每个 maxout 单元现在由 k 个权重向量来参数化，而不仅仅是一个，所以 maxout单元通常比整流线性单元需要更多的正则化。如果训练集很大并且每个单元的块数保持很低的话，它们可以在没有正则化的情况下工作得不错 (Cai et al., 2013)。maxout 单元还有一些其他的优点。在某些情况下，要求更少的参数可以获得一些统计和计算上的优点。具体来说，如果由 n 个不同的线性过滤器描述的特征可以在不损失信息的情况下，用每一组 k 个特征的最大值来概括的话，那么下一层可以获得 k 倍更少的权重数。因为每个单元由多个过滤器驱动，maxout 单元具有一些冗余来帮助它们抵抗一种被称为灾难遗忘（catastrophic forgetting）的现象，这个现象是说神经网络忘记了如何执行它们过去训练的任务 (Goodfellow et al., 2014a)。

整流线性单元使用激活函数 g(z) = max{0, z}。整流线性单元易于优化，因为它们和线性单元非常类似。线性单元和整流线性单元的唯一区别在于整流线性单元在其一半的定义域上输出为零。这使得只要整流线性单元处于激活状态，它的导数都能保持较大。它的梯度不仅大而且一致。整流操作的二阶导数几乎处处为 0，并且在整流线性单元处于激活状态时，它的一阶导数处处为 1。这意味着相比于引入二阶效应的激活函数来说，它的梯度方向对于学习来说更加有用。整流线性单元通常作用于仿射变换之上：h = g(W⊤x + b).当初始化仿射变换的参数时，可以将 b 的所有元素设置成一个小的正值，例如 0.1。这使得整流线性单元很可能初始时就对训练集中的大多数输入呈现激活状态，并且允许导数通过。

隐藏单元的设计是一个非常活跃的研究领域，并且还没有许多明确的指导性理论原则。整流线性单元是隐藏单元极好的默认选择。许多其他类型的隐藏单元也是可用的。决定何时使用哪种类型的隐藏单元是困难的事（尽管整流线性单元通常是一个可接受的选择）。我们这里描述对于每种隐藏单元的一些基本直觉。这些直觉可以用来建议我们何时来尝试一些单元。通常不可能预先预测出哪种隐藏单元工作得最好。设计过程充满了试验和错误，先直觉认为某种隐藏单元可能表现良好，然后用它组成神经网络进行训练，最后用验证集来评估它的性能。这里列出的一些隐藏单元可能并不是在所有的输入点上都是可微的。例如，整流线性单元 g(z) = max{0, z} 在 z = 0 处不可微。这似乎使得 g 对于基于梯度的学习算法无效。在实践中，梯度下降对这些机器学习模型仍然表现得足够好。部分原因是神经网络训练算法通常不会达到代价函数的局部最小值，而是仅仅显著地减小它的值，如图 4.3所示。这些想法会在第八章中进一步描述。因为我们不再期望训练能够实际到达梯度为 0 的点，所以代价函数的最小值对应于梯度未定义的点是可以接受的。不可微的隐藏单元通常只在少数点上不可微。一般来说，函数 g(z) 具有左导数和右导数，左导数定义为紧邻在 z 左边的函数的斜率，右导数定义为紧邻在 z 右边的函数的斜率。只有当函数在 z 处的左导数和右导数都有定义并且相等时，函数在 z 点处才是可微的。神经网络中用到的函数通常对左导数和右导数都有定义。在g(z) = max{0, z} 的情况下，在 z = 0 处的左导数是 0，右导数是 1。神经网络训练的软件实现通常返回左导数或右导数的其中一个，而不是报告导数未定义或产生一个错误。这可以通过观察到在数字计算机上基于梯度的优化总是会受到数值误差的影响来启发式地给出理由。当一个函数被要求计算 g(0) 时，底层值真正为 0 是不太可能的。相对的，它可能是被舍入为 0 的一个小量 ϵ。在某些情况下，理论上有更好的理由，但这些通常对神经网络训练并不适用。重要的是，在实践中，我们可以放心地忽略下面描述的隐藏单元激活函数的不可微性。除非另有说明，大多数的隐藏单元都可以描述为接受输入向量 x，计算仿射变换 z = W⊤x + b，然后使用一个逐元素的非线性函数 g(z)。大多数隐藏单元的区别仅仅在于激活函数 g(z) 的形式。

AI分析心电图并诊断疾病 以色列理工学院的研究人员开发了一个基于人工智能的新系统，该系统使用增强的神经网络分析心电图，并可以自动检测疾病。 论文链接：https://www.pnas.org/content/118/24/e2020620118 相关报道：https://medicalxpress.com/news/2021-07-clinically-viable-ai-based-tools-medicine.html 材料：通过机器学习预测粘合属性 东京大学工业科学研究所的研究人员开发了一种机器学习模型，该模型可根据单个组件的参数确定粘合和吸收材料的特性。这是首个可预测材料多个不同属性的机器学习模型。 奇偶平价图显示预测值与计算值 论文链接：https://iopscience.iop.org/article/10.35848/1882-0786/ac083b 相关报道：https://phys.org/news/2021-07-bonding-bond-properties-machine.html

请务必仔细阅读！！！请务必仔细阅读！！！请务必仔细阅读！！！考试截止到2021年7月31日考试权限说明：本次考试仅支持完成华为RPA机器人14天训练营全部14天打卡任务的开发者参加。考生名单：请点击下方链接查看所有完成14天打卡的开发者名单（公布的名称为社区昵称（回复打卡时左侧头像下方的名称），非华为云账号，请仔细核对），如对名单有异议，请按照下方链接的提示联系相应小助手。https://bbs.huaweicloud.com/forum/thread-142167-1-1.html如您在名单中但无法参加考试，提示该课程只能通过邀请选修，请群内联系华为云开发者1号小助手沟通。考前准备：本次考试前请您务必将账号实名认证，并准备好身份证以及带有摄像头的PC机参加考试。考试流程：1.点击链接进入课程：https://education.huaweicloud.com/courses/course-v1:HuaweiX+CBUCNXE232+Self-paced/courseware/9d4aa9aa64344c429e5d7740610ddfe2/fe8964b95eac4790b6103f6bd7d16dd3/点击进入考试2.请仔细阅读注意事项再点击查看课程3.请再次阅读注意事项并点击参加考试4.根据系统提示完成摄像头检测、身份证认证最后完成考试即可证书获取说明：本次课程结业证书由华为云人工智能总裁贾永利先生签发通过考试后24小时，会获得证书，获取证书途径如下：1.登录华为云账号2.点击右上角开发者个人中心3.下拉页面后点击左侧云学院-我的证书，即可获取证书如您通过考试48小时后还没有获得证书，请群内联系华为云开发者1号小助手沟通解决。

