罗尼奥纳（，罗尼奥纳城区）包括：。罗尼奥纳西接加尔省，罗尼奥纳位于法国普罗旺斯-阿尔卑斯-蓝色海岸大区罗讷河口省，罗尼奥纳INSEE市镇编码为。罗尼奥纳属于阿尔勒区。罗尼奥纳 行政 罗尼奥纳的罗尼奥纳邮政编码为，UTC+02:00（夏令时）。罗尼奥纳北起沃克吕兹省，罗尼奥纳；）是罗尼奥纳法国罗讷河口省的一个市镇， 与罗尼奥纳接壤的罗尼奥纳市镇（或旧市镇、东临瓦尔省。 罗尼奥纳的时区为UTC+01:00、 人口 罗尼奥纳于时的人口数量为人。 参见 罗讷河口省市镇列表 参考文献 罗讷河口省市镇
扫一扫 
下降17.71%!2026年1
南濒地中海，罗尼奥纳该省份为法国东南部沿海省份，罗尼奥纳 政治 罗尼奥纳所属的罗尼奥纳省级选区为。 地理 罗尼奥纳（）面积，罗尼奥纳
蒙泰伊 (阿韦龙省)
« 上一篇
穆瓦约
下一篇 »
更多相关文章
大图推荐
这城有良田古风经营古代城市建造模拟现实生活- 游戏类别：模拟经营
- 游戏大小：765.23M
- 游戏语言：简体中文
- 游戏版本：v209.000
在这城有良田游戏中琅嬛银香囊宝具是一个较为强力的宝具，部分玩家不知道琅嬛银香囊宝具应该如何搭配使用，下面就为大家带来这城有良田游戏中琅嬛银香囊宝具的使用攻略分享，有需要的玩家可以参考。
这城有良田琅嬛银香囊宝具
基础属性与获取
香囊属于橙色稀有宝具，可通过寻宝、抽卡或活动获取。其星级可提升，满星（15星）时效果更强。
宝具效果
1、主战技能：消耗1000点能量，为己方当前生命比例最低的3名友军恢复等同于己方生命最高目标生命上限18%的护盾，并使目标受到的远程伤害降低25%，持续8秒。
2、增幅技能：开局时，若主战宝具为辅助型或防御型，可获得800点宝具能量；若主战宝具为攻击型或控制型，同样获得800点宝具能量。
核心特点
1、护盾与减伤：香囊的核心优势在于为队友提供即时护盾，同时降低远程伤害。护盾量虽相对较小，但能快速为队友提供临时保护，尤其适合应对远程输出阵容。
2、能量增幅：其增幅技能可大幅提升主战宝具的启动速度，使主战技能更早释放，在战斗中发挥关键作用。
适用场景
1、阵容搭配：适合搭配以法师或远程输出为核心的阵容，如名士魏征队、宗府无垢队等。在这些阵容中，香囊的护盾和减伤效果能有效保护队友，同时其能量增幅可加速主战宝具的技能释放，提升整体输出或控制能力。
2、战斗节奏：在快节奏的战斗中，香囊的护盾和减伤效果能快速稳定局势，为队友创造输出或控制机会。若战斗节奏较慢，其能量增幅也能为后续技能释放提供支持。
培养建议
1、星级提升：香囊的星级提升可增强其护盾量和减伤效果，建议优先提升星级以最大化其作用。
2、宝具位置：可将其作为主战宝具或增幅宝具使用。若作为主战宝具，需搭配高血量僚属（如鉴真、陈平安等）以增强护盾效果；若作为增幅宝具，需确保主战宝具为辅助或防御型，以触发能量增幅效果。
总结：香囊宝具是一款兼具护盾、减伤和能量增幅功能的宝具，适合应对远程输出阵容和快节奏战斗。其价值不仅在于自身技能，更在于与其他宝具和阵容的协同作用，合理搭配可显著提升队伍战斗力。
" alt="这城有良田琅嬛银香囊宝具使用攻略" class="photo-item-img hover-scale">这城有良田琅嬛银香囊宝具使用攻略
Svedberg-Yen认为这两个结局就像蒂莲，花开两面，同根而生。它们是同步设计、互为对照的“同一枚硬币的两面”，只有将其结合起来理解才能完整理解故事传递的哲学深意。“我们希望借此展开对幸福的探讨。当我们追求幸福时，所付出的代价是什么？是否站在他人的角度去思考，是否考虑过为他人带来的影响？”此前维尔索和马埃尔的配音演员均表示更倾向选择“用一生去绘”，不知柄友们选择了哪一个结局呢？
《光与影：33号远征队》编剧谈结局：花开两面 同根而生
清风慢属于什么档次？
