AI

1. 圖神經(jīng)網(wǎng)絡(luò)新課上架：賓大2020秋季在線課程開課，視頻上線B站

YouTube 地址：

https://www.youtube.com/channel/UC_YPrqpiEqkeGOG1TCt0giQ/playlists

B 站地址：

https://www.bilibili.com/video/av457264185/

關(guān)于圖神經(jīng)網(wǎng)絡(luò)（GNN）的在線課程已上線，講師為賓夕法尼亞大學(xué)電氣與系統(tǒng)工程系教授 Alejandro Ribeiro，部分視頻以及文字講稿已放出。 圖神經(jīng)網(wǎng)絡(luò)（GNN）是對(duì)圖形支持的信號(hào)進(jìn)行信息處理的體系架構(gòu)。這種架構(gòu)已經(jīng)被開發(fā)出來(lái)，并在一門在線課程中作為卷積神經(jīng)網(wǎng)絡(luò)（CNN）的泛化，用于處理時(shí)間和空間中的信號(hào)。 就課程內(nèi)容而言，本課程主要探討了圖卷積濾波器和圖濾波器組，研究了單特征和多特征圖 GNN。此外，課程介紹了循環(huán) GNN 等相關(guān)網(wǎng)絡(luò)架構(gòu)，并重點(diǎn)強(qiáng)調(diào)了 GNN 的置換等變性和圖變形的穩(wěn)定性。這些特性提供了一種可以從實(shí)證角度觀察到 GNN 良好性能的解釋方法。該課程還將研究大量節(jié)點(diǎn)中的 GNN，以解釋 GNN 在不同節(jié)點(diǎn)數(shù)的網(wǎng)絡(luò)中的可遷移性。 目前，該課程 Lecture 1 至 Lecture 5 的視頻資源已經(jīng)在 YouTube 和 B 站同時(shí)上線，對(duì)該主題感興趣的讀者可前往觀看。

2. Chrome 科研神器！去谷歌學(xué)術(shù)搜到文章，代碼鏈接就能自動(dòng)展示

本周，arXiv上線了提交源代碼功能，從此看機(jī)器學(xué)習(xí)論文不怕找不到官方代碼了。 但是，如果作者自己沒有提交代碼，卻有第三方實(shí)現(xiàn)怎么辦？去Google找嗎？ 大可不必！現(xiàn)在告訴你一個(gè)瀏覽器插件神器，能幫你快速找到論文對(duì)應(yīng)代碼，無(wú)論官方還是第三方，不必在搜索引擎上找半天了。 這款插件叫做Find Code for Research Papers，現(xiàn)在已經(jīng)支持Chrome和Firefox兩款瀏覽器，可以直接應(yīng)用商店搜到。 而且它不僅支持arXiv，還支持Google Scholar甚至Twitter，只要鏈接對(duì)應(yīng)論文有開源代碼，右側(cè)統(tǒng)統(tǒng)會(huì)顯示出[CODE]按鈕。

3. NeurIPS 2020論文接收大排行！谷歌169篇第一、斯坦福第二、清華國(guó)內(nèi)第一

今年共有9454篇論文提交，1900篇總接收，錄取率僅為20.09%，其中105篇被接收為oral，280篇被接收為spotlight。 而在昨日，NeurIPS 2020論文接收列表終于在官網(wǎng)放出： （https://neurips.cc/Conferences/2020/AcceptedPapersInitial） 據(jù)Criteo AI Lab機(jī)器學(xué)習(xí)研究科學(xué)家Sergey Ivanov統(tǒng)計(jì)，本次NeurIPS 2020論文接收量全球機(jī)構(gòu)排名Top 10依次為：

NeurIPS 2020的論文主題分布

今年NeurIPS 2020的論文主題分布也有所變化，算法占比29%，深度學(xué)習(xí)占比19%，應(yīng)用占比18%，強(qiáng)化學(xué)習(xí)和規(guī)劃（planning）占比9%，理論占比7%，概率方法占比5%，機(jī)器學(xué)習(xí)社會(huì)方面（ Social aspects of machine learning）占比5%，優(yōu)化占比5%，神經(jīng)科學(xué)和認(rèn)知科學(xué)占比3%。與2019年相比，深度學(xué)習(xí)和應(yīng)用領(lǐng)域的論文略有下降(均下降了2%)，而機(jī)器學(xué)習(xí)社會(huì)方面有所增加（增加了3%）