    基于种群的多智能体深度强化学习（PB-MARL）方法在星际争霸、王者荣耀等游戏AI上已经得到成功验证，MALib 则是首个专门面向 PB-MARL 的开源大规模并行训练框架。MALib 支持丰富的种群训练方式（例如，self-play, PSRO, league training)，并且实现和优化了常见多智能体深度强化学习算法，为研究人员降低并行化工作量的同时，大幅提升了训练效率。此外，MALib 基于 Ray 的底层分布式框架，实现了全新的中心化任务分发模型，相较于常见的多智能体强化学习训练框架（RLlib，PyMARL，OpenSpiel），相同硬件条件下吞吐量和训练速度有着数倍的提升。现阶段，MALib 已对接常见多智能体环境（星际争霸、谷歌足球、棋牌类、多人 Atari 等），后续将进一步提供对自动驾驶、智能电网等场景的支持。    项目主页：https://malib.io。在深度学习领域，算力从来都是我们关心的一个重点，也是影响人工智能算法落地的一个关键因素。在很多应用场景里面，足够的算力支持可以显著加快算法从提出、训练到落地的效率，像是 OpenAI Five 的亿级参数量的使用，其每天的 GPU 计算用量在 770±50~820±50 PFlops/s。而在深度强化学习领域，随着应用场景从单智能体扩展到多智能体，算法的求解复杂度也呈现指数级增长，这也对算力要求提出了新的挑战，要求更多的计算资源能够被调用。特别是当所要处理的问题规模，涉及的智能体数量较多时，单机训练算法的可行度显著下降。多智能体强化学习要解决群体智能相关的问题，其研究往往涉及群体内智能体之间的协作与对抗。目前已有众多现实任务应用涉及大规模智能体和复杂多样化交互，例如人群模拟、自动驾驶以及军事场景中的无人机集群控制：人群模拟(http://gamma.cs.unc.edu/CompAgent/imgs/sitterson3.jpg)。自动驾驶（https://github.com/huawei-noah/SMARTS/blob/master/docs/_static/smarts_envision.gif）。无人机集群(https://defensesystems.com/-/media/GIG/Defense-Systems/Web/2015/JanFeb/CODEdrones.png)。在算法方面，解决此类群体问题的一个重要的途径是基于群体的多智能体强化学习方法，也是 MALib 目前阶段的重点瞄准方向。基于群体的多智能体强化学习（Population-based MARL, PB-MARL）涉及多个策略集合交互问题，下图展示了通常意义上基于群体的多智能体强化学习算法的主要流程。PB-MARL 算法是结合了深度强化学习和动态种群选择方法（例如，博弈论，进化策略）以自动拓展策略集。PB-MARL 能够以此不断产生新的智能，因而在一些复杂任务上都取得了不错的效果，如实时决策游戏 Dota2 、StrarCraftII，以及纸牌任务 Leduc Poker。但在实际问题中，目前的多智能体强化学习算法与应用尚有差距，一个亟待解决的问题便是算法在大规模场景下的训练效率。由于种群算法内在耦合了多智能体算法，致使其训练过程对数据的需求量极大，因而也需要一个灵活、可扩展的训练框架来保证其有效性。如何提高算法训练效率？对于依赖深度学习技术的很多领域，在面临任务规模变大，模型参数变多的情况下，都需要引入额外的技术来提高训练效率。分布式计算是一个最直接考虑的方法，通过多进程或者多机的方式，提高算法对计算资源的使用效率从而提升算法训练效率。而分布式技术在深度强化学习领域的应用，也催生了分布式深度强化学习这个领域的产生，其研究的重点包括计算框架的设计，以及大规模分布式强化学习算法的开发。近年来，为了更好地进行大规模深度强化学习算法的训练，研究人员发展了更加专用的训练框架，通过在算法接口和系统设计上进行抽象，来支持更为复杂的实时数据采样、模型训练和推理需求。然而，分布式强化学习技术的发展似乎还未触及群体智能这一问题。实际上，现有分布式强化学习框架对于一般多智能体强化学习算法的分布式计算支持是完全不够的，像 RLlib、Sample-Factory、SEED RL 这样的典型分布式强化学习框架，在设计模式上都是将多智能体任务当作单智能体任务来处理，而忽略了多智能体算法之间的异构性。对于其他强调智能体交互的学习范式，如中心化训练（centralized training）、基于网络的分布式算法以及带有通信功能的协作性算法都没有进行显式支持，缺乏对应的统一接口来简化算法实现和训练流程。因此，研究人员想要进行更多类型多智能体强化学习算法的分布式训练探索时，往往需要进行大量额外的编码工作。而对于多智能体强化学习算法框架方面的发展，现有的工作更多聚焦在算法实现，并不太注重算法在大规模场景下的扩展性，或者更多的是专为某些场景设计的算法库，像 PyMARL、SMARTS 这样的框架，其作用更偏向于服务专门领域内的 benchmark，在算法类型上，大部分框架也做得并不全面。因此对于多智能体强化学习算法框架支持这一块，也一直是缺乏一套比较全面的框架来打通算法实现、训练和部署测试这一套流程。我们认为以上两个发展现状的主要原因至少会有两点：（1）一个是因为多智能体算法本身在结构上具有的异构性较高，导致算法在接口实现的一致性和复用性上不是太高；（2）另一方面也是因为多智能体分布式算法依然处于早期探索阶段。此外，在分布式部署方面，现有分布式强化学习框架对 independent learning 算法的支持更友好，也更自然和直接。就像通常分布式技术在机器学习领域的应用一样，要解决目前分布式技术在大规模多智能体强化学习领域的更深层次的应用，算法和框架都必不可少，两者相辅相成。在算法方面，一个重要的途径是基于群体的多智能体强化学习方法，也是 MALib 目前阶段所重点瞄准的方向。