评判香氛品牌的档次，需从品牌定位、产品调性与核心价值等维度考量。清风慢自诞生以来，便明确以香氛疗愈为核心定位，精准对接追求生活质感、渴望舒缓身心的都市人群，走中高端香氛路线，区别于普通工业香品。
品牌以古法工艺与天然植材为核心竞争力，拒绝流水线速成模式，每一支线香都承载着匠心与时光的厚度，既传递东方香文化的雅致，又契合现代消费者对健康、疗愈的高端需求。这种“天然+匠心+疗愈”的产品调性，让清风慢在香氛疗愈领域形成独特优势，成为中高端天然线香的优质之选，彰显使用者的生活品味与从容态度。
清风慢质量好不好？
质量是品牌的生命线，对于香氛产品而言，天然与安全更是核心前提。清风慢始终坚守“非极致·不将就”的品质理念，从原料甄选到成香出品，每一个环节都严苛把控，筑牢产品质量防线。
在原料上，品牌深耕自然，奔赴深山旷野采撷原生植材，经手工甄选剔除杂质，摒弃工业香精与化学助燃剂，确保原料纯粹天然，从源头规避潜在危害，让香氛疗愈更具安心感，这也是高端线香品牌的核心特质之一。在工艺上，传承千年古法精髓，历经古法炮制、自然阴干、慢火窨制等多道繁复工序，让香气层层沉淀，呈现温润绵长、不张扬的原生韵味，既保留植材本香，又彰显匠心工艺的厚重。
未来，清风慢将持续探索草木、花果等多元原生植材，打造覆盖不同心境的天然线香矩阵，以稳定的品质的延续品牌初心，让每一次香氛体验都兼具疗愈价值与安心感。
综上所述，清风慢无疑属于中高端香氛疗愈品牌，其清晰的定位、优质的产品与严苛的品质把控，共同构成核心竞争力。无论是追求身心疗愈的都市上班族，还是热爱慢生活、注重生活质感的人群，清风慢都是值得信赖的选择。从品牌档次到产品质量，清风慢都展现出中高端香氛品牌的实力与温度。
来源：品牌之家 了解更多 清风慢品牌信息>>>" alt="清风慢属于什么档次？清风慢质量好不好？" class="photo-item-img hover-scale">清风慢属于什么档次？清风慢质量好不好？
本期公开课，雷锋网请到了图普科技机器学习工程师 Vincent 为大家揭开 AI 可以助你成为“画家”的秘密。 Vincent 曾在英国留学两年，回国后加入图普，担任机器学习工程师一职，参与图普多个产品的研发工作，立誓要搞深度学习搞到死。
嘉宾介绍：
Vincent，图普科技机器学习工程师，主要从事工业级深度学习算法的研发。曾任摩根大通欧洲技术中心分析师，IBM爱丁堡办公室软件工程师。熟悉自然语言处理（文本分类，语言模型等），图像转换（艺术滤镜、图片上色等）和分类算法。
以下内容章整理自公开课分享。
｜深度神经网络在图像识别领域的进展
自从 2012 年 Alexnet 横空出世，一举夺得 ImageNet 图片分类大赛冠军之后，深度学习一飞冲天，以卷积网络为首的深度神经网络不断刷新各种计算机视觉任务的 State-of –the-art 。过去四五年间，我们可以看到学术界不断地开发出各种不同结构的卷积神经网络，而且，这些结构并不仅仅是在 Alexnet 的基础上加深层数，而是自成一派，各有所长。
本次公开课重点分享三种神经网络结构：
Network in Network（NIN，网络中的网络）：卷积网络是一种线性操作，非线性的表现能力有限，NIN 的研发者设计了比起传统的卷积网络更复杂的操作 —— MLPconv，并用 Global average pooling 极大的改进了卷积网络的大小。
VGG 和 GoogLeNet（inception_v1）：二者是 2014 年 ImageNet 竞赛的双雄。VGG 的设计理念，全部都用了 3x3 卷积，增加了网络的深度。 GoogLeNet 属于Google 的 Inception 系列，用了比较花式的网络设计，旨在减少网络的运算量，加快训练 。
