al. Bilinear CNN Models for Fine-Grained Visual Recognition[C]. International Conference on Computer Vision, 2015: 1449-1457.

　　本文约2500余字，阅读需要大概8分钟

　　自然语言处理（Natural Language Processing，NLP）是一门集语言学，数学及计算机科学于一体的科学。它的核心目标就是把人的自然语言转换为计算机可以阅读的指令，简单来说就是让机器读懂人的语言。

　　NLP是人工智能领域一个非常重要的分支，其它重要分支包括计算机视觉，语音及机器学习和深度学习等。那么，NLP与机器学习，深度学习有什么关系呢？我们可以用下面的图来表示。可以看出，深度学习是机器学习的其中一个分支，而自然语言处理与机器学习之间是并行的，机器学习为自然语言处理提供了解决问题的许多模型和 *** 。所以，二者之间具有密不可分的关系。

　　本文将从以下几方面为您简要介绍NLP：

　　NLP的常用研究 ***

　　NLP的基本知识

　　NLP的常见应用

　　NLP的发展难点

　　一NLP的常用研究 ***

　　研究自然语言处理，通常有三种 *** ：

　　之一种，机器学习的 *** ，也包括深度学习。简单来说我们收集海量的文本、数据，建立语言模型，解决自然语言处理的任务。

　　第二种，规则和逻辑的 *** 。我们都知道，人的语言的组成具有很强的逻辑性，一些传统的逻辑、原理都可以用在上面，其实这也是人工智能最早主要的研究 *** ，只不过90年代之后大家逐渐开始更多的采用机器学习的 *** 。现在基本上在自然语言处理研究当中，逻辑和规则占20%，机器学习占80%，也有两者结合。

　　第三种，语言学的 *** 。因为自然语言处理离不开语言学，我们可以把自然语言处理看成语言学下面的一个分支，不单单看成人工智能下面的一个分支。语言学用一句话归纳起来就是对人的语言现象的研究。它不关心怎么写得好，关心的是你写了什么。所有对人类语言现象的研究都可以归为语言学，从这方面来说，语言学家也就是很多自然语言处理任务的设计师，由他们提出问题，把框架勾勒出来；当然解决问题则要靠研究人员用机器学习、规则和逻辑的 *** 把这个框架填上，把问题解决掉。

　　二 NLP的基本知识

　　分词

　　词是承载语义的最基本单位，英文单词之间是以空格作为自然分界符的，而汉语是以字为基本的书写单位，词语之间没有明显的区分标记。分词作为信息检索，情感分析，文本分类等自然语言处理任务的重要基础，具有重要意义。

　　中文分词技术可分为三大类：基于字典、词库匹配的分词 *** ；基于词频统计的分词 *** 和基于知识理解的分词 *** 。

　　

　　词性标注

　　词性标注（Part-of-Speech tagging/POS tagging)，又称词类标注或者简称标注，是给句子中每个词赋予一个词性类别的过程，这里的词性类别可以是名词、动词、形容词或其他词性。在汉语中，词性标注比较简单，因为汉语词汇词性多变的情况比较少见，大多词语只有一个词性，或者出现频次更高的词性远远高于第二位的词性。据说，只需选取更高频词性，即可实现达到80%准确率的中文词性标注程序。利用隐马尔科夫模型（Hidden Markov Model，HMM）即可实现更高准确率的词性标注 。

　　词性作为对词的一种泛化，在语言识别、句法分析、信息抽取等任务中有重要作用。

　　命名实体识别

　　命名实体识别（Named Entity Recognition，NER），是指在句子的词序列中识别并定位文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。 它主要包含两部分：

　　（1）实体边界识别；

　　（2）确定实体类别（人名、地名、机构名或其他）

　　命名实体识别是信息提取、问答系统、句法分析、机器翻译、面向SemanticWeb的元数据标注等应用领域的重要基础工具。

　　依存句法分析

　　依存语法（Dependency Parsing, DP）通过分析语言单位内成分之间的依存关系揭示其句法结构。 直观来讲，依存句法分析识别句子中的“主谓宾”、“定状补”这些语法成分，并分析各成分之间的关系。