基于群体的多智能体强化学习（Population-based MARL, PB-MARL）涉及到多个策略集合交互问题，下图展示了通常意义上基于群体的多智能体强化学习算法的主要流程。PB-MARL 算法特点是结合了深度强化学习和动态种群选择方法（例如，博弈论，进化策略）来进行自动策略集扩展。通过这种方式，PB-MARL 能够不断产生新的智能，并且在解决一些复杂任务上都取得了不错的效果，如实时决策游戏 Dota2 、StrarCraftII，以及纸牌任务 Leduc Poker。然而，也正是由于种群算法内在耦合了多智能体算法，导致这一类算法在训练过程对数据的需求极大，因此也需要一个灵活的、可扩展的训练框架来保证其有效性。    论文链接：https://arxiv.org/abs/2106.07551    GitHub：https://github.com/sjtu-marl/malib

各位开发者好，以下为最终统计的完成1天打卡开发者名单（也可下载附件查看）公示期：7月22日-7月27日码豆已发放，每人500码豆，请各位开发者去会员中心查看。https://devcloud.huaweicloud.com/bonususer/home/converge以下用户可能因改过华为云账号，导致发放失败，请于8月4日前联系群内小助手解决，逾期视作放弃哦，谢谢Leroy26傲曳人都怪好看长腿企鹅苏打气泡水奖励说明：我们会在公示期结束后对所有完成1天打卡用户进行奖励。（必须完成第1天打卡）奖品每人500码豆，发放上限20w码豆，前400人将会得到奖励。为了确保您顺利获得码豆，请先点击下方链接登录一次会员中心。https://devcloud.huaweicloud.com/bonususer/home/converge问题反馈说明：因本次活动部分开发者没有按照要求的格式打卡或者中途改过账号/昵称，所以有可能有遗漏，如有问题请开发者先不要激动，请联系群内小助手核实，超过公示期不再进行名单修改。望周知！！！小助手二维码：完成1天打卡名单（必须完成第1天打卡）昵称滴滴12138khg305387543Epoch.永恒的传说小航kiosko加油O幸福xltv哈哈哈菜呢kricoladu鸿琉米光量子Jack20雨幕杏仁yue石榴楠黄伟欢测试人员001cnfox0273是慢慢啊北冰洋.xiaobin8325咚咚咚咚咚咚caibyanyd_213994579是77呀！Sogoodeholo.yhlevi_viDevFeng叶辉sumingweb邓亮jill.mapan王者不在RPA学习交流感到MxA小灰灰1314hw0224张辉小小啦啦crazy_ljy是安可啊湬黍丧心病狂的雷克斯大人Olim1026笨笨2020蓝色橡树BK07idbaf_大掌柜yangfei91轩-x考过IE励志当攻城狮vlean01好久没出门yd_216885343喜悦温暖平静xssl0518没想好叫什么那李熙然yd_251873816繁依FanyiZootopiahw53863158yxshuibizi丹丹周多米诺的古牌zhangbo风路01谢家三少zekeloveGodLIke小影的旅途cupidhwmr0ya1_HUCHIAhhhhhF.T.Dwakaka_huawei随便到无语Bosx腾腾腾飞H、yd_278050186bluua1ALLEN-ZAniaArchive胜林hw58720111老码农mufengyaKatharine_X柚子皮啊likuannatieburg魔芋结阿弥陀佛KarryCould千江有水千江月hw43624871jinghenghengSdll黄狗狗真蒸汽鸿钧三清CarinaM壹贰叁martinzhuwangzunValenCheng胡琦lyz0699清风2打卡作业 Eon.gavinhall小小2018傻徒弟哦Mietteinhuawei禄仁恝lwq1228boxulinxuejiaHealsko慵懒ftbjlhappy00huangwt2010zxcjyd_77520685yd_219973012ypmilyLeon廖梦浩Jun昭小NNHelmondM_Taoboyce什么名字gerayhunkarcyongHello Diggeryd_290241179stylitewalkwiki打卡，学习Noipmahcfanny1210李子木蜡笔不辣吃的TenTwogltzglalan97zhaolann云中新秀HB1688ss_1122BCSmart腾foreverlightmocmocjxy小馨leilei123hw21591385Richard_zhangjianklompenlzqzmtsuiw7k神雷神VeryYoung孙小北赞赞赞赞赞%%yd_272618976anselmiao若无心迷糊zhoujiesesG-washingtonctabaabbzz爹Neil_Z打卡day1user_beifengJaneConanJk.Theseus阿媛yywuyicom魔芋666尛马kokolinpenguin_xiacyber-pix杨中敏Ethin傲曳人路人甲乙长腿企鹅专念阿弥陀佛小小火都怪好看wei生道wolfandy星斗苍凉bahoo陈家老五lu_zhishenLynnWangnukinsano0龙龙0odetaarray_linseewo小鲜wujiejieRayel路明军yujingv龙腾虎跃12138Nemo Nobody打哈哈hw47716223Lorna Houyd_259650523John2021Robin唔系肉饼Bryce_lxgeyeeUFO2021RPA_Zoe宛若溪流风火轮晴空1Leroy26zilongVian_1109快乐的苹果KenLiang荠菜L606有闲王员外sam2020tt动力推动咚咚锵nszb85200515Lychi清吾zzsfreedomzzp0617秦武亮0太过极端roger.lin望尽天涯路蓝瘦的蜕变hid_briem62bqmfdx9t超人1carl peng頭文字Cwebclubcode edgewwwinston风晴月resoundMingzyxucp醉卧独钓wayneleewang黄生花溪HouzRabbitCloud不会写代码的开发jikyousmilepkoray布拉没有格lihuan2008a苏打气泡水yzxcode edge