4. ECCV2020 最佳論文榮譽(yù)獎(jiǎng)！一種新的度量自動(dòng)駕駛反應(yīng)時(shí)間和準(zhǔn)確性的方法

卡耐基梅隆大學(xué)(Carnegie Mellon University)的研究人員開發(fā)了一種新的衡量自動(dòng)駕駛汽車對(duì)不斷變化的交通狀況的反應(yīng)能力的標(biāo)準(zhǔn)，這使比較感知系統(tǒng)的準(zhǔn)確性和反應(yīng)時(shí)間首次成為可能。 在自動(dòng)駕駛領(lǐng)域，存在這樣一個(gè)典型的矛盾問題——學(xué)術(shù)研究人員往往更傾向于開發(fā)復(fù)雜的算法，以準(zhǔn)確地識(shí)別危險(xiǎn)，但這往往需要大量的計(jì)算時(shí)間。相比之下，工程師往往更喜歡簡(jiǎn)單、不那么精確的算法，這種算法速度快，需要的計(jì)算量少，這樣自動(dòng)駕駛車輛就能更快地對(duì)危險(xiǎn)做出反應(yīng)。 這個(gè)問題不僅僅存在自動(dòng)駕駛領(lǐng)域，這也是任何需要對(duì)動(dòng)態(tài)世界進(jìn)行實(shí)時(shí)感知的系統(tǒng)的問題。到目前為止，還沒有系統(tǒng)的方法來(lái)平衡準(zhǔn)確性和反應(yīng)時(shí)間。缺乏恰當(dāng)?shù)亩攘繕?biāo)準(zhǔn)使得業(yè)內(nèi)人士很難評(píng)價(jià)比較競(jìng)爭(zhēng)系統(tǒng)。 這種新的測(cè)量方法被稱為“流感知精確度”，該論文Towards Streaming Perception在計(jì)算機(jī)視覺虛擬歐洲會(huì)議（ECCV2020）上獲得了最佳論文榮譽(yù)獎(jiǎng)。

5. PyTorch版YOLOv4更新了！不僅適用于自定義數(shù)據(jù)集，還集成了注意力和MobileNet

Github：

https://github.com/argusswift/YOLOv4-PyTorch

從今年 4 月 YOLOv4 發(fā)布后，對(duì)于這個(gè)目標(biāo)檢測(cè)框架，問的最多的問題或許就是：「有沒有同學(xué)復(fù)現(xiàn) YOLOv4 的， 可以交流一下么」。由于原版 YOLO 使用 C 語(yǔ)言進(jìn)行編程，光憑這一點(diǎn)就讓不少同學(xué)望而卻步。網(wǎng)上有很多基于 TF/Keras 和 Caffe 等的復(fù)現(xiàn)版本，但不少項(xiàng)目只給了代碼，并沒有給出模型在 COCO、PASCAL VOC 數(shù)據(jù)集上的訓(xùn)練結(jié)果。 近日，有研究者在 GitHub 上開源了一個(gè)項(xiàng)目：基于 PyTorch 深度學(xué)習(xí)框架的 YOLOv4 復(fù)現(xiàn)版本，該版本基于 YOLOv4 作者給出的實(shí)現(xiàn) AlexeyAB/darknet，并在 PASCAL VOC、COCO 和自定義數(shù)據(jù)集上運(yùn)行。 除此以外，該項(xiàng)目還向主干網(wǎng)絡(luò)添加了一些有用的注意力方法，并實(shí)現(xiàn)了 mobilenetv2-YOLOV4 和 mobilenetv3-YOLOV4。

6. 英偉達(dá)開源「Imaginaire」！九大圖像及視頻合成方法，你學(xué)fei了嗎？

Github：

https://github.com/NVlabs/imaginaire

圖像 / 視頻合成領(lǐng)域的集大成者，就在這一篇了。 圖像和視頻等視覺數(shù)據(jù)的生成是機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺領(lǐng)域重要的研究問題之一。近幾年，英偉達(dá)提出了 SPADE、MUNIT 等多個(gè)圖像及視頻合成模型。 近日，英偉達(dá)又開源了一個(gè)新的 PyTorch 庫(kù)「Imaginaire」，共包含 9 種英偉達(dá)開發(fā)的圖像及視頻合成方法。 這九種方法分別為：