Resnet（深度残差网络）： 根据无限逼近定理（Universal Approximation Theorem），我们可以用一个一层的神经网络来实现任意的维到维的映射，但网络的参数量（网络的宽度）会随着问题复杂度的增加变得非常大，而增加网络的深度则可以让我们用更少的参数量实现同样的映射。但是，随着神经网络层数的加深，它们的训练也会变得越来越困难，因为在训练时会出现梯度消失的状况。Resnet 很好的解决了这个问题，让训练达1000多层的神经网络变得可能。
除了图片分类，以 RCNN 系列为首的神经网络技术在物体检测任务上也取得了重大进展，近年来也出现了速度更快（YOLO），效果更好的算法（SSD）。
最近很火的 GAN 是一个训练框架，在 GAN 出现之前， 生成模型的训练是一件相对较困难的事情，GAN 出现后，生成模型训练的效率大大提高。
GAN的应用大部分也是生成模型的应用，用来生成图片、音乐、文字等。但是对抗训练对训练判别模型也是有非常大的帮助的，因为虽然有非线性的激活函数，但深度网络依然是高度线性的，会对误差进行累积，累积的误差结果通过肉眼分辨不出来，但是可以从卷积网络中看出。但与普通线性模型不同，深度神经网络可以拟合对抗训练可以很好的解决这个问题，解决方式是生成对抗样本，使得网络对对抗样本的容忍性更强些。
GAN这一两年来产生了许多非常有意思的应用，其中包括上期公开课中冯佳时博士提到的超分辨率，旨在把低分辨率的图片放大，而尽量不让其清晰度受影响。
｜纹理转换
近几个月比较火的纹理转换也就是所谓的图片风格化，在深度学习之前，这也是一个非常困难的问题。其本质原因在于之前非深度学习的方法只能获取到目标图片低层次的图片特征，这导致这些方法无法独立的对图片的语义内容和风格的变化进行有效地建模，从而无法很好地对两者进行解耦和合成。
风格化算法现在更迭了两代。
第一代风格化算法：Neural Style
2015年的时候，德国图宾根大学的学者们提出了一种用深度神经网络各层的响应来表达图片的风格和内容的办法，方法可概括为：
准备好在 ImageNet 数据集上训练好的 VGG 网络，然后选取其中的某些层作为风格语义的提取层，某些层作为内容语义的提取层；
用这个训练好的 VGG 提取风格图片代表风格的高层语义信息，具体为，把风格图片作为 VGG 的输入，然后提取在风格语义选取层激活值的格拉姆矩阵（Gramian Matrix）。值得一提的是，格拉姆矩阵的数学意义使得其可以很好地捕捉激活值之间的相关性，所以能很好地表现图片的风格特征；
用 VGG 提取被风格化图片代表内容的高层语义信息，具体为，把该图片作为 VGG 的输入，然后提取内容语义提取层的激活值。这个方法很好地利用了卷积神经网络的性质，既捕捉了图片元素的结构信息，又对细节有一定的容错度；
随机初始化一张图片，然后用2，3介绍的方法提取其风格，内容特征，然后将它们分别与风格图片的风格特征，内容图片的内容特征相减，再按一定的权重相加，作为优化的目标函数。
保持 VGG 的权重不不变，直接对初始化的图⽚做梯度下降，直至目标函数降至一个比较小的值。
这个方法的风格化效果震惊了学术界，但它的缺点也是显而易见的，由于这种风格化方式本质上是一个利用梯度下降迭代优化的过程，所以尽管其效果不不错，但是风格化的速度较慢，处理一张图片在GPU上大概需要十几秒。deepart.io这个网站就是运用这个技术来进行图片纹理转换的。
第二代风格化算法：Fast Neural Style
有了可以解耦图片风格和内容的方式，我们就能训练一个端到端的网络，使得我们只需要做一次前向，就能得到风格化图片。因此生成图片大概的步骤是，根据转化的网络得到输出，输出至 VGG 网络，提取风格特征后，跟风格图片的特质做比较，内容图片的特征也会被提取，跟内容图片做比较。