各位开发者好，以下为最终统计的完成3天打卡开发者名单（也可下载附件查看）公示期：7月22日-7月27日抽奖说明：我们会在公示期结束后对所有完成3天打卡用户进行抽奖。（必须完成前3天打卡）奖品为三合一数据线，奖品数量上限为150份，中奖概率（≤100%）为“150/完成连续打卡3天任务的总人数”。获奖信息公布：本次抽奖获奖用户如下：DAY3打卡获奖名单korayZootopia考过IE励志当攻城狮赞赞赞赞赞%%蜡笔不辣什么名字壹贰叁hw0224yzx胡琦李熙然anselmiaoaabbzz宛若溪流清风2是慢慢啊foreverlight张辉Healsko琉米lihuan2008aJaneConanhw21591385王者不在EthinJack20gavinhallCarinaMkhg305387543加油O幸福holo.yhJun昭老码农boyce石榴楠seewo打卡day1孙小北风火轮小影的旅途RabbitCloudKarryCouldjinghengheng花溪鸿钧三清HB1688ctabLeroy26喜悦温暖平静云中新秀风晴月叶辉ss_1122好久没出门martinzhuyujingvidbaf_zzsfreedomG-washingtonvlean01LynnWangBK07小鲜测试人员001打卡作业 Eon.咚咚锵adu鸿yangfei91resoundMingF.T.DzilongHIAhhhhh清吾禄仁恝zhangbo雨幕杏仁xssl0518hw53863158Olim1026快乐的苹果kioskoSdll柚子皮啊array_linhw43624871code edgezyxucp吃的SogoodewayneleewangAnia黄生lyz0699kokolin打卡，学习RPA学习交流wolfandy腾stylite李子木wakaka_huaweik神klompenbluua1cnfox0273GodLIke秦武亮0随便到无语penguin_xiao0龙龙0o爹bahoo哈哈哈菜呢Helmond咚咚咚咚咚咚笨笨2020Epoch.likuan小灰灰1314xuejia超人1yuesmilep繁依Fanyi迷糊谢家三少生道roger.linsumingweb丧心病狂的雷克斯大人雷神VeryYoungwalkwiki轩-x多米诺的古牌小小2018专念阿弥陀佛tsuiw7nukinsanJk.TheseusBosx风路01weiM_Tao阿弥陀佛是77呀！zxcjdeta小馨geray陈家老五恭喜以上开发者，相关获奖名单信息和抽奖过程也可下载附件查看。请Day3中奖用户在8月18日前点击下方链接填写获奖信息，我们会在截至日期结束之后尽快给您邮礼品，如您逾期没有填写，视为主动放弃奖励，望周知。Day3获奖信息填写链接：https://devcloud.huaweicloud.com/expertmobile/qtn?id=e3f0b3ac2c7e4a7aba2a180c49e955ab&utm_source=RPADAY3xinxi问题反馈说明：因本次活动部分开发者没有按照要求的格式打卡或者中途改过账号/昵称，所以有可能有遗漏，如有问题请开发者先不要激动，请联系群内小助手核实，超过公示期不再进行名单修改。望周知！！！小助手二维码：完成3天打卡名单（必须完成前3天打卡）昵称mufengyayxshuibizi老码农H、Jack20kiosko小鲜Jun昭wayneleewang湬黍李子木Helmond李熙然likuangavinhallxssl0518bahoowalkwiki蓝瘦的蜕变多米诺的古牌陈家老五不会写代码的开发Olim1026user_beifengjinghengheng加油O幸福打卡，学习蜡笔不辣yujingvyzxBK07好久没出门wangzun石榴楠hw53863158aabbzzJk.Theseus滴滴12138张辉风晴月清吾咚咚锵idbaf_吃的Epoch.小小2018hw0224boyceRPA学习交流宛若溪流慵懒ftb阿弥陀佛yue黄伟欢轩-x清风2尛马腾wolfandykorayzilongnukinsanmartinzhu测试人员001感到zxcjZootopiak神holo.yh云中新秀ctab鸿钧三清笨笨2020stylitecarl pengcnfox0273zzsfreedomAnia路人甲乙code edgesumingwebHB1688雨幕杏仁胜林迷糊anselmiaor0ya1_HUCNemo Nobodyarcyongwakaka_huaweivlean01Healsko邓亮腾腾腾飞小灰灰1314G-washingtonArchive赞赞赞赞赞%%hw43624871壹贰叁柚子皮啊Sogoode小影的旅途魔芋结bluua1LynnWangwuyicomF.T.Dkhg305387543natieburg布拉没有格谢家三少adu鸿CarinaMzhaolann胡琦kokolin永恒的传说M_Tao光量子千江有水千江月nszb85200515荠菜Bryce_lxypmily是慢慢啊foreverlightpenguin_xia专念阿弥陀佛禄仁恝考过IE励志当攻城狮Ethinlyz0699太过极端wei超人1打卡作业 Eon.o0龙龙0oLorna Hou小小火seewo叶辉北冰洋.array_linyangfei91lwq1228lu_zhishen丹丹周杨中敏John2021zekelovexltv星斗苍凉DevFenghw58720111Robin唔系肉饼cupidhwmLeon廖梦浩xuejiaBosx晴空1丧心病狂的雷克斯大人风火轮雷神VeryYoung快乐的苹果HIAhhhhh若无心LychiUFO2021打哈哈zzp0617花溪wujiejieleilei123GodLIke阿媛yyhid_briem62bqmfdx9txiaobin8325gerayroger.lin是77呀！咚咚咚咚咚咚頭文字C小馨什么名字zyxucp小小啦啦王者不在wwwinstoncaibyanzhangboRabbitCloudss_1122打卡day1smilepValenChengSdllLeroy26TenTwo琉米黄生Neil_ZKarryCouldlihuan2008a秦武亮0hw21591385风路01生道tsuiw7deta哈哈哈菜呢孙小北爹繁依Fanyiklompen喜悦温暖平静JaneConanresoundMingboxulin随便到无语