有監(jiān)督的圖像到圖像轉(zhuǎn)換

1、pix2pixHD

2、SPADE/GauGAN

無(wú)監(jiān)督的圖像到圖像轉(zhuǎn)換

1、UNIT

2、MUNIT

3、FUNIT

4、COCO-FUNIT

視頻到視頻轉(zhuǎn)換

1、vid2vid

2、fs-vid2vid

3、wc-vid2vid

7. 僅3.9MB！超小超強(qiáng)文本識(shí)別模型來(lái)了，平安產(chǎn)險(xiǎn)提出Hamming OCR

論文鏈接：

https://arxiv.org/abs/2009.10874

場(chǎng)景文本識(shí)別中很多模型都使用了笨重的模型，這些模型很難在移動(dòng)端設(shè)備上部署。這也是最近大火的Paddle OCR使用CRNN實(shí)現(xiàn)其超輕量級(jí)識(shí)別模型的原因。PaddleOCR采用的策略就是暴力削減特征通道來(lái)減小模型，但是這樣使得性能大幅度下降。最近在arXiv上公開的Hamming OCR提出了Hamming Embedding和LSH局部敏感哈希分類的算法，大幅度削減模型大小，同時(shí)保留模型能力。

8. 格靈深瞳開源全球最大最干凈的人臉識(shí)別數(shù)據(jù)集：Glint360K

Github：

https://github.com/deepinsight/insightface/tree/master/recognition/partial_fc#glint360k

Paper：

https://arxiv.org/abs/2010.05222

學(xué)術(shù)界的測(cè)評(píng)比如IJB-C和megaface，利用該數(shù)據(jù)集很容易刷到SOTA，大家具體可以看論文，這里展示一下IFRT的結(jié)果，IFRT又稱國(guó)產(chǎn)FRVT, IFRT測(cè)試集主要有不同膚色的素人構(gòu)成，相比起IJB-C和megaface更具有模型的區(qū)分度。 相比起目前最好的訓(xùn)練集MS1MV3，Glint360K有十個(gè)點(diǎn)的提升

InsightFace Recognition Test (國(guó)產(chǎn)FRVT):

9. GitHub：數(shù)據(jù)增廣最全資料集錦

CVer 陸續(xù)分享了GitHub上優(yōu)質(zhì)的AI/CV資料集錦，如圖像分類、目標(biāo)檢測(cè)等，之前的分享詳見文末。很多同學(xué)反映這個(gè)系列很棒，因此系列將繼續(xù)更新 本文將分享的內(nèi)容是：數(shù)據(jù)增廣（Data Augmentation）。該方向的研究一直都很熱門，特別是現(xiàn)在仍十分依賴于數(shù)據(jù)，而且數(shù)據(jù)增廣對(duì)各個(gè)應(yīng)用方向的漲點(diǎn)都是簡(jiǎn)單粗暴的！ 數(shù)據(jù)擴(kuò)充可以簡(jiǎn)單地描述為使我們的數(shù)據(jù)集更大的任何方法。例如，要?jiǎng)?chuàng)建更多圖像，我們可以放大并保存結(jié)果，我們可以更改圖像的亮度或旋轉(zhuǎn)它。為了獲得更大的聲音數(shù)據(jù)集，我們可以嘗試提高或降低音頻樣本的音調(diào)或放慢/加快速度。下圖提供了示例數(shù)據(jù)增強(qiáng)技術(shù)。 本文要分享的就是目前最全，最新的數(shù)據(jù)增廣開源項(xiàng)目、論文等合集。主要涉及圖像、音頻、自然語(yǔ)言處理和時(shí)序的數(shù)據(jù)增廣。詳細(xì)請(qǐng)戳鏈接