这种算法的有点是速度快，可以在GPU上做到实时生成。去年年中火爆全世界的 Prisma，背后就是这个技术。但这个技术还是有缺陷的，比如由于卷积网络固有的性质，它无法像手动绘图一样对图片的细节进行精挑细选的处理，所以它像是一个豪放的印象派画家，对一些对细节要求比较高的任务，比如人物的动漫化，这种方式是不太适合的。
所以，前段时间⽐较流行的《你的名字》同款滤镜所用到的技术跟Prisma 并不一样，我们猜测这个滤镜不是端到端的，而是会先对原图做像素分割，找出可能是天空的部分，然后加上新海诚特色的云，其他部分则会做一些滤镜化处理。
纹理转换的另外一个非常有意思的应用是Neural Doodle，运用这个技术，我们可以让三岁的小孩子都轻易地像莫奈一样成为绘画大师。这个技术本质上其实就是先对一幅世界名画（比如皮埃尔-奥古斯特·雷诺阿的Bank of a River）做一个像素分割，得出它的语义图，让神经网络学习每个区域的风格。
然后，我们只需要像小孩子一样在这个语义图上面涂鸦（比如，我们想要在图片的中间画一条河，在右上方画一棵树），神经网络就能根据语义图上的区域渲染它，最后得出一幅印象派的大作。
大家如果有关注 AI 领域信息的话，可能也知道 Facebook 宣布了他们的 caffe2go 框架，并展示了他们在手机上的实时风格化视频，这项成果意义重大，主要体现在可以在手机端非常有效率的运行人工智能的算法，把有趣的人工智能技术实现到你的手掌心。例如现在直播或视频中可以在人脸上添加各种可爱小动物表情的技术也是人工智能的技术，其主要运用了人脸关键点检测技术。
实现视频风格化的难点在于：
像图像风格化这样的重型应用，如果要在手机上做到实时效果，需要有非常多工程上的优化和算法方面，在尽量不影响效果的前提下减少网络的参数量；
⽐起单图片风格化，视频风格化需要考量的东西会更多，单独对视频的每一帧进行处理，不考虑帧与帧之间的关联，会造成风格化的视频抖动和不协调。
｜黑白照片上色
最后一个要介绍的技术为黑白照片上色（Colourful Image Colourization），想象一下，如果人工智能出色地完成这个任务，我们便可以用它来为老照片，老电影增色，轻易地为漫画上色了。本次公开课我会主要介绍去年 ECCV 里加州大学伯克利分校的一篇文章介绍的方法。这个方法与之前方法的不同之处在于，它把照片上色看成是一个分类问题——预测三百多种颜色在图片每一个像素点上的概率分布。这种方法tackle了这个任务本身的不确定性，例如，当你看到一个黑白的苹果时，你可能会觉得它是红色的，但如果这个苹果是青色的，其实也并没有多少违和感。大家也可以到作者的网站网站来试用他们的demo。
这篇文章里面介绍的方法有两个非常重要的trick：
颜色重平衡（Class rebalancing）
我们都知道，各个颜色在全世界所有彩色照片里面的分布是不一样的。比如，大部分照片里面可能会有天空，墙壁，草地等。论文作者给出了 ImageNet 数据集中颜色的分布，可以看出，如果用 LAB 的方式来表示图片(L 通道为像素的亮度，AB 通道表示颜色)，ab 值比较低的颜色出现的频率远高于其他颜色。
如果不考虑这个问题，我们的目标函数会对 ab 值⽐比较高的颜色极其不敏感。所以，论文作者提出了了一种方法——在训练时让每一个像素点乘上一个系数，系数的大小与该像素点 ab 值的分布有关。运用这个trick，输出图片的颜色会更有多样性，更接近真实的图片。
从概率分布得出预测颜色值（Point estimate）
我们知道，这个网络的输出是各个像素点ab值的概率分布，那么我们如何去通过这个概率分布得出这个ab值呢？当然，我们可以直接选择概率最大的值作为我们的 prediction，这种做法下输出图片的颜色会更加鲜艳，但很多时候会有不自然的patch出现。另外一种做法是，取这个概率分布的均值作为prediction，这会导致我们的输出图片对比度非常低。作者在这篇文章里提出了一个折中的做法：我们可以调整Softmax 函数的 temperature，然后再求新的概率分布的均值。