各位开发者好，以下为最终统计的完成7天打卡开发者名单（也可下载附件查看）公示期：7月22日-7月27日抽奖说明：我们会在公示期结束后对所有完成7天打卡用户进行抽奖。（必须完成前7天打卡）奖品为文件收纳包，奖品数量上限为100份，中奖概率（≤100%）为“100/完成连续打卡7天任务的总人数”。获奖信息公布：本次抽奖获奖用户如下：Day7打卡中奖名单hw43624871布拉没有格Healsko李子木UFO2021生道Jack20zhaolann随便到无语北冰洋.吃的加油O幸福李熙然Bosxzilongmartinzhuyangfei91wwwinstonxssl0518foreverlightxltv光量子xuejianszb85200515魔芋结cupidhwmHIAhhhhhZootopia谢家三少Jun昭湬黍mufengya禄仁恝anselmiaoValenChengG-washingtonyxshuibizipenguin_xiastylitezzp0617丧心病狂的雷克斯大人琉米LynnWangwakaka_huaweiidbaf_快乐的苹果咚咚咚咚咚咚小灰灰1314太过极端壹贰叁王者不在荠菜腾nukinsanwayneleewangRobin唔系肉饼Epoch.zyxucparcyongss_1122sumingwebhw58720111seewogerayGodLIke云中新秀轩-x晴空1Bryce_lxboxulin考过IE励志当攻城狮kioskotsuiw7张辉RPA学习交流小小火蜡笔不辣KarryCoulduser_beifengypmilyCarinaMwalkwiki路人甲乙Lychi蓝瘦的蜕变smilepjinghengheng打哈哈caibyan测试人员001宛若溪流小鲜打卡，学习F.T.DBK07lyz0699阿媛yyLeon廖梦浩小小2018小影的旅途恭喜以上开发者，相关获奖名单信息和抽奖过程也可下载附件查看。请Day7中奖用户在8月18日前点击下方链接填写获奖信息，我们会在截至日期结束之后尽快给您邮礼品，如您逾期没有填写，视为主动放弃奖励，望周知。Day7获奖信息填写链接：https://devcloud.huaweicloud.com/expertmobile/qtn?id=69a4c8ca53044e23866c6b41a7982397&utm_source=RPADAY7xinxi问题反馈说明：因本次活动部分开发者没有按照要求的格式打卡或者中途改过账号/昵称，所以有可能有遗漏，如有问题请开发者先不要激动，请联系群内小助手核实，超过公示期不再进行名单修改。望周知！！！小助手二维码：完成7天打卡名单（必须完成前7天打卡）昵称昵称笨笨2020stylite光量子柚子皮啊Zootopiamufengya生道咚咚咚咚咚咚aabbzz北冰洋.太过极端不会写代码的开发anselmiaoyzxArchivelu_zhishenLynnWang谢家三少zzsfreedomGodLIke打卡day1风晴月CarinaM随便到无语哈哈哈菜呢风路01Ethin繁依FanyiSdll吃的xssl0518xiaobin8325蜡笔不辣HIAhhhhh慵懒ftb加油O幸福魔芋结kiosko腾gavinhallklompenforeverlight胜林黄伟欢yue小鲜老码农荠菜lyz0699鸿钧三清风火轮多米诺的古牌爹是慢慢啊nukinsan打卡，学习花溪wolfandy咚咚锵迷糊好久没出门布拉没有格code edgehw58720111孙小北Nemo Nobodyzekelovelikuano0龙龙0owuyicom壹贰叁HB1688感到natieburg云中新秀yxshuibiziRPA学习交流DevFengJack20阿弥陀佛小小2018打哈哈清风2小小啦啦F.T.Dss_1122专念阿弥陀佛路人甲乙zhaolann永恒的传说Jun昭weiyujingvEpoch.轩-x秦武亮0seewoSogoodeValenCheng胡琦李子木UFO2021xltvwalkwikiidbaf_M_TaokokolinBosxresoundMing张辉Leon廖梦浩ctab石榴楠hw43624871geray清吾湬黍琉米hw53863158李熙然sumingwebdetacupidhwmcarl peng宛若溪流caibyanleilei123xuejiawakaka_huaweipenguin_xia王者不在nszb85200515holo.yh丧心病狂的雷克斯大人测试人员001bahooBK07ypmilylwq1228Bryce_lx小馨考过IE励志当攻城狮蓝瘦的蜕变wujiejieHealsko快乐的苹果JaneConanboyceLychi小灰灰1314滴滴12138Robin唔系肉饼arcyongmartinzhujinghenghengG-washingtontsuiw7zzp0617Ania小小火阿媛yyNeil_Zzilongyangfei91John2021KarryCould小影的旅途杨中敏雨幕杏仁boxulin禄仁恝koraywayneleewangkhg305387543user_beifengJk.Theseus雷神VeryYoung晴空1hid_briem62bqmfdx9tRabbitCloudzyxucproger.linyd_291562787smilepLeroy26喜悦温暖平静wwwinstonH、r0ya1_HUCcode edge