Others

1. iPhone 12系列「真香警告」：首款蘋果5G手機(jī)預(yù)購(gòu)量大超iPhone 11系列

iPhone 12到底有多香，可能要超過你的想象。 iPhone 12系列開啟預(yù)購(gòu)一天多時(shí)間里，已有超160萬(wàn)人預(yù)約購(gòu)買。這一數(shù)據(jù)已經(jīng)超過去年iPhone 11系列的三天預(yù)購(gòu)總和。 10月15日，京東、蘇寧開啟了蘋果新機(jī)的預(yù)約購(gòu)買。京東、蘇寧兩大電商平臺(tái)的數(shù)據(jù)顯示，截至10月16日早間11時(shí)許，在平臺(tái)上的蘋果產(chǎn)品的自營(yíng)旗艦店，已合計(jì)有160萬(wàn)人預(yù)約購(gòu)買iPhone 12系列手機(jī)，其中京東平臺(tái)有超150萬(wàn)人預(yù)購(gòu)。 截至發(fā)稿，在京東平臺(tái)，iPhone 12的預(yù)約量最高，有超75.3萬(wàn)人；在蘇寧平臺(tái)，iPhone 12 Pro預(yù)購(gòu)更為火熱，預(yù)購(gòu)人數(shù)為3.8萬(wàn)人，其次是iPhone 12，預(yù)購(gòu)人數(shù)為3.5萬(wàn)人。 從預(yù)約購(gòu)買熱度來(lái)看，iPhone 12系列已經(jīng)遠(yuǎn)遠(yuǎn)超過蘋果上一個(gè)爆款iPhone 11系列。京東數(shù)據(jù)顯示，iPhone11系列在2019年9月13日開始預(yù)購(gòu)后近三天的時(shí)間，其預(yù)約量才超過130萬(wàn)。

2. 阿里巴巴回應(yīng)“淘寶臺(tái)灣將停止運(yùn)營(yíng)”：尊重克雷達(dá)決定

淘寶臺(tái)灣昨日（15日）發(fā)布公告，稱今日11時(shí)起，陸續(xù)關(guān)閉淘寶臺(tái)灣平臺(tái)下單等前臺(tái)功能，年底停止運(yùn)營(yíng)。對(duì)此，阿里巴巴15日下午在回應(yīng)環(huán)球時(shí)報(bào)-環(huán)球網(wǎng)相關(guān)問詢時(shí)表示：我們尊重克雷達(dá)投資有限公司的決定，沒有評(píng)論。阿里巴巴集團(tuán)在臺(tái)灣市場(chǎng)的業(yè)務(wù)運(yùn)營(yíng)一切如常，我們將會(huì)一如既往地繼續(xù)通過手機(jī)淘寶服務(wù)臺(tái)灣市場(chǎng)的消費(fèi)者，購(gòu)買優(yōu)質(zhì)商品。（環(huán)球網(wǎng)）

3. 華為 Mate X2 5G 可折疊手機(jī)最新渲染圖放出：內(nèi)折疊、窄邊框

據(jù)外媒LetsGoDigital報(bào)道，繼三星推出 Galaxy Z Fold 2 后，華為也將推出一款經(jīng)過完全地重新設(shè)計(jì)的可折疊智能手機(jī)。上個(gè)月，華為新款可折疊智能手機(jī)專利公布，它與 Galaxy Z Fold 2 有大量相似之處，例如放棄此前的外翻式折疊屏設(shè)計(jì)，轉(zhuǎn)而采用書本式的內(nèi)折柔性屏方案，四周邊框較窄且等寬。而在手機(jī)背面，該機(jī)則采用了類似華為 P40 系列的后置矩陣式攝像頭模組，外部（背面）裝有一塊額外的屏幕。（36氪微博）

4. 一加發(fā)布一加8T，3399元起售

36氪獲悉，一加發(fā)布一加8T，3399元起售。一加8T搭載高通驍龍865 Plus芯片，4500毫安電池，支持65W超級(jí)閃充；機(jī)身采用了玻璃背板設(shè)計(jì)；配備四攝。

5. 《英雄聯(lián)盟》手游將登陸 iPhone

36氪獲悉，蘋果官方今天凌晨在演示iPhone 12性能表現(xiàn)時(shí)，使用了全新的《英雄聯(lián)盟》手游版作為演示。蘋果宣稱A14 Bionic可帶來(lái)主機(jī)般的體驗(yàn)，今年晚些時(shí)候，《英雄聯(lián)盟》手游將登陸 iPhone 。

