哦買噶!李佳琦重現淘寶直播間!機器學習工程師的提效神器;『優化導論』高清版電子書;『IE521 凸優化』課程資料 | ShowMeAI資訊日報

語言: CN / TW / HK

我報名參加金石計劃1期挑戰——瓜分10萬獎池,這是我的第X篇文章,點擊查看活動詳情

👀日報合輯 | 📆電子月刊 | 🔔公眾號下載資料 | 🍩@韓信子

📢 李佳琦真的回來了!昨晚直播6000萬觀看量,多款產品上架即秒空

9月20日晚7點,消失109天的李佳琦帶着『理性消費,快樂購物』的標語,重新回到了淘寶直播間。在沒有預告、沒有清單、官方流量資源有限的情況下,取得了6352.8萬觀看量、1.63億次點贊、產品上架秒空的好成績。

此次直播間的商品主要是生活家居必需品,包括手機支架、空氣炸鍋、眉筆、垃圾袋等27件產品,包括自然堂、威露士、花西子、安踏等多個品牌。

由於產品上架秒空,李佳琦在當晚直播結束時稱,將於9月21日晚19時繼續直播,屆時會調配更多貨量滿足購物需求。護膚品可以等到雙十一大促時買買買!

工具&框架

🚧 『Peacasso』使用文本或圖像進行 AI 繪畫

https://github.com/victordibia/peacasso

https://victordibia.com/peacasso/

Peacasso 是一個 UI 工具,允許使用文本、圖像等多模態的 Stable Diffusion AI 模型生成藝術創作圖。Peacasso 具有易於安裝、 UI 默認值友好、有 Python API 等諸多優點。

🚧 『kxy-python』提高機器學習工程師工作效率的工具包

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

https://kxy.ai/

kxy-python 是一個用於提高機器學習工程師工作效率的工具包,可以自動特徵選擇,模型效果調優,降低過擬合風險等。

🚧 『Zotero PDF Preview』Zotero PDF 預覽插件

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

Zotero PDF Preview 是一個可以讓你在庫視圖中預覽PDF附件的插件,它快速而簡單,不需要任何第三方軟件。

🚧 『Humre』可讀性更好的 Python 正則模塊

https://github.com/asweigart/humre

Humre 是一個人類可讀的 Python 正則表達式模塊,它為你處理 regex 語法,並創建 regex字符串,可以輕鬆傳遞給 Python 的 re.compile()

🚧 『ascii-blocks.nvim』Neovim 的 ASCII 框圖自動轉換插件

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

ascii-blocks.nvim 是一個 Neovim 的 ASCII 框圖自動轉換插件,快速將 ASCII boxes 轉換成更有視覺吸引力的(可視化)擴展 UTF-8 boxes。

博文&分享

👍 『A Gentle Introduction to Optimization』優化導論·免費電子書

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

這是一本彙集了3位大學教授40年教學經驗的『優化』教科書!書籍採用了獨立的章節設計、超140道練習題與答案、對於教師授課&學生自學都非常友好。書籍包含以下章節:

  • Introduction / 簡介
  • Solving linear programs / 解決線性程序
  • Duality through examples / 通過實例看二重性
  • Duality theory / 雙重性理論
  • Applications of duality / 對偶性的應用
  • Solving integer programs / 解決整數程序
  • Nonlinear optimization / 非線性優化

👍 『IE521 - Convex Optimization』凸優化·課程資料

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

這門凸優化課程的重點是:認識、理解、分析和解決工程中出現的約束/無約束的凸優化問題,着重於基本的凸性理論和(無差異的)凸問題的算法講解。課程學習的先決條件是具備線性代數、實分析和多元微積分的基礎知識。

  • Introduction / 簡介
  • Convex Set / 凸集
  • Convex Geometry / 凸幾何
  • Separation Theorems / 分離定理
  • Convex Functions / 凸函數
  • Subgradient and Subdifferential / 次梯度和次微分
  • Convex Conjugate / 凸共軛
  • Convex Programs and Duality / 凸程序和對偶
  • Optimality Conditions / 最優性條件
  • Solving Convex Programs / 求解凸規劃
  • Polynomial Solvability of Convex Programs / 凸規劃的多項式可解性
  • Conic Programming / 圓錐規劃
  • Conic Duality / 圓錐對偶
  • SDP Relaxation and Applications / SDP 鬆弛和應用
  • CVX Tutorial / CVX 教程
  • Interior Point Method / 內點法
  • Subgradient Method / 次梯度法
  • Bundle Methods / 束方法
  • Constrained Subgradient Methods / 約束次梯度法
  • Dual Methods / 雙重方法