各位开发者好，以下为最终统计的完成14天打卡开发者名单（也可下载附件查看）公示期：7月22日-7月27日抽奖说明：我们会在公示期结束后对所有完成14天打卡用户进行抽奖。奖品为RPA纪念T恤衫，奖品数量上限为50份，中奖概率（≤100%）为“50/完成连续打卡14天任务的总人数”。考试获取证书说明：我们会陆续为完成14天打卡的开发者开放结业考试权限，具体请关注群内小助手公告。（考试时间自由，不必担心错过考试）获奖信息公布：本次抽奖获奖用户如下：Day14中奖名单BosxzzsfreedomSdllJaneConancode edgezilonghw58720111martinzhupenguin_xia琉米路人甲乙gerayanselmiao小小2018DevFengLeon廖梦浩是慢慢啊caibyan禄仁恝tsuiw7r0ya1_HUC咚咚锵好久没出门hid_briem62bqmfdx9t小小啦啦打卡，学习M_TaoArchive云中新秀加油O幸福李熙然Healsko小影的旅途detazhaolannyujingvmufengyayxshuibizi不会写代码的开发迷糊黄伟欢carl pengzekelovexssl0518boxulin小灰灰1314Epoch.蜡笔不辣aabbzzwalkwiki恭喜以上开发者，相关获奖名单信息和抽奖过程也可下载附件查看。请Day14中奖用户在8月18日前点击下方链接填写获奖信息，我们会在截至日期结束之后尽快给您邮礼品，如您逾期没有填写，视为主动放弃奖励，望周知。Day14获奖信息填写链接：https://devcloud.huaweicloud.com/expertmobile/qtn?id=b0346efc31d145efb92a1a68b642dd48&utm_source=RPADAY14xinxi问题反馈说明：因本次活动部分开发者没有按照要求的格式打卡或者中途改过账号/昵称，所以有可能有遗漏，如有问题请开发者先不要激动，请联系群内小助手核实，超过公示期不再进行名单修改。望周知！！！小助手二维码：完成14天打卡名单（公布的名称为社区昵称（回复打卡时左侧头像下方的名称），非华为云账号，请仔细核对）昵称hw43624871JaneConanwujiejie宛若溪流胜林zilong胡琦魔芋结user_beifengmufengya打哈哈nszb85200515孙小北Neil_Zkoraysumingwebleilei123LychiHIAhhhhh杨中敏阿媛yyHB1688Ethin是慢慢啊Bosxyangfei91黄伟欢zekelove秦武亮0Jun昭禄仁恝小小火咚咚锵笨笨2020roger.linZootopia永恒的传说哈哈哈菜呢penguin_xia湬黍zzp0617打卡，学习DevFeng光量子xltvArchivedeta路人甲乙小小啦啦随便到无语John2021花溪ypmilyarcyong吃的生道小馨晴空1zzsfreedomidbaf_考过IE励志当攻城狮caibyanCarinaM谢家三少小灰灰1314BK07小鲜geraylikuanJack20琉米RPA学习交流打卡day1加油O幸福壹贰叁雨幕杏仁多米诺的古牌zhaolannbahoo好久没出门李子木wuyicomcupidhwm丧心病狂的雷克斯大人khg305387543F.T.DSogoode喜悦温暖平静carl peng阿弥陀佛专念阿弥陀佛HealskoLynnWanglyz0699迷糊natieburgyzx蜡笔不辣boxulin不会写代码的开发李熙然hid_briem62bqmfdx9tstyliteo0龙龙0oRobin唔系肉饼Nemo NobodyLeon廖梦浩xuejiar0ya1_HUCcode edgeKarryCould小小2018M_Tao小影的旅途云中新秀ss_1122zyxucpGodLIke风晴月ValenCheng张辉Epoch.kokolinlwq1228tsuiw7Bryce_lx腾Sdll快乐的苹果石榴楠yujingvsmilepxssl0518UFO2021hw58720111ctabgavinhallH、繁依Fanyimartinzhuwayneleewangaabbzzwalkwikikiosko风火轮boyceLeroy26anselmiaoAniawwwinstonyxshuibizicode edge

​随着互联网行业的快速发展，大数据被认为将是IT产业中最热门、最具发展性的领域。无论是金融、制造、零售业还是科技公司都拥有了大量的数据，且呈几何级增长，尤其是对于电子商务企业来说，更大的潜在机会隐藏于其中，这些数据中包含了客户的兴趣爱好、消费习惯等，通过一定的技术手段可以对海量数据进行提取、分析和挖掘，让企业更加了解客户诉求，并为其提供个性化的商品和服务。 与大数据相关的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。随着大数据时代的来临，要想大数据被更好地认识和使用，从中提炼有价值的情报作为企业的数据资产，就需要进行大数据分析。因此大数据分析已经成为各行各业人员必备的技能之一。  华为云DLI，100％兼容开源生态的Serverless多模计算服务，会SQL就会大数据分析。 数据湖探索（Data Lake Insight，简称DLI）是完全兼容Apache Spark、Apache Flink、openLooKeng（基于Presto）生态，提供一站式的流处理、批处理、交互式分析的Serverless融合处理分析服务。企业使用标准SQL、Spark、Flink程序就可轻松完成多数据源的联合计算分析，挖掘和探索数据价值。 DLI服务适用于海量日志分析、异构数据源联邦分析、大数据ETL处理。如游戏运营数据分析、车辆日常指标数据的采集和分析，电商实时业务数据分析等场景。 数据湖治理中心DGC，一站式开发运营平台 数据湖治理中心(DGC)是数据全生命周期一站式开发运营平台，30+异构数据源、全拖拽开发、多维实时搜索、0代码API开发，开发效率3倍提升，提供数据集成、数据开发、数据治理、数据服务、数据可视化等功能。   想学大数据分析？   快来参与华为云大数据分析7天训练 活动时间： 招募期  7月15日—7月28日 训练期   7月29日—8月6日 毕业期   8月7日—8月13日 面向对象： 大数据工程师、分析师、学生，以及对大数据分析感兴趣的朋友。 本次训练营课程全程分为7个阶段，华为云大数据产品专家亲授，电商行业场景实战演练，带来沉浸式学习体验。 参加训练营你将收获什么？1、0元领取大数据产品1个月套餐包，立省千元我们为您提供免费的套餐包以及课程代金券，用于满足实践诉求。2、丰厚的礼品，奖励爱学习的你对于能够坚持打卡学习的用户，我们提供了华为手环4e、无线鼠标、酷睿冰尊笔记本散热器等礼品。3、项目实践+产品专家亲授，带来沉浸式学习体验 课程实践基于真实业务场景，课程学习不再停留于理论知识；大数据产品专家群内指导，问题答疑。 心动不如行动，0基础也能轻松入门 7天大数据分析实战训练营 我们在训练营等你！