6. 特斯拉被罵「割韭菜」，「老用戶」真的不值錢？

一言不合就降價(jià)——被老用戶罵“割韭菜”——繼續(xù)一言不合就降價(jià)。這個(gè)套路在特斯拉國(guó)產(chǎn)之后，無(wú)限循環(huán)。 10月1日，特斯拉官方宣布，中國(guó)制造Model 3標(biāo)準(zhǔn)續(xù)航升級(jí)版補(bǔ)貼后售價(jià)調(diào)整為249900元，跌破25萬(wàn)元的同時(shí)，續(xù)航里程還從445公里提升至468公里；此外，中國(guó)制造Model 3長(zhǎng)續(xù)航后輪驅(qū)動(dòng)版補(bǔ)貼后售價(jià)也降至309900元。 不到25萬(wàn)元的價(jià)格，比前不久拼多多喊出的“萬(wàn)人團(tuán)價(jià)￥251800”還要低，著實(shí)惹怒了不少車主。降價(jià)不是問題，問題是不少車主表示自己在不知情的情況下，被特斯拉的銷售人員催促提車。 對(duì)此，特斯拉全球副總裁陶琳回應(yīng)稱，特斯拉的直營(yíng)模式使價(jià)格體系變得公開透明，消費(fèi)者會(huì)第一時(shí)間獲知價(jià)格變化信息，“我們的初心確實(shí)是希望消費(fèi)者能擁有性價(jià)比更高的產(chǎn)品，而不是自己的利潤(rùn)最大化”。

7. 智能手表這塊屏是怎樣「爬」上我們手腕的？

隨著以三星、蘋果為代表的手機(jī)巨頭入局，智能手表產(chǎn)業(yè)的第二次轉(zhuǎn)折到來(lái)了。巨頭手機(jī)廠商一定程度上賦予了手表以真正智能的意義，它們的入局將智能手表從小眾推向了大眾。“在我們所見之處，到處都是屏幕。一種新的傳播和顯示技術(shù)正把書本拱到一邊，并將影像，尤其是運(yùn)動(dòng)的影像推向文化的中心，我們正在成為屏幕之民。”這是世界互聯(lián)網(wǎng)教父凱文·凱利，在四年前出版的《必然》中的一句話。 時(shí)至如今，書中描述的場(chǎng)景已經(jīng)成為現(xiàn)實(shí)，而時(shí)間回溯，屏幕如此之深地滲透進(jìn)人們的生活，距今也不過十年而已。 智能手機(jī)已經(jīng)被稱為人們的第二器官，而另一塊屏幕的普及則近乎宣告屏幕時(shí)代個(gè)人私域的終結(jié)——智能手表，讓屏幕可以24小時(shí)與皮膚親密接觸，然后持續(xù)不斷地監(jiān)控并向個(gè)體輸出信息。 沒有人能抵擋住這一誘惑：現(xiàn)在，推出智能手表/手環(huán)產(chǎn)品，幾乎變成了手機(jī)廠商的標(biāo)配。在它們的宏大規(guī)劃中，智能手表是構(gòu)建IoT生態(tài)的重要一環(huán)。近年來(lái)，三星、蘋果，以及華為、OPPO、vivo、小米等國(guó)內(nèi)大廠都陸續(xù)布局了智能手表領(lǐng)域。而在消費(fèi)者端，智能手表也已經(jīng)爬上了越來(lái)越多人的手腕。

8. 如何看待上海野生動(dòng)物園飼養(yǎng)員實(shí)施作業(yè)時(shí)，被熊攻擊不幸遇難一事？類似情況應(yīng)如何防范？

https://www.zhihu.com/question/426233230

【上海野生動(dòng)物園熊傷人致 1 人死亡】17 日下午，上海野生動(dòng)物園發(fā)生一起動(dòng)物意外傷人事件，園區(qū)工作人員在猛獸區(qū)（車入?yún)^(qū)）實(shí)施作業(yè)時(shí)，遭受熊攻擊，致使一名工作人員不幸死亡。目前，園方正在積極配合有關(guān)部門進(jìn)行事件調(diào)查。 飼養(yǎng)員被熊分而食之，究竟是道德的扭曲還是人性的淪喪？ 據(jù)相關(guān)人士爆料，該動(dòng)物園中的動(dòng)物病殃殃的沒有生機(jī)，猛獸幾乎都骨瘦如柴，口糧很大一部分靠游客投喂。 而且曾有過十年養(yǎng)死6只熊貓的歷史，國(guó)寶都是這個(gè)待遇，更惶恐是其他動(dòng)物。

責(zé)任編輯：lq