數據&資源

🔥 『Graph Reinforcement Learning Papers』圖強化學習相關文獻代碼資源列表

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

🔥 『Awesome Video Domain Adaptation』視頻域自適應相關文獻資源列表

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

研究&論文

公眾號後台回覆關鍵字 日報,免費獲取整理好的論文合輯。

科研進展

  • 2022.08.30 『3D人臉建模』 Controllable 3D Generative Adversarial Face Model via Disentangling Shape and Appearance
  • 2022.07.22 『超分辨率變換』 Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data
  • 2022.07.28 『無人駕駛』 Safety-Enhanced Autonomous Driving Using Interpretable Sensor Fusion Transformer

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

論文時間:30 Aug 2022

領域任務:3D FACE MODELING, Face Model, 3D人臉建模

論文地址:https://arxiv.org/abs/2208.14263

代碼實現:https://github.com/aashishrai3799/3DFaceCAM

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

論文簡介: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./三維人臉建模一直是計算機視覺和計算機圖形學的一個活躍的研究領域,為從虛擬化身中的面部表情轉移到合成數據生成等應用提供了動力。

論文摘要:三維人臉建模一直是計算機視覺和計算機圖形學的一個活躍研究領域,為從虛擬頭像中的面部表情轉移到合成數據生成等應用提供了動力。現有的三維深度學習生成模型(如VAE、GANs)允許生成緊湊的人臉表徵(包括形狀和紋理),可以對形狀和外觀空間的非線性進行建模(如散射效應、鏡面效應等)。然而,它們缺乏控制生成微妙表情的能力。本文提出了一個新的三維人臉生成模型,它可以將身份和表情解耦,並提供對錶情的精細控制。特別是,我們提出使用一對有監督的自動編碼器和生成式對抗網絡來生成高質量的三維人臉,包括外觀和形狀方面。用整體表情標籤或行動單元標籤來生成3D人臉的實驗結果表明,我們如何能夠將身份和表情解耦;在保留身份的同時獲得對錶情的精細控制。

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

論文時間:22 Jul 2021

領域任務:Blind Super-Resolution, Video Super-Resolution,超分辨率變換

論文地址:https://arxiv.org/abs/2107.10833

代碼實現: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

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

論文簡介: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./儘管在盲超分辨率方面已經做了許多嘗試,以恢復具有未知和複雜退化的低分辨率圖像,但它們仍然遠遠不能解決一般真實世界的退化圖像。

論文摘要:儘管在盲超分辨率方面已經做了許多嘗試,以恢復具有未知和複雜退化的低分辨率圖像,但它們仍然遠遠不能解決一般現實世界中的退化圖像。在這項工作中,我們將強大的ESRGAN擴展到實際的修復應用中(即Real-ESRGAN),它是用純合成數據訓練的。具體來説,我們引入了一個高階退化建模過程,以更好地模擬複雜的真實世界的退化情況。我們還考慮了合成過程中常見的振鈴和過沖偽影。此外,我們採用了帶有頻譜歸一化的U-Net判別器,以提高判別器的能力並穩定訓練動態。廣泛的比較表明,在各種真實數據集上,其視覺性能優於先前的工作。我們還提供了高效的實現方法,完成實時合成訓練對。

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

論文時間:28 Jul 2022

領域任務:Autonomous Driving, Event Detection, 無人駕駛

論文地址:https://arxiv.org/abs/2207.14024

代碼實現:https://github.com/opendilab/InterFuser

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

論文簡介:Large-scale deployment of autonomous vehicles has been continually delayed due to safety concerns./由於安全問題,自動駕駛車輛的大規模部署一直被推遲。

論文摘要:由於安全問題,自動駕駛車輛的大規模部署一直被推遲。一方面,全面的場景理解是必不可少的,缺乏這種理解會導致對罕見但複雜的交通狀況的脆弱性,例如突然出現的未知物體。然而,從全局角度進行推理需要獲得多種類型的傳感器,並對多模式的傳感器信號進行充分融合,而這是很難實現的。另一方面,學習模型缺乏可解釋性,也阻礙了安全與不可驗證的故障原因。在本文中,我們提出了一個安全增強的自主駕駛框架,即可解釋的傳感器融合轉化器(InterFuser),以充分處理和融合來自多模式多視角傳感器的信息,實現全面的場景理解和對抗性事件檢測。此外,我們的框架還生成了中間的可解釋特徵,這些特徵提供了更多的語義,並被用來更好地約束行動,使其處於安全範圍內。我們在CARLA基準上進行了廣泛的實驗,我們的模型優於先前的方法,在公共CARLA排行榜上排名第一。我們的代碼將公佈在 https://github.com/opendilab/InterFuser

我們是 ShowMeAI,致力於傳播AI優質內容,分享行業解決方案,用知識加速每一次技術成長!

◉ 點擊 日報合輯,在公眾號內訂閲話題 #ShowMeAI資訊日報,可接收每日最新推送。

◉ 點擊 電子月刊,快速瀏覽月度合輯。

「其他文章」