这篇文章介绍的方法虽然效果很好，但它还是有缺陷的。比如，对狗的图片上色时，即使它没有伸出舌头，神经网络总是会“想象”它伸出了，然后在鼻子下面的一小块区域涂上红色。而且，上色后的图片有时会出现一小块突兀的 patch。
以上介绍的几个技术都并不是完美的，但是瑕不掩瑜，我们能从中看到深度学习的潜力，明白它能做的远远不止是分类和检测。我相信随着社会对深度学习的热情越来越大，更多有趣的成果会不断产生。如果你觉得以上的技术很酷，那我保证，你的惊讶才刚刚开始。
｜有关产品化的思考
当然，要把学术界的成果应用到工业界其实并不是一件容易的事情。我们做机器学习的都知道一个著名的定理叫No Free Lunch Theorem，它说的就是，我们并不可能找到对所有问题都最优的算法。在ImageNet数据集上表现最好的算法，在工业级庞大、复杂、多变的数据上并不一定就会表现好。所以我们也根据各个客户数据分布的不同做了很多特定的优化。比如我们在为映客提供审核服务，直播场景本身就非常多样和复杂，我们发现当直播视频界面出现大量用手机或者电脑等电子产品播放另一个界面的内容，相对整个图片来说，内容呈现部分所占比例很小且十分模糊、不明显，当出现色情、暴恐等不良信息的时候，人工以及标准化的审核模型难以精准识别，误判、漏判的概率较高。于是我们需要针对这个问题具体优化，针对画中画的数据再做识别，然后再调用普通的审核模型。雷锋网雷锋网
图普的产品目前已经在多个行业领域取得很好的应用，但它们暂时只能在一定程度上减少大部分审核人力，无法完全替代人工。这一轮融资过后，我们将加大在服务和计算能力方面的投入，提升产品运行速度和鲁棒性；在算法方面，继续提高图像识别准确率和召回率，我们的愿景是完全解放审核人力，我们也将往审核之外的其他方向扩张业务，如人脸识别，增强现实等，提供更直接，高效和多样化的任务。
" alt="AI 如何助你成为“画家”｜雷锋网公开课" class="photo-item-img hover-scale">AI 如何助你成为“画家”｜雷锋网公开课
会议要求，要聚焦“两个维护”，在强化政治建设上铸魂立根。旗帜鲜明讲政治，推动基层党组织实现“五优”目标，落实“第一议题”制度，用好理论学习中心组、机关党建讲堂等载体，加强正确政绩观教育，引导党员干部深刻领悟“两个确立”的决定性意义，做到“两个维护”。要聚焦堡垒建设，在服务中心大局上提质增效。深化“六型”模范机关创建，完善机关党建“三级五岗”责任清单，推进支部标准化规范化建设；抓好党代表推选，省、市、区“两优一先”表彰对象推荐以及红色矩阵建设、“四进四助争先锋”活动、“党群连心・服务惠民”主题党日等各项工作，推动资源向发展一线集聚，促进党建与业务互融互促，取得实绩实效。要聚焦全面从严，在压实党建责任上务求实效。各级党组织书记要扛牢第一责任人职责，落实挂钩联系党支部制度，抓实党建基础保障，强化政策支持和资源倾斜，为基层党组织开展工作创造有利条件。
各党委书记、副书记、党办主任，基层党员干部群众代表参加会议并进行现场测评。
原标题：丰泽区召开2025年度区直机关党委书记抓基层党建工作述职评议会议" alt="丰泽区召开2025年度区直机关党委书记抓基层党建工作述职评议会议" class="photo-item-img hover-scale">丰泽区召开2025年度区直机关党委书记抓基层党建工作述职评议会议
具体回答时，当用户用语音进行提问之后，页面中将呈现出AI根据真人经验整理出的总结答案，下方则出现“AI总结xx篇笔记生成”的标注。
比如，当界面新闻搜索“春节去哈尔滨玩5天有什么形成安排推荐？”的问题时，平台在10秒之内完成了AI总结，用较为清晰的文字排版呈现出5天的行程安排。除了行程安排之外，AI总结的答案还加上了“春节特别提醒”，涵盖交通、美食推荐等细化建议。而在收尾处，该答案也附上了参考来源，这些来源笔记皆可点开一一查看。
