哦买噶!李佳琦重现淘宝直播间!机器学习工程师的提效神器;『优化导论』高清版电子书;『IE521 凸优化』课程资料 | ShowMeAI资讯日报

语言: CN / TW / HK

我报名参加金石计划1期挑战——瓜分10万奖池,这是我的第X篇文章,点击查看活动详情

👀日报合辑 | 📆电子月刊 | 🔔公众号下载资料 | 🍩@韩信子

📢 李佳琦真的回来了!昨晚直播6000万观看量,多款产品上架即秒空

9月20日晚7点,消失109天的李佳琦带着『理性消费,快乐购物』的标语,重新回到了淘宝直播间。在没有预告、没有清单、官方流量资源有限的情况下,取得了6352.8万观看量、1.63亿次点赞、产品上架秒空的好成绩。

此次直播间的商品主要是生活家居必需品,包括手机支架、空气炸锅、眉笔、垃圾袋等27件产品,包括自然堂、威露士、花西子、安踏等多个品牌。

由于产品上架秒空,李佳琦在当晚直播结束时称,将于9月21日晚19时继续直播,届时会调配更多货量满足购物需求。护肤品可以等到双十一大促时买买买!

工具&框架

🚧 『Peacasso』使用文本或图像进行 AI 绘画

https://github.com/victordibia/peacasso

https://victordibia.com/peacasso/

Peacasso 是一个 UI 工具,允许使用文本、图像等多模态的 Stable Diffusion AI 模型生成艺术创作图。Peacasso 具有易于安装、 UI 默认值友好、有 Python API 等诸多优点。

🚧 『kxy-python』提高机器学习工程师工作效率的工具包

https://github.com/kxytechnologies/kxy-python

https://kxy.ai/

kxy-python 是一个用于提高机器学习工程师工作效率的工具包,可以自动特征选择,模型效果调优,降低过拟合风险等。

🚧 『Zotero PDF Preview』Zotero PDF 预览插件

https://github.com/windingwind/zotero-pdf-preview

Zotero PDF Preview 是一个可以让你在库视图中预览PDF附件的插件,它快速而简单,不需要任何第三方软件。

🚧 『Humre』可读性更好的 Python 正则模块

https://github.com/asweigart/humre

Humre 是一个人类可读的 Python 正则表达式模块,它为你处理 regex 语法,并创建 regex字符串,可以轻松传递给 Python 的 re.compile()

🚧 『ascii-blocks.nvim』Neovim 的 ASCII 框图自动转换插件

https://github.com/superhawk610/ascii-blocks.nvim

ascii-blocks.nvim 是一个 Neovim 的 ASCII 框图自动转换插件,快速将 ASCII boxes 转换成更有视觉吸引力的(可视化)扩展 UTF-8 boxes。

博文&分享

👍 『A Gentle Introduction to Optimization』优化导论·免费电子书

https://industri.fatek.unpatti.ac.id/wp-content/uploads/2019/03/116-A-Gentle-Introduction-to-Optimization-B.-Guenin-J.-Könemann-L.-Tunçel-Edisi-1-2014.pdf

这是一本汇集了3位大学教授40年教学经验的『优化』教科书!书籍采用了独立的章节设计、超140道练习题与答案、对于教师授课&学生自学都非常友好。书籍包含以下章节:

  • Introduction / 简介
  • Solving linear programs / 解决线性程序
  • Duality through examples / 通过实例看二重性
  • Duality theory / 双重性理论
  • Applications of duality / 对偶性的应用
  • Solving integer programs / 解决整数程序
  • Nonlinear optimization / 非线性优化

👍 『IE521 - Convex Optimization』凸优化·课程资料

https://github.com/niaohe/Convex-Optimization-Course

这门凸优化课程的重点是:认识、理解、分析和解决工程中出现的约束/无约束的凸优化问题,着重于基本的凸性理论和(无差异的)凸问题的算法讲解。课程学习的先决条件是具备线性代数、实分析和多元微积分的基础知识。

  • Introduction / 简介
  • Convex Set / 凸集
  • Convex Geometry / 凸几何
  • Separation Theorems / 分离定理
  • Convex Functions / 凸函数
  • Subgradient and Subdifferential / 次梯度和次微分
  • Convex Conjugate / 凸共轭
  • Convex Programs and Duality / 凸程序和对偶
  • Optimality Conditions / 最优性条件
  • Solving Convex Programs / 求解凸规划
  • Polynomial Solvability of Convex Programs / 凸规划的多项式可解性
  • Conic Programming / 圆锥规划
  • Conic Duality / 圆锥对偶
  • SDP Relaxation and Applications / SDP 松弛和应用
  • CVX Tutorial / CVX 教程
  • Interior Point Method / 内点法
  • Subgradient Method / 次梯度法
  • Bundle Methods / 束方法
  • Constrained Subgradient Methods / 约束次梯度法
  • Dual Methods / 双重方法

数据&资源

🔥 『Graph Reinforcement Learning Papers』图强化学习相关文献代码资源列表

https://github.com/SunQingYun1996/Graph-Reinforcement-Learning-Papers

🔥 『Awesome Video Domain Adaptation』视频域自适应相关文献资源列表

https://github.com/xuyu0010/awesome-video-domain-adaptation

研究&论文

公众号后台回复关键字 日报,免费获取整理好的论文合辑。

科研进展

  • 2022.08.30 『3D人脸建模』 Controllable 3D Generative Adversarial Face Model via Disentangling Shape and Appearance
  • 2022.07.22 『超分辨率变换』 Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data
  • 2022.07.28 『无人驾驶』 Safety-Enhanced Autonomous Driving Using Interpretable Sensor Fusion Transformer

