Skip to main content

标  题: 深度学习的前景很宽阔，门外汉看不懂也很正常

发信人: zuihan (醉汉), 信区: Stock
标  题: 深度学习的前景很宽阔，门外汉看不懂也很正常
发信站: BBS 未名空间站 (Mon Mar 13 20:40:13 2017, 美东)

很多人看到深度学习，总会想到ai这两个字母，总会进而引申到黑客帝国之类的科幻电
影。
现实中的ai当然没有那么牛逼（我不排除有这么牛逼的可能，只是现在还不太可能）

但是深度学习能干很多你眼中不牛逼，而很实际的应用。

举个简单例子，老夫做过一个识别婴儿哭声的patten应用，用在普通人的设备上，比如
alex，只要半夜收到婴儿哭声就叫你起床换diaper/喂奶，收到你家的猫叫春声，屁都
不放一个。怎么辨别是不是婴儿哭声，弱智的做法是收集上地球上所有婴儿的哭声弄成
一个大的声线数据库，随便来个声音就去这个数据库里面检索，半弱智的做法就是老夫
这样，在这个数据库里面寻找patten，把patten生成后，以后随便来个声音只需要剥成
patten，往我生成的patten上靠就行了，准确率还蛮高的，但是空间复杂度会降低很多
个量级。为什么说是半弱智，因为老夫的功力也就这样了，相信还有更好的做法。

这只是深度学习的弱逼应用，还有很多牛逼级别应用一堆牛人正在加班加点的干，只要
做出来了，妥妥地发大财。alphago勉强算一个，因为不挣钱。自动驾驶算，也能挣钱
，但是不成熟。

女大只是搭上了深度学习的东风，属于基建类厂家，不是决定性的，类似于别人吃肉他
喝汤这种。

等日后某一天突然出来一个超级应用，市场大爆发，女大只要还是现在的市场地位肯定
就会旁上了，市值绝逼会超过现在的古董IT公司(爱逼庵，巨硬，牙膏），老夫把话撂
这里了，真不怕被挖坟。
Labels:

Comments

Post a Comment

https://gengwg.blogspot.com/

Popular posts from this blog

OWASP Top 10 Threats and Mitigations Exam - Single Select

Last updated 4 Aug 11 Course Title: OWASP Top 10 Threats and Mitigation Exam Questions - Single Select 1) Which of the following consequences is most likely to occur due to an injection attack? Spoofing Cross-site request forgery Denial of service   Correct Insecure direct object references 2) Your application is created using a language that does not support a clear distinction between code and data. Which vulnerability is most likely to occur in your application? Injection   Correct Insecure direct object references Failure to restrict URL access Insufficient transport layer protection 3) Which of the following scenarios is most likely to cause an injection attack? Unvalidated input is embedded in an instruction stream.   Correct Unvalidated input can be distinguished from valid instructions. A Web application does not validate a client’s access to a resource. A Web action performs an operation on behalf of the user without checking a shared sec
2 comments
Read more

CKA Simulator Kubernetes 1.22

  https://killer.sh Pre Setup Once you've gained access to your terminal it might be wise to spend ~1 minute to setup your environment. You could set these: alias k = kubectl                         # will already be pre-configured export do = "--dry-run=client -o yaml"     # k get pod x $do export now = "--force --grace-period 0"   # k delete pod x $now Vim To make vim use 2 spaces for a tab edit ~/.vimrc to contain: set tabstop=2 set expandtab set shiftwidth=2 More setup suggestions are in the tips section .     Question 1 | Contexts Task weight: 1%   You have access to multiple clusters from your main terminal through kubectl contexts. Write all those context names into /opt/course/1/contexts . Next write a command to display the current context into /opt/course/1/context_default_kubectl.sh , the command should use kubectl . Finally write a second command doing the same thing into /opt/course/1/context_default_no_kubectl.sh , but without the use of k
Post a Comment
Read more

标 题: 关于Daniel Guo 律师

发信人: q123452017 (水天一色), 信区: I140 标  题: 关于Daniel Guo 律师 关键字: Daniel Guo 发信站: BBS 未名空间站 (Thu Apr 26 02:11:35 2018, 美东) 这些是lz根据亲身经历在 Immigration版上发的帖以及一些关于Daniel Guo 律师的回 帖，希望大家不要被一些马甲帖广告帖所骗，慎重考虑选择律师。 WG 和Guo两家律师对比 1. fully refund的合约上的区别 wegreened家是case不过只要第二次没有file就可以fully refund。郭家是要两次case 没过才给refund，而且只要第二次pl draft好律师就可以不退任何律师费。 2. 回信速度 wegreened家一般24小时内回信。郭律师是在可以快速回复的时候才回复很快，对于需 要时间回复或者是不愿意给出确切答复的时候就回复的比较慢。 比如：lz问过郭律师他们律所在nsc区域最近eb1a的通过率，大家也知道nsc现在杀手如 云，但是郭律师过了两天只回复说让秘书update最近的case然后去网页上查，但是上面 并没有写明tsc还是nsc。 lz还问过郭律师关于准备ps （他要求的文件）的一些问题，模版上有的东西不是很清 楚，但是他一般就是把模版上的东西再copy一遍发过来。 3. 材料区别 （推荐信） 因为我只收到郭律师写的推荐信，所以可以比下两家推荐信 wegreened家推荐信写的比较长，而且每封推荐信会用不同的语气和风格，会包含lz写 的research summary里面的某个方面 郭家四封推荐信都是一个格式，一种语气，连地址，信的称呼都是一样的，怎么看四封 推荐信都是同一个人写出来的。套路基本都是第一段目的，第二段介绍推荐人，第三段 某篇或几篇文章的abstract，最后结论 4. 前期材料准备 wegreened家要按照他们的模版准备一个十几页的research summary。 郭律师在签约之前说的是只需要准备五页左右的summary，但是在lz签完约收到推荐信 ，郭律师又发来一个很长的ps要lz自己填，而且和pl的格式基本差不多。 总结下来，申请自己上心最重要。但是如果选律师，lz更倾向于wegreened，
Post a Comment
Read more