任正非回应退休传闻;董明珠谈直播首秀“失败”;Wine 5.7 发布​| 极客头条...

整理 | 屠敏

头图 | CSDN 下载自东方 IC

快来收听极客头条音频版吧,智能播报由标贝科技提供技术支持。

「极客头条」—— 技术人员的新闻圈!

CSDN 的读者朋友们早上好哇,「极客头条」来啦,快来看今天都有哪些值得我们技术人关注的重要新闻吧。

一分钟速览新闻点!

  • 董明珠谈直播首秀“失败”:老是卡,科技多么重要

  • 华为AppGallery应用商店上架Here WeGo地图

  • 小米王翔:苹果、三星、华为都非常优秀,小米是由于竞争才产生的企业

  • 任正非回应退休传闻:按程序把我们免职,不代表什么

  • 直播带货密集翻车,罗永浩微博致歉:感到非常愧疚

  • 波士顿动力机器人上前线,助远程诊断新冠病人

  • 任天堂证实约16万账户敏感信息被黑,或被盗用

  • Facebook 就剑桥分析事件达成和解:认罚 50 亿美元

  • 外媒透露iPhone12定价区间:苹果选择降价,入门600-700美元

  • Wine 5.7 发布

  • .NET 5 第三个预览版发布

国内要闻

董明珠谈直播首秀“失败”:老是卡,科技多么重要

格力电器董事长董明珠在今日出席的演讲活动中谈到昨晚直播失败,称“老是卡,所以说科技是多么重要”。对于第一季度格力300亿的业绩损失,董明珠表示请投资者放心,格力不会数据造假。“很坦然一季度下滑,但这不是致命的”。(腾讯财经)

华为AppGallery应用商店上架Here WeGo地图

华为官方正式在自己的AppGallery应用商店中,推出了Here WeGo地图,其支持100多个国家1300多个城市的导航、定位。由于无法继续预装Google Maps,华为此前与荷兰导航和数字地图公司TomTom达成协议,并在本月的华为P40系列发布会上,正式发布VR地图。(IT之家)

小米王翔:苹果、三星、华为都非常优秀,小米是由于竞争才产生的企业

全球移动互联网大会上,被问及“谁是小米的竞争对手”,小米集团总裁王翔表示,在智能手机行业,小米现在排在全球第4位,排在前面的苹果、三星、华为都是非常优秀的企业,而在他看来,行业竞争会让消费者受益,竞争是一件非常好的事,小米就是由于竞争才产生的企业。(新浪科技)

任正非回应退休传闻:按程序把我们免职,不代表什么

近日,任正非在专访中对其卸任子公司董事一事做出回应,表示:“这是清理几十年来的一些子公司,退出去以后让基层年轻人担任职务,这不代表什么信号。公司按程序让我们从子公司退出了,按程序把我们都免职了,这是一个正常的操作,不代表什么。”(蓝血研究)

直播带货密集翻车,罗永浩微博致歉:感到非常愧疚

针对4月24日晚直播带货中发生的密集翻车事故,罗永浩在微博上表示,感到非常愧疚,并提出补偿措施。在这场直播活动中,几款商品在报价时出现失误。“尽管现场气氛非常好,但是由于幻灯片接连出现错误导致给我们的消费者带来困扰,为此我们感到非常愧疚。” (硅谷分析狮)

国际要闻

波士顿动力机器人上前线,助远程诊断新冠病人

据外媒报道,机器人制造商波士顿动力公司周四宣布,其四足的Spot机器人已经在波士顿的一家医院使用,机器人头顶iPad,配备双向对讲机,能够帮助医护人员远程诊断并与新冠病人沟通。该公司表示,他们正在研究可让机器人检测生命体征的方式。此外,机器人还可成为医院或公共场所的清洁消毒“工人”。

任天堂证实约16万账户敏感信息被黑,或被盗用

据外媒报道,日前,任天堂发布公告称,当下正在禁用通过任天堂网络ID(NNID)登录Nintendo Accounts,主要原因是此前有16万个账户信息遭黑客入侵,致使部分用户遭受到损失。任天堂表示,自 4 月初以来,“通过我们的服务以外的其他一些手段非法获得的登录ID和密码已经被用于访问这些账户。”

此次泄露的信息中还包含账户昵称、出生日期、国家和电子邮件地址等敏感信息,同时,部分账户还可能会遭遇欺诈性购买。

Facebook 就剑桥分析事件达成和解:认罚 50 亿美元

美国当地时间周五,Facebook 发布官方消息,证实在对剑桥分析公司滥用数据丑闻进行了漫长的调查后,联邦法院正式批准了该公司 2019 年 7 月与美国联邦贸易委员会 (FTC) 达成的和解协议,认罚 50 亿美元。

外媒透露iPhone12定价区间:苹果选择降价,入门600-700美元

4月25日消息,外媒报道称,今年苹果将要发布的4款iPhone 12,均支持5G网络,其中最便宜的将采用5.4英寸屏幕,售价在600美元到700美元之间。(硅谷分析狮)

程序员专区

Wine 5.7 发布

Wine (Wine Is Not an Emulato)项目释出了 5.7 版。主要新变化包括:Wine Mono 引擎更新到 5.0.0,改进 WineD3D Vulkan 后端,USB 设备驱动起步,支持用 Clang 构建,Builtin 模块不再依赖 libwine,命令行配置 Windows 版本,bug 修正等等。

.NET 5 第三个预览版发布

微软发布了 .NET 5 第三个预览版,.NET 框架和 .NET Core 的合并旨在统一 .NET 平台,.NET 5 被微软描述为".NET 的未来"。.NET 5 第三个预览版增强功能包括:用于管理位值数组的 BitArray 类已更新;添加了对保留引用的支持添加到 System.Txt.Json,从而支持 JSON 序列化的引用环路处理。

今日福利

遇见大咖

由 CSDN 全新专为技术人打造的高端对话栏目《大咖来了》来啦!

CSDN 创始人&董事长、极客帮创投创始合伙人蒋涛携手京东集团技术副总裁、IEEE Fellow、京东人工智能研究院常务副院长、深度学习及语音和语言实验室负责人何晓冬,来也科技 CTO 胡一川,共话中国 AI 应用元年来了,开发者及企业的路径及发展方向!

点击阅读原文,直达报名。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值