　　语义角色标注

　　语义角色标注 （Semantic Role Labeling, SRL）是一种浅层的语义分析技术，标注句子中某些短语为给定谓词的论元（语义角色），如施事、受事、时间和地点等。其能够对问答系统、信息抽取和机器翻译等应用产生推动作用。

　　

　　指代消解

　　指代是一种常见的语言现象，一般情况下，指代分为2种：回指和共指。

　　回指是指当前的照应语与上文出现的词、短语或句子（句群）存在密切的语义关联性，指代依存于上下文语义中，在不同的语言环境中可能指代不同的实体，具有非对称性和非传递性；

　　共指主要是指2个名词(包括代名词、名词短语)指向真实世界中的同一参照体，这种指代脱离上下文仍然成立。

　　目前指代消解研究主要侧重于等价关系，只考虑2个词或短语是否指示现实世界中同一实体的问题，即共指消解。

　　中文的指代主要有3种典型的形式：

　　(1)人称代词(pronoun)，例如：李明怕高妈妈一人呆在家里寂寞，他便将家里的电视搬了过来。

　　(2)指示代词(demonstrative)，例如：很多人都想留下什么给孩子，这可以理解，但不完全正确。

　　(3)有定描述(definitedescription)，例如：，贸易制裁已经成为了美国 *** 对华的惯用大棒，这根大棒真如美国 *** 所希望的那样灵验吗

　　三NLP的常见应用

　　文本分类

　　一个文本（以下基本不区分“文本”和“文档”两个词的含义）分类问题就是将一篇文档归入预先定义的几个类别中的一个或几个，而文本的自动分类则是使用计算机程序来实现这样的分类。

　　问答系统

　　问答系统（Question Answering System, QA）是信息检索系统的一种高级形式，它能用准确、简洁的自然语言回答用户用自然语言提出的问题。

　　依据问题类型可分为：限定域和开放域两种；依据数据类型可分为：结构型和无结构型（文本）；依据答案类型可分为：抽取式和产生式两种。

　　基于自由文本的问答系统，基本上分为三个模块：

　　问句分析->文档检索->答案抽取（验证）

　　四 NLP的发展难点

　　单词的边界界定：

　　在口语中，词与词之间通常是连贯的，在书写上，汉语也没有词与词之间的边界。而界定字词边界通常使用的办法是取用能让给定的上下文最为通顺且在文法上无误的一种更佳组合。

　　词义的消歧：

　　许多字词不单只有一个意思，因而我们必须选出使语义最为通顺的解释。

　　句法的模糊性：

　　自然语言的文法通常是模棱两可的，针对一个句子通常可能会剖析(Parse)出多棵解析树(Parse Tree)，而我们必须要依赖语意及前后文的信息才能在其中选择一棵最为适合的解析树。

　　有瑕疵的或不规范的输入：

　　例如语音处理时遇到外国口音或地方口音，或者在文本的处理中处理拼写，语法或者光学字符识别(OCR)的错误。

　　语言行为与计划：

　　句子常常并不只是字面上的意思；例如，“你能把盐递过来吗”，一个好的回答应当是把盐递过去；在大多数上下文环境中，“能”将是糟糕的回答，虽说回答“不”或者“太远了我拿不到”也是可以接受的。再者，如果一门课程上一年没开设，对于提问“这门课程去年有多少学生没通过？”回答“去年没开这门课”要比回答“没人没通过”好。

　　参考文章

　　

　　希望能通过以上的简要介绍帮助您对NLP技术有个简单的认识，感谢并请继续关注我们的公众号，ARGO团队后续将深入其中的技术细节，带来更为详细的讲解。

　　Word Representation in Natural Language Processing Part II

　　作者 |Nurzat Rakhmanberdieva

　　翻译 | 邓普斯杰弗

　　校对 | 酱番梨 整理 | 菠萝妹

　　