【摘要】 独家揭秘华为云AI技术能力和落地，手把手教你开发AI应用，更有资深专家解读AI转型。文章简介开发者如何抓住时代机遇，学好AI？学习人工智能之前，你需要了解这些。想了解人脸识别算法训练，看这篇就够了！初步了解人脸识别技术的发展，通过平台实例的操作，快速训练人脸识别模型。一文读懂文字识别的关键技术和进展华为云OCR融合了多种图像处理技术，具有高精度，鲁棒性和自适应性等特点。三招弱监督方法，从脏数据中得到一个好模型弱监督学习可以从有着大量噪音的互联网图片中训练出一个可用的模型。AI助力，视频分析全面进入智能时代基于人工智能的视频内容分析可以从根本上解决传统内容分析方法性能低下的问题。全面解读文本情感分析，快速识别正负面评价文本情感分析在社交媒体、舆情监测上有广泛应用，比如商品评价正负面的分析。人工客服质检效率低怎么办？华为云带你体验AI智能质检智能质检使用自然语言算法和预定义规则，分析客服与客户对话，提高效率。前沿技术探秘：知识图谱构建流程及方法知识图谱能破解企业智能化知识挖掘和管理难题，实现知识化转型。图神经网络！打开企业盈利的下一个风口图神经网络能做出更精准预测，提供个性化服务，实现精准化营销。画张图，我们就能秒级洞察千亿级复杂关系如果把关系数据模型比做火车的话，那么图数据建模就是高铁。ModelArts3.0 发布，一个让机器狗学会灭火的AI神器训练、标注成本节省90%，一站式AI开发平台ModelArts打通训练数据到模型落地。更懂开发者的视觉AI开发平台，HiLens为设备DIY一双“慧眼”通过端云协同管理和软硬件一体化开发方案降低开发门槛。华为集齐AI龙珠，“召唤神龙”为期不远系统介绍华为在AI芯片、训练集群到训练框架以及云计算等多方面的技术栈。文章简介【ModelArts】深度解读华为云 AI 开发平台 ModelArts 技术架构在竞争激烈的AI框架和平台市场下，技术解读ModelArts如何脱颖而出？【MoXing】华为云深度学习模型API，助你迅速上手AI开发MoXing是华为云深度学习服务提供的网络模型开发API，它让模型的代码编写更加简单。【昇腾AI】华为秀AI硬件实力，发布算力最强AI处理器昇腾910、MindSpore的推出，意味着华为已完成全栈全场景AI解决方案的构建。【昇腾AI】华为发布昇腾AI全栈软件平台，跨越算力应用鸿沟异构计算架构CANN 3.0、全流程开发工具链MindStudio和MindX，覆盖了基础软件到应用使能。【AI芯片】深度解读达芬奇架构：华为AI芯片的“秘密武器”达芬奇架构是华为自研的面向AI计算特征的全新计算架构，具备高算力、高能效、灵活可裁剪特性。【OCR】华为云OCR关键技术、能力分析，让产品落地做到极致硬件的底层优化、自研算子、优化数据模型，华为OCR背后的技术创新。【对话机器人】从架构、API到应用，华为云如何全局践行AI落地？华为云详解如何更好地实现云上强大AI能力的价值落地。【开源框架】MindSpore！这款刚刚开源的深度学习框架我爱了！通过两个实际应用案例介绍开源框架 MindSpore。文章简介【AI助农】华为云ModelArts零代码开发病虫害识别应用使用ModelArts快速开发农作物病虫害识别微信小程序，用人工智能的力量赋能农业。【AI识图】ModelArts自动分组厉害了，一键完成数据标注、过滤将特征相似的图片归为一类，将特征差别大的图片群分离。【AI写作】哎哟不错哦，ModelArts教你写周式情歌通过大量的歌词数据训练模型，实现AI写杰伦风格的歌词。【AI写作】七夕节来啦！AI一键生成情诗，去发给你的女朋友吧！一个自动生成情诗的AI，大家可以在ModelArts尝试复现模型。【AI识人】青春云毕业：如何用AI为毕业生“拍”毕业照？用AI简单而优雅地实现“云毕业照的拍摄”。【AI写作】要是有AI，我要做“李白”——五分钟开发作诗机器人本案例使用CBS为机器人快速配置技能，通过多轮对话实现机器人写诗技能。【AI聊天】听说华为云AI有个聊天官？——浅谈华小唯打造之路从确定人设、找写手到编写语料，一个会聊天的AI是这样被创造出来的。【AI识人】不知道斯嘉丽约翰逊演过哪些电影？知识图谱告诉你训练电影领域的自定义信息抽取模型，构建知识图谱，轻松查询斯嘉丽主演过哪些电影。 【AI聊天】史上最强DIY，手工制作一只会说话的机器狗在语音识别、自然语言处理、语音合成等技术加持下，机器狗实现更丰富的语音功能。【HiLens Studio体验】快速开发一个行人检测与跟踪 Demo凭借HiLens Studio, 任何时间、地点，都可以实现自己的idea。【HiLens Studio体验】如何用HiLens Studio轻松上手口罩检测小工具用HiLens的傻瓜开发工具做一个口罩识别小工具。【昇腾AI】“一分钟”跑通MindSpore的LeNet模型MindSpore的操作实践，献给踩坑的小伙伴。文章简介AI助力“抗疫”，超大规模计算机辅助药物筛选技术解读短时间完成上千万次的模拟计算，让耗时数月的计算机辅助药物筛选在数小时内完成。为机场安上一双“慧眼”，消灭飞机的“黑色十分钟”仅花三天完成AI模型开发，用AI防范跑道侵入事件的发生。一个AI开发平台是如何参与热带雨林保护的？华为要招聘动物语言翻译师，和公益组织一起用AI识别雨林中不和谐的声音。独家解析：为什么中国物流企业的数字化这么难？防暴力分拣、分拣路径优化、OCR单据识别、运输路径优化，AI正在改变物流行业华为云边缘智能技术新突破，多任务学习助力城市楼宇智能升级两个园区每月节省252 MWh的电量，省了36.75%以上的能源。用AI技术推动西安民俗文化，斗鱼超管团队有一套通过图片秒速识别，显示图片背后的那些历史故事。苏州平江河：借助华为AI让治水不再难借助AI，实现7*24小时自动识别抓拍非法撒网抓鱼、漂洗衣物等污损河道行为。文章简介华为专家亲述：如何转型搞 AI？资深行业人士真实经验分享，非AI专业技术人员转型 AI 技术要注意什么？华为云MVP毛昌启：开发者转型记，AI开发平台的“魔力”ModelArts让AI开发不再遥不可及，将普惠AI切实的落到开发者身上。华为云MVP袁覃：ModelArts助力银行客户经理的变形记看银行工作者如何在3天之内训练出泛化能力强的模型。云享专家潘永斌：在人工智能时代追逐的“后浪”ModelArts资深实践者的AI开发之旅。华为云MVP余浩：AI开发，将简单留给开发者，复杂留给华为云在华为云AI全栈全场景AI解决方案的帮助下，余浩带着他的学生做了很多实用的AI产品。