⚡ 论文:Controllable 3D Generative Adversarial Face Model via Disentangling Shape and Appearance

论文时间:30 Aug 2022

领域任务:3D FACE MODELING, Face Model, 3D人脸建模

论文地址:https://arxiv.org/abs/2208.14263

代码实现:https://github.com/aashishrai3799/3DFaceCAM

论文作者:Fariborz Taherkhani, Aashish Rai, Quankai Gao, Shaunak Srivastava, Xuanbai Chen, Fernando de la Torre, Steven Song, Aayush Prakash, Daeil Kim

论文简介:3D face modeling has been an active area of research in computer vision and computer graphics, fueling applications ranging from facial expression transfer in virtual avatars to synthetic data generation./三维人脸建模一直是计算机视觉和计算机图形学的一个活跃的研究领域,为从虚拟化身中的面部表情转移到合成数据生成等应用提供了动力。

论文摘要:三维人脸建模一直是计算机视觉和计算机图形学的一个活跃研究领域,为从虚拟头像中的面部表情转移到合成数据生成等应用提供了动力。现有的三维深度学习生成模型(如VAE、GANs)允许生成紧凑的人脸表征(包括形状和纹理),可以对形状和外观空间的非线性进行建模(如散射效应、镜面效应等)。然而,它们缺乏控制生成微妙表情的能力。本文提出了一个新的三维人脸生成模型,它可以将身份和表情解耦,并提供对表情的精细控制。特别是,我们提出使用一对有监督的自动编码器和生成式对抗网络来生成高质量的三维人脸,包括外观和形状方面。用整体表情标签或行动单元标签来生成3D人脸的实验结果表明,我们如何能够将身份和表情解耦;在保留身份的同时获得对表情的精细控制。

⚡ 论文:Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data

论文时间:22 Jul 2021

领域任务:Blind Super-Resolution, Video Super-Resolution,超分辨率变换

论文地址:https://arxiv.org/abs/2107.10833

代码实现:https://github.com/xinntao/Real-ESRGAN , https://github.com/sberbank-ai/real-esrgan , https://github.com/20151001860/Real_ESRGAN_paddle , https://github.com/final-0/Real-ESRGAN , https://github.com/bayuudachi/Real-esr-gan

论文作者:Xintao Wang, Liangbin Xie, Chao Dong, Ying Shan

论文简介:Though many attempts have been made in blind super-resolution to restore low-resolution images with unknown and complex degradations, they are still far from addressing general real-world degraded images./尽管在盲超分辨率方面已经做了许多尝试,以恢复具有未知和复杂退化的低分辨率图像,但它们仍然远远不能解决一般真实世界的退化图像。

论文摘要:尽管在盲超分辨率方面已经做了许多尝试,以恢复具有未知和复杂退化的低分辨率图像,但它们仍然远远不能解决一般现实世界中的退化图像。在这项工作中,我们将强大的ESRGAN扩展到实际的修复应用中(即Real-ESRGAN),它是用纯合成数据训练的。具体来说,我们引入了一个高阶退化建模过程,以更好地模拟复杂的真实世界的退化情况。我们还考虑了合成过程中常见的振铃和过冲伪影。此外,我们采用了带有频谱归一化的U-Net判别器,以提高判别器的能力并稳定训练动态。广泛的比较表明,在各种真实数据集上,其视觉性能优于先前的工作。我们还提供了高效的实现方法,完成实时合成训练对。

⚡ 论文:Safety-Enhanced Autonomous Driving Using Interpretable Sensor Fusion Transformer

论文时间:28 Jul 2022

领域任务:Autonomous Driving, Event Detection, 无人驾驶

论文地址:https://arxiv.org/abs/2207.14024

代码实现:https://github.com/opendilab/InterFuser

论文作者:Hao Shao, Letian Wang, RuoBing Chen, Hongsheng Li, Yu Liu

论文简介:Large-scale deployment of autonomous vehicles has been continually delayed due to safety concerns./由于安全问题,自动驾驶车辆的大规模部署一直被推迟。

论文摘要:由于安全问题,自动驾驶车辆的大规模部署一直被推迟。一方面,全面的场景理解是必不可少的,缺乏这种理解会导致对罕见但复杂的交通状况的脆弱性,例如突然出现的未知物体。然而,从全局角度进行推理需要获得多种类型的传感器,并对多模式的传感器信号进行充分融合,而这是很难实现的。另一方面,学习模型缺乏可解释性,也阻碍了安全与不可验证的故障原因。在本文中,我们提出了一个安全增强的自主驾驶框架,即可解释的传感器融合转化器(InterFuser),以充分处理和融合来自多模式多视角传感器的信息,实现全面的场景理解和对抗性事件检测。此外,我们的框架还生成了中间的可解释特征,这些特征提供了更多的语义,并被用来更好地约束行动,使其处于安全范围内。我们在CARLA基准上进行了广泛的实验,我们的模型优于先前的方法,在公共CARLA排行榜上排名第一。我们的代码将公布在 https://github.com/opendilab/InterFuser

我们是 ShowMeAI,致力于传播AI优质内容,分享行业解决方案,用知识加速每一次技术成长!

◉ 点击 日报合辑,在公众号内订阅话题 #ShowMeAI资讯日报,可接收每日最新推送。

◉ 点击 电子月刊,快速浏览月度合辑。

「其他文章」