　　在单词表示系列的前一部分（之一部分）中，我讨论了关于不假设单词的语义（含义）和相似性的固定单词表示形式。在这一部分中，我将描述一个分布式单词表示 *** 家族。其主要思想是将单词表示为特征向量。向量中的每个条目代表单词含义中的一个隐藏特征。它们可以揭示语义或句法依赖性。在下面的示例中，我们看到300维的单词表示。我们可以到，“fight”和“plane”的向量值具有相似的值，且数值差异很小。同样，“river”和“lake”也有着密切的联系。

　　因此，这样可以产生有用的特性，例如线性关系。广泛使用的例子King对queen与和man对woman的类比，king和queen的差别几乎与向量空间中的man和woman的差别相同，这导致下面的运算是有效的。

　　king-queen+man与woman相近

　　Word2vec

　　分布式词表示 *** 中一个比较流行的是Skip-Gram模型，它也是Word2vec库的一部分。它是由Google的Tomas Mikolov领导的研究小组开发的。其主要思想是通过相邻词来表示单词。它试图预测给定单词的所有相邻单词（上下文）。

　　根据论文，模型的目标函数定义如下：

　　以上是Skip-Gram模型的目标函数

　　其中w是训练词，c是上下文的尺寸。因此，它的目标是找到能够预测上下文单词的单词表示。

　　可以在我们的数据集上训练Word2vec，或者加载由Google发布的由部分Google新闻数据集（大约1000亿字）的预训练向量。该模型包含300维向量，包含300万个单词和短语。见链接：

　　这些步骤使我们能够使用来自Word2vec库的预训练向量。

　　我们可以使用gensim加载预先训练的字向量，例如：

　　查询预先训练的向量表示，如下图所示方式：

　　GloVe

　　分布式单词表示的另一个代表是Glove，它是Global Vectors的缩写。虽然Word2vec捕获了某些数据一定范围的上下文，但GloVe利用了来自语料库的单词的总体共现统计信息，这是一个大量的文本 *** 。它包括两个重要步骤。首先，构造一个术语共现矩阵。对于每个单词，我们计算条件概率，例如，对于单词water的P(k|water)，其中k是来自词汇表的单词。如果k是stream，则P值较高，如果k是fashion，则期望值较低，因为它们通常不会同时出现。在进行所有统计计算之后，形成大矩阵。然后通过归一化计数和对数平滑来降维高维上下文矩阵，如下所示。

　　我们仍然使用gensim来加载GloVe向量，它是使用 *** 数据训练而来。

　　我们需要将GloVe转化为Word2vec的格式，以便可以在gensim中进行使用，例如：

　　更多的技术细节见链接：

　　Glove和Word2vec都允许对相近词进行查找，这可以让我们对相近词结果进行比较。

　　使用Glove获得flight的相近词。

　　使用Word2vec获得flight的相近词。

　　如上所示，我们可以看到，这两个向量的输出是不相同的。不同之处在于相似性份数和单词。

　　在上述 *** 中，分布式词表示是一种强大的技术。它不会受到简单 *** 的不良属性的影响，并且可能将单词的语义信息合并到它们的表示中。但是，它不能为词汇表外的词生成向量。此外，对于稀有单词的向量表示的学习还不够好。在这些情况下，更好使用将在下一部分中描述的FastText模型。

　　尊敬的合作伙伴、朋友们：

　　爆竹声中一岁除，春风送暖入屠苏。值此辞旧迎新、元旦佳节到来之际，我谨代表房谱网全体员工，向您和家人致以新年的祝福！

　　回首2018，在朋友们鼎力支持下，房谱网取得了诸多新的进步。继2016年三大产品（大数据决策系统、估价系统和房谱网）取得"广东省高新技术产品认定“后，房谱网于2018年11月又荣获了“国家高新技术企业”殊荣。