华为云云享专家历天一：ModelArts与HiLens端云协同之路从数据标注、调参到模型部署，ModelArts与HiLens让开发者只需专注自己代码的编写。本合集为《大厂内参》004期，欢迎大家持续关注。大厂内参根据开发者普遍关注的热门技术领域，汇编实践精华内容。从业务场景选型，应用案例分析，到前瞻趋势预测。以专题的形式，深度解读华为云核心技术，分享一线工程师的实战经验。【第一期】敏捷&Devops：80+篇实践干货分享，深度解读敏捷&DevOps如何革新软件开发【第二期】数据库：从数据库科普到核心技术解读、上云案例分享，全方位剖析云数据库【第三期】云服务器：选型解读+案例分享：云服务器“软硬技术”全公开【第四期】人工智能：海量实战经验教你零门槛进场AI开发，无成本负担玩转AI应用【第五期】云原生：读懂云原生2.0，看它如何重塑业务开发架构【第六期】云安全：Get防范云安全的必杀技，学会构建云上完整安全体系【第七期】物联网：“端边云”IoT全栈技术大揭秘，开发实战指南带你轻松上手IoT【第八期】数据仓库：8大场景系列玩转数仓运维，做个不秃头的DBA

NLP，中文叫自然语言处理，简单来说，是一门让计算机理解、分析以及生成自然语言的学科，大概的研究过程是：研制出可以表示语言能力的模型——提出各种方法来不断提高语言模型的能力——根据语言模型来设计各种应用系统——不断地完善语言模型。NLP理解自然语言目前有两种处理方式：1.基于规则来理解自然语言，即通过制定一些系列的规则来设计一个程序，然后通过这个程序来解决自然语言问题。输入是规则，输出是程序；2.基于统计机器学习来理解自然语言，即用大量的数据通过机器学习算法来训练一个模型，然后通过这个模型来解决自然语言问题。输入是数据和想要的结果，输出是模型。接下来简单介绍NLP常见的任务或应用。NLP的作用1.分词中文可以分为字、词、短语、句子、段落、文档这几个层面，如果要表达一个意思，很多时候通过一个字是无法表达的一个含义的，至少一个词才能更好表达一个含义，所以一般情况是以“词”为基本单位，用“词”组合来表示“短语、、句子、段落、文档”，至于计算机的输入是短语或句子或段落还是文档就要看具体的场景。由于中文不像英文那样词与词之间用空格隔开，计算机无法用区分一个文本有哪些词，所以要进行分词。目前分词常用的方法有两种：基于规则：Heuristic（启发式）、关键字表基于机器学习/统计方法：HMM（隐马尔科夫模型）、CRF（条件随机场）（注：在这里就不具体介绍方法的原理和实现过程了，大家感兴趣，可以自行百度了解）现状分词这项技术非常成熟了，分词的准确率已经达到了可用的程度，也有很多第三方的库供我们使用，比如jieba，所以一般在实际运用中我们会采用“jieba+自定义词典”的方式进行分词。2.词编码现在把“我喜欢你”这个文本通过分词分成“我”、“喜欢”、“你”三个词，此时把这三词作为计算机的输入，计算机是无法理解的，所以我们把这些词转换成计算机能理解的方式，即词编码，现在普遍是将词表示为词向量，来作为机器学习的输入和表示空间。目前有两种表示空间：（1）离散表示：A.One-hot表示假设我们的语料库是：我喜欢你你对我有感觉吗词典{“我”：1，“喜欢”：2，“你”:3,“对“：4，“有”：5，“感觉”：6，“吗”：7} 。一共有七个维度。

炎症衰老“时钟”可预测年龄相关的健康问题据一项发表于《自然·衰老》的研究，研究人员基于来自1001个参与者（8~96岁）的血液免疫学数据，开发了一种机器学习算法——炎症性衰老“时钟”（iAge）。该时钟基于一种概念，即血液中特定免疫细胞和蛋白的水平会随衰老而波动；研究发现，iAge数值越大的人，出现年龄相关性全身炎症模式的时间也越早，还更容易经历各种长期健康问题，包括免疫功能下降、心血管疾病，或是身体提前开始虚弱。研究还显示，趋化因子CXCL9通常会帮助免疫系统激活T细胞，导致iAge数值增大。作者认为，iAge时钟提供了一种检测年龄相关性疾病和免疫功能下降风险的新方法，并提出CXCL9和其他iAge蛋白是治疗这些症状的潜在靶点。

数据挖掘（Data mining）是一个跨学科的计算机科学分支。数据挖掘有以下这些不同的定义：“从数据中提取出隐含的过去未知的有价值的潜在信息”  ，“一门从大量数据或者数据库中提取有用信息的科学”。数据挖掘运行是使用数据挖掘的设置对数据挖掘模型的计算。数据挖掘标准依据数据挖掘技术可 处理运行的过程，提出并规范了通常所用的四个计 算阶段：(1)训练阶段(training phase)： 这是所有数据挖掘技术公用的，用于计算数据挖掘模型的阶段。该 阶段在建立模型前需要准备数据并做预处理。在预 处理时要定义识别字段分配给有关的信息，如挖掘 类型和特定的控制字段。在分类和回归技术中用的 训练阶段还要有一个确认处理，称确认阶段，作为 数据挖掘分类和回归技术训练阶段的一部分。它给数据挖掘模型输入另外的数值组，可作为测试阶段 的描述，其结果作为实例以决定运算法则结束时间。(2)模型自查阶段(model introspection phase)： 也是所有数据挖掘技术普遍使用，用以解释和评估 模型。将模型与目标一起细查，揭示训练阶段中数 据的相关性，以期达到两个目的： ①找出数据中潜 在的规律，有助于进一步解释模型; ②找出有统计 价值的特性，有助于评估模型的质量。(3)测试阶段(testing phase)： 只用于分类和回 归。测试时为模型的对象字段读入系列数值组，在 应用中评估每个数值组，将预测数值和对象字段里 的实际数值做比较，其结果可为使用者或应用提供 实例，以此决定模型以质量为基础能否应用于实际。(4)应用阶段(application phase)： 模型应用期间 输入数据组用来评估模型，或用较多的数据组来计 算模型。为了能正确地使用模型的输入值，必须将 其分配到训练阶段确认的相关字段中。一个预定课 题的模型应用，产生一个表可以控制相关的其他课 题。模型由一个或多个规则的特定输入而得出推论， 推论结果可与附加特性一并提交。特定情况下，推 论是对模型可信度的支持。这几个阶段不是一次完成的，数据挖掘运行当 包括训练阶段时调用训练阶段运行，当包括测试阶 段时调用测试阶段运行。其中某些阶段要反复多次， 各项功能也不是独立实现的，有时要几种方法互相 联系才能发挥作用。