四部门联合约谈蚂蚁集团有关人员;苹果11月11日再开发布会;树莓派 400 发布|极客头条

在这里插入图片描述

整理 | 郑丽媛
头图 | CSDN 下载自东方 IC

在这里插入图片描述

扫描二维码来收听极客头条音频版吧,智能播报由出门问问「魔音工坊」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。

国内要闻

支付宝推出 “学费码”:学费暂存于支付宝,按教学进度支付

11月2日,据报道,支付宝在 2020 SEE 教育服务共建大会上联合校宝在线发布了一款针对教育行业收费的解决方案 “学费码”。这项功能与支付宝早期解决消费者与淘宝商家信任问题的方法类似。具体原理是学员通过 “学费码”交费后,其学费将暂存在支付宝中,再按照日后的教学进度分次支付给教培机构。

蚂蚁集团回应四部门联合约谈蚂蚁集团有关人员:深入落实约谈意见

证监会11月2日消息,中国人民银行、中国银保监会、中国证监会、国家外汇管理局对蚂蚁集团实际控制人马云、董事长井贤栋、总裁胡晓明进行了监管约谈。蚂蚁集团公开回应称:“蚂蚁集团实际控制人与相关管理层接受了各主要监管部门的监管约谈。蚂蚁集团会深入落实约谈意见,继续沿着‘稳妥创新、拥抱监管、服务实体、开放共赢’的十六字指导方针,继续提升普惠服务能力,助力经济和民生发展。”

百度发布 “百度云手机”旗舰版:77 元 / 月

11 月 2 日,百度正式发布 “百度云手机”旗舰版,这是百度面向个人用户发布的首款云手机旗舰新品。据悉,“百度云手机”旗舰版拥有 ARM 四核处理器、4GB 运行内存和 32GB 存储空间。价格方面,“百度云手机”旗舰版提供包括日卡、月卡、季卡、半年卡和年卡在内的多种时长套餐。其中,30 天 “月卡”的售价为 77 元。

5G套餐无法改4G,入网需办理新 5G 套餐

部分地区用户反馈称 “被 5G”,5G 套餐无法降级,更有运营商下架 4G 套餐。业内人士透露称,运营商为了推广 5G 套餐,已悄然将低价的 4G 套餐下架,用户如需要办理 4G 套餐只能通过线下营业厅和电话客服,有部分地区电信运营商甚至直接将 4G 套餐下架。”(广州日报)

国际要闻

苹果11月11日再开发布会,自研处理器Mac有望推出

11月3日讯,苹果发布邀请函,确认将于当地时间 11 月 10 日(北京时间 2020 年 11 月 11 日凌晨 2 点)在 Apple Park 举办发布会,这也是今年的第四次线上发布会。关于这次发布会的内容,关注度最高的可能就是苹果首款自研电脑芯片。苹果首款自研电脑芯片的信息,是在 WWDC 开发者大会时公布的,苹果认为芯片是硬件的核心也是产品的根本。苹果的自研芯片将采用 ARM 架构,官方称新芯片将有更高的扩展性、高性能 GPU、专业能力更强,神经引擎更强。

Google Play 商店发现恶意软件,已感染数百万设备

本周谷歌从官方 Play Store 删除了 17 款 Android 应用程序。据来自 Zscaler 的安全研究人员 Viral Gandhi 称,这 17 个应用程序全部感染了 Joker(又名 Bread)恶意软件。他说:“这个间谍软件旨在窃取短信、联系人名单和设备信息,同时,也在悄悄地为受害者注册高级无线应用协议(WAP)服务”。谷歌已经从 Play Store 中删除了这些应用程序,并启动了 Play Protect 禁用服务,但用户仍然需要手动干预从设备中删除这些应用程序。据调查发现,这批病毒软件从 3 月份开始活跃,已经感染了数百万台设备。

GitHub 警告重新发布 YouTube-DL 的用户

上个月,GitHub 在收到美国唱片业协会(RIAA)的 DMCA 通知后移除了非常受欢迎的 youtube-dl 项目,此举激怒了开发者和用户,他们通过重新将 youtube-dl 项目的源代码上传到 GitHub 来表达不满。GitHub 曾表示它也想帮助该项目重新上线,但现在它警告发布 youtube-dl 源代码的用户他们的账号可能会临时屏蔽,甚至可能封禁。GitHub 法律顾问 Jesse Geraci 警告用户,他们重新发布因 DMCA 下架项目的源代码这一做法违反了 DMCA 政策和网站的服务条款,其后果可能包括删除内容并临时吊销账号。(相关阅读:72000 Star 下载工具被 GitHub 下架,背后的数字千年版权法案是什么?

苹果 iPhone 4 被制成标本售卖,单价 800 至 1000 元

日前iPhone4/4s等老机型被制作成标本在一些手机店售卖。据商家介绍,iPhone4标本售价为800至1000元,他拆解一部手机需要半小时左右。目前,iPhone 4/4s二手市场售价为40至80元。(新浪科技)

程序员专区

树莓派 400 发布:一台内置在键盘中的完整 PC

树莓派 4 的制造商今天推出了树莓派 400,这是一款集成了 4GB 内存树莓派 4 的紧凑型键盘。有了树莓派 400,只需要几根电缆、一个显示器和鼠标,就可以拥有一台桌面电脑,开始编程、上网、看视频。树莓派 400 的设计灵感来自于 20 世纪 80 年代的家用电脑,它们的主板内置在键盘中,如 BBC Micro、ZX Spectrum 和 Commodore Amiga。详细介绍可查看https://www.theverge.com/2020/11/2/21542278/raspberry-pi-400-keyboard-computer-arm-release-date-news-features?scrolla=5eb6d68b7fedc32c19ef33b4。

微软承认 Win10 存在的多个 bug 并将修复

据外媒 WindowsLatest 昨日报道,微软已经确认 Windows 10 中存在的两个新 bug,并表示已经开始进行修复。第一个 bug 是关于网络连接的,当用户启动微软 Store 商店程序或启用虚拟网络连接时,该错误会阻断某些用户的网络连接。这一问题已被大量用户反馈,而微软也承诺在每周二的更新中解决,该更新(Windows 10 KB4580364)计划在两周内进行下发。第二个问题则可能导致 “开始”菜单中的磁贴显示存在问题。用户反馈称其磁贴显示为灰色,并显示 “正在进行应用更新”。微软没有承诺何时解决这一 bug,但 9 月发布的 Win10 预览版本似乎已解决该问题。此外,微软还表示已发现 Windows 10 中存在其他问题,包括睡眠模式无法工作且 “重置此 PC”功能无法正常使用的问题。

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 41
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

打赏作者

CSDN资讯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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