　　展望2019，对于房谱网，新的一年意味着新起点、新机遇、新挑战。我们会继续根植于深厚的专业积淀，持续提供卓越技术和更贴心客户的产品服务；坚持以科技创新引领发展，在大数据和现代信息技术前沿领域不懈探索，完善"中国更大的城市楼盘字典"、构建"中国城市地产大数据基因图谱"。

　　房谱网愿与亲密伙伴、海内知己——携手2019，大展宏图，共创辉煌！

　　衷心祝愿您和家人节日快乐、幸福团圆！

　　新峰中国&房谱网联合创始人：端然、陶宇洁

　　2018年12月31日

　　近日，由百度公司与上海新高度旅游公司合作推出的全球首批人工智能双层观光车驶上上海街头，开启试运行。人工智能双层观光车应用了强大的人脸识别技术，游客只需刷脸上下车，从而免去了多次验票的繁琐。除了刷脸乘车外，驾驶员座位附近还有两台共享WIFI翻译机，能够提供智能语音翻译、智能问答、语音导览等多种功能。

　　爱因斯坦曾将《致后人书》放入时间胶囊深埋地下。如今，我们把对人工智能的猜想封入时间胶囊，通过瓢虫系列卫星发送到宇宙。

　　昨晚

　　《智见未来·2018机智过人先锋盛典》

　　在CCTV-1播出

　　与此同时

　　《机智过人》第二季顺利收官

　　多位大咖携5大终极猜想，剧透未来AI世界

　　猜想语音封入时间胶囊，上传至瓢虫系列卫星

　　节目主持人来到瓢虫一号卫星的测控中心

　　数据接收准备就绪

　　瓢虫一号卫星过境倒计时

　　捕捉到卫星信号

　　卫星各系统均正常

　　发送时间胶囊

　　时间胶囊此刻正在太空漫游

　　一起来看看

　　这五个

　　代表人类对于人工智能及未来世界的

　　重量级猜想

　　人工智能会进化为独立物种吗？

　　猜想一

　　鲁白 | 神经科学家 清华大学教授

　　可以想象，在不远的将来，我们将完全进入一个人机共存的时代。到那个时候，人工智能是我们大脑的衍生，人工智能可能被植入人体，成为我们身体的一部分。我们可以用人工智能输入信息、改变记忆。

　　万物智能如何影响我们的生活？

　　猜想二

　　沈建光 | 经济学家

　　到2035年，我们的农村生活水平可以和城市一样，达到城乡一体化。

　　王坚 | 城市大脑提出者

　　到2050年，如果我们能把城市大脑带到每个城市，城市的运行效率会大大提高。未来大家只能花钱在游乐场体验什么叫排队，什么叫堵车。

　　人工智能会让我失业吗？

　　猜想三

　　张旭 | 中国科学院上海分院副院长

　　中国科学院院士

　　终有一天，会出现一个全球智能健康系统，基于对数据的传输和分析，帮你选择更好的医院、更好的医生。未来，全球的孩子都会拥有从幼年到老年的全生命周期的健康智能服务体系。 医生将是人工智能和医疗相结合的重要操作者，或是创造者。他们更多运用自己的知识，通过人工智能技术手段，使它能够服务更多的人，跨地区、跨国界地为其他国家的人民服务。这就是我们的未来。

　　人工智能会实现生命的延续吗？

　　猜想四

　　胡郁 | 智能语音和人工智能专家

　　随着技术的不断发展，每个人都会在这个世界留下越来越多的图像、语音、行为数据。我相信，在10年内，人工智能就能针对每个人建立虚拟世界里的孪生数字。它能够在数字世界里，代表你和其他的人工智能进行交流，从而实现意识上传，实现人类在数字世界里的永生。

　　人工智能会拥有情感吗？

　　猜想一

　　王晋康 | 科幻作家

　　全球华语科幻星云奖终身成就奖得主

　　人类逐渐走向长寿社会和少子化社会，养老将是一个很大的社会问题。飞速发展的人工智能将在这上面大有作为。20年后，我称作“智能家人”的一种机器人，将在人类社会大规模使用。它能把老人的所有信息同步传达给社保中心、医疗中心，包括他们的儿女们。最重要的是，它们有很强的感情功能。如果20年后我还健在，我想我会和老伴儿请回来一个这样的智能儿女。

　　AI的世界是否会如同猜想一样如约到来，我们未来再见~

　　喜

　　迎

　　元

　　旦

　　白驹过隙，星移斗转

　　钟声顺着新年的脚步逐渐迫近

　　预备为2018的漫漫长夜敲响完满的句点

　　2018，再见；

　　2019，你好；

　　愿有趣味相投的惊喜

　　愿有延伸到眼角的笑意

　　愿有围炉夜话的诗意

　　愿有风雪夜归人的甜蜜

　　值此新年佳节之际，

　　陆通国际全体员工祝大家新年快乐！

　　新的一年，身体健康

　　阖家幸福，大吉大利

　　2

　　1

　　9

　　互联网大数据的时代已经日趋成熟，人们对旅游的品质、便捷的出行和生活消费有了更高的要求，厦门陆通国际旅行社通过十几年来的线下旅游路线推广，累计了近百万的游客资源，为了方便游客的出行以及日常生活消费中获得更多的超值服务，公司推出了“游购宝”APP旅游+生活消费平台，结合互联网的大数据来实现未来旅游业的O2O融合。

　　游购宝通过平台与各行业形成联盟合作，带动各个实体行业的发展，实现百业联盟的跨界融合。不同行业的实体商家通过游购宝平台的引流，一定程度上增加了生意量，同时联盟商家通过商家码锁定新老用户，因此产生的消费中，商家可获得跨界的收益。

　　成为游购宝的用户不仅可以在游购宝联盟商家享受会员价消费，更可获得超值的“金米”回赠。“金米”可以到游购宝线上或线下的联盟商家兑换心仪的商品，还可以到全国各地的游购宝营业部兑换服务。

　　回首2018

　　是见证游购宝从正式上线的一年

　　也是见证游购宝壮大的一年

　　一起回顾游购宝APP上线后的一些大事记

　　2

　　1

　　8

　　游购宝大事记

　　1

　　8月8日，游购宝APP正式上线

　　2

　　9月9号，“广开贤路，通向未来”游购宝上线分享会成功举行

　　3

　　10月3日，游购宝APP介绍视频正式推出

　　04

　　10月7日，“喜迎财富，未来已来”千人会议成功举行

　　5

　　10月11日，游购宝APP微信端上线

　　06

　　10月19日，金米全面升级

　　07

　　11月29日，联盟商家数破万

　　08

　　11月2日，游购宝商家端APP正式上线

　　09

　　12月12日，游购宝APP全新改版上线

　　还有我们可爱的游购宝地堆部队

　　他们轰轰烈烈的拼市场

　　筑造着游购宝的传奇

　　因为有了他们，游购宝更有温度

　　2018年最后一天

　　我们收获过拼搏与成功

　　拥有过感恩与欢喜

　　品尝过幸福与思念

　　或许也失去过机遇与挑战

　　也抱怨过生活与世俗

　　让我们挥挥手，整理好心情

　　带着微笑迎接一个全新的开始

　　2019，愿所有的美好如期而至

　　愿所有的愿望都能如愿

　　......

　　END

　　下 载 苹 果 版 游 购 宝 APP

　　下 载 安 卓 版 游 购 宝 APP

　　国内有一个汽车品牌，可以说是“出一款爆一款”，没错，就是宝骏。在继宝骏730、宝骏560、宝骏510等热门车型之后，宝骏RS-5也即将上市。据悉，这款新车不仅风格设计大变样，并且还会搭载德国博世最新L2级别的自动驾驶系统。

　　外观

　　如果不知道提前知道这是宝骏的车，那么从外观上是完全分辨不出来的。从前脸上来看，宝骏RS5的进气格栅设计换成了蜂窝式中网设计，而且在尺寸上也是变大了许多，让整辆车看上去更加有档次感。

　　分体式的前大灯组采用全新的设计，看上去更富有未来感，而下方的雾灯造型凸显出了车头的立体感，与大灯搭配在一起显得十分精致。

　　整车的长宽高分别是4570mm、1870mm、1705mm，轴距为2700mm。

　　内饰

　　在车辆设计风格愈加年轻化的现在，宝骏肯定也不会落后于他人。内饰的颜色选配不再是单一颜色，而是采用米色、黑色和酒红色混搭，别具一格的同时也深受年轻人的喜欢。

　　中控平台的设计则是趋向于“简单”风格，而一台悬浮式触控屏则凸显出了车辆的科技感。

　　动力

　　新款宝骏RS5搭载的是宝骏最新研发的N15T发动机，与之匹配的是宝骏自产的模拟8速CVT无极变速器。这套动力系统不仅有出色的动力输出，也兼备了经济油耗。

　　宝骏的车子一直都是走“高性价比”路线，这款全新RS5起步价仅有10万元，但却搭载了自动驾驶系统。虽然自动驾驶系统的级别只是L2，但是对于这个价位来说已经是非常良心了。而且，如果你是做一些个体户生意，比如开超市、卖水果之类的，买一辆宝骏还是非常划算的，因为宝骏的车出了名的可用空间非常大，一次性能装不少货物。

　　本文首发杉车网，公众号ID：sanchewang

　　12月22日下午，我院研究生会与水利水电学院博分会A-Pie第1期线下活动在博士生之家举行，我院18级情报学硕士研究生梁镇涛作为特邀主讲人受邀参加，为大家讲解机器学习与大数据处理的相关知识。来自水利水电学院不同专业的硕博研究生也参加了本次活动。

　　本次活动分为两个环节，首先是邀请梁镇涛同学讲解机器学习与大数据处理的专业知识；然后是主讲人与参会同学进行面对面交流答疑，解答机器学习与大数据处理相关的具体细节问题。

　　研讨会中，梁镇涛同学首先从定义、使用 *** 、系统类型以及案例分析等方面对机器学习进行了详细介绍，除此之外，梁镇涛同学还细致讲解了Hadoop2、Databricks平台的使用以及大数据生态的相关知识。

　　本次研讨会持续了将近两个小时，最后，几位同学结合自己的专业进行了咨询，梁镇涛同学不仅耐心解答了关于机器学习与大数据处理专业知识的一系列问题，还分享了学习资料。梁镇涛同学对机器学习与大数据处理的细致讲解令在场的同学受益匪浅，整个研讨会的气氛轻松愉快。最后在大家的对梁镇涛同学的热烈掌声中，本次研讨会落下圆满帷幕。

　　本次A-Pie线下活动为大家创造了一个很好的了解机器学习与大数据处理的学习与交流的平台，让同学们对机器学习与大数据处理有了更直观、更细致的认识，有助于同学们今后更专业有效地进行科研学习。

　　扫码入群可在“群文件”内获取 本次 “机器学习与大数据处理”活动的文件资料

　　人生在世，如果有一技在身就有了安身吃饭的本钱，如果技艺精湛，就会更有作为。

　　今天分享一个学员编写的程序：

　　点评：程序精简，没有多余空刀

　　是的，向加工要效率，从细节着手，这就是一个例子。

　　但是，作为一个新手，想玩转数控高级编程宏程序，是不容易的，没有思路，不知道怎么编写等等。军哥以这个案例为基础，分享下这个例子的编程思路，或许能给你一些启发。

　　这个例子主要用了局部坐标系G52指令和IF [ ]GOTO 语句。

　　一，关于局部坐标系G52指令

　　格式：

　　G52 X_ Y_ Z_（设定局部坐标系）

　　……….

　　G52 X0 Y0 Z0（注销局部坐标系）

　　用心看一下上面程序。

　　用心看下右侧图示。

　　简单吗？

　　很有用，不信，你现在把程序和图形对照看三遍，你就秒懂了。

　　二，关于IF[ ] GOTO语句

　　学过英文的都知道IF是如果的意思，GOTO是去哪儿的意思。

　　合起来意思是：如果…..就到哪儿去。

　　我们会发现，IF后面跟个条件，这个条件满足，那么就去做某事情。

　　比如：如果明天不下雨，我们就去打球。

　　如果后面会跟着一个条件！根据这个条件，决定我做什么事！所以很多书中都这么介绍此语句：IF[条件成立]GOTO n

　　备注：

　　1,中括号中需要写条件

　　2,n为程序的行号

　　比如上面例子中的程序段：

　　#4=0

　　N2#4=#4-5

　　G3X15 Y0 I-15 J0 Z#4F300

　　IF[#4GT-30] GOTO2

　　中括号中的条件是：【#4 GT-30】

　　意思是#4的数值大于-30就跳转至N2程序段。

　　程序由上往下依次运行，当运行至IF语句的时候，机床系统判断了下，#4的值大于-30吗？

　　如果设置的条件满足，就跳转至指定的程序段，然后又从指定的程序段开始由上往下依次执行程序。

　　就这样螺旋铣孔程序段G3 X15 Y0 I-15 J0 Z#4F300不断的执行，至到条件不满足。

　　条件不满足之后，就不执行IF GOTO语句的跳转了，那么程序将会怎么运行

　　切记，按顺序依次往下继续运行。

　　程序继续往下运行，运行了几个程序段之后，又遇到另外一个IF[ ]GOTO语句

　　即：IF[#1 LT300] GOTO1

　　什么意思？

　　让机床系统判断下#1变量的数值是否小于300，如果小于300，就跳转至N1程序段。

　　设置的条件成立，那么程序又跳转至N1程序段, 又从指定的N1程序段开始由上往下依次执行程序。

　　就这样通过IF GOTO语句，让程序跳转实现：多次运行需要运行的程序段。

　　好了，今天给大家分享到这里。

　　如果你想有一技之长，成为经验丰富的编程高手

　　如果你想获得军哥原创的《数控编程教程》，让自己值钱，从而轻松赚钱

　　欢迎购买军哥通俗易懂的编程教程：

　　1，手工编程（宏程序方向）1280元

　　2，软件编程（UG方向） 1980元

　　添加军哥微信soscnc，索取教程！

　　欢迎扫二维码，添加军哥微信

　　2019军哥将逐步给大家分享以下更多的绝招：

　　1，用数学公式来编程宏程序的技巧

　　掌握了这个技巧，什么抛物线，二次方程，卡门曲线等等，甚至你都没听说过的曲线，按照军哥传授的技巧，照样用宏程序来编写。

　　2，参数化的思维编写宏程序。

　　这是玩转宏程序必备的思维训练，通过军哥一系列特定 *** 的训练，可以提升你逻辑思维能力和手工编程功底。

　　3，玩转数控G指令，自己定义G代码的秘密

　　这是大家经常接触到的，而又不知的秘密，比如一些循环指令，如数车的G71,G72,G90,G94指令，数铣的G81,G82G83等循环指令，这都是利用宏程序开发出来的G代码。

　　如何自己 *** G代码，这是高手非常不愿意对外的秘密，军哥只需三句话，让你醍醐灌顶。

　　4，宏程序的模板框架编程

　　有了这个模板框架，即使你是小白，也可以快速套用，编写出宏程序来。

　　5，更多有价值的超干货

　　零件的编程思路分析，工艺思想，编程策略，刀具应用等干货，我甚至都不想让人知道这些，只内部传授，不对外公开。

　　当然学习只是一个开始，更重要的是我会长期给你指导，让你快速成为经验丰富的编程高手。