除此之外，小红书也会给出AI总结答案之外的大量笔记参考。在整个页面中，AI总结答案占据大约半屏左右的比例，需要点击后查看全部内容；而答案下方依然会呈现双列流笔记，内容与用户的提问紧密相关。
事实上，在AI应用爆发之后，“旅游攻略”这一类需要提供有用信息和干货的问题，往往成为最受用户欢迎的提问。小红书在这一点上能够提供大量的笔记参考，例如，在上述搜索下，页面出现的内容包括普通旅客、旅行社、导游和当地市民等用户发布的笔记，形式也涵盖图文和视频。
值得一提的是，小红书还在搜索入口下方推出了“春节指南”、“年度诗篇”等限定玩法，去引导用户在春节场景里尝试“语音问一问”。无论用户有没有问题，都可以通过点击提问来“逛答案”。
比如年夜饭灵感——在这一答案中，AI会总结出“怎么做出看起来很硬核但实际上很简单的菜”。
而另一类更具“生活感”、强调个体主观看法的问题，同样是符合小红书用户需求的提问。界面新闻试着使用“语音问一问”搜索“放假完不想上班怎么办？”的问题时，小红书结合了34篇笔记生成了一份AI总结，包括“调整心态”、“行动起来”、“如果真的无法忍受”等具体的答案。
对于这种颇具“活人感”的话题，这份总结给出的答案似乎更有小红书的特色，例如，在AI总结的答案中，提到了“想开点，钱最重要”这类像朋友对话般的回答；同样也提到了制定小目标这样具体的建议。在页面下方推荐的笔记中，界面新闻观察到，不少用户分享了自己摆脱“假期综合症”的方法和体验，也有不少用户分享了有关情绪管理的小tip，兼具个人体验和实用性。
体验完上述两个提问之后，关于小红书“语音问一问”的功能特质也更加明了。
在中文互联网社区，“问答类”的产品早已不是全新概念。最早它往往作为搜索引擎的补充出现，旨在解决用户具体的问题；之后其发展成更具社区和互动属性的问答，但往往也有中心化的特征。
AI的出现，让“语音问一问”这一功能有了更多延伸的可能。
截至2024年末，小红书月活用户突破3.5亿。此外，小红书又是一个典型的UGC平台，大量的“活人经验”让平台有了天然的“答案库”。
从上述搜索体验来看，小红书语音问一问给出的答案全部基于站内真人经验总结而成，相当于“浓缩”了真人经验分享。
正是依托于天然的“答案库”，小红书的“语音问一问”才得以实现相对独特的体验。
AI时代的新产品
ChatGPT和DeepSeek的横空出世让不少社区产品被动加快追赶的脚步，但AI的可复制的“标准答案”与小红书的“活人感”社区之间乍一看显得格格不入。
然而就是在这“碰撞”之中，小红书近期交出了第一份尝试的答卷——“语音问一问”功能上线半个月，社区语音问一问累计次数达4800万次，平均每秒钟都有37个人在线蹲答案。除夕当天“拜年祝福怎么发更特别”被问了570万次。
图片来源：《小红书2025年十大搜索趋势报告》
那么小红书为何要推出“语音问一问”呢？
这还要从平台本身的属性上说起。在产品形态上，小红书坚持双列瀑布流的信息展示方式，去中心化的推荐设置也让更多来自于普通人的笔记被曝光、被看见。在用户心智上，小红书涉及的类目越来越多，用户如今普遍将平台视作一个获取真实生活经验、决策参考和信息交流的重要来源，普通用户之间的交流也十分频繁。
据媒体报道，如今小红书用户的日均搜索次数已经超过7亿次。根据《小红书2025年十大搜索趋势报告》，2025年全年搜索总次数2500亿次，问题垒起来相当于5500万本《十万个为什么》。
可以说，现阶段这一产品功能的更新，也是为了满足当下小红书用户的搜索新需求：从最早的消费决策满足到干货信息的延伸，如今，越来越多的用户希望在小红书上找到更进一步的具体经验分享、更全面的“有用”回答以及更具启发性的个性化经验。
2025年年末，小红书社区内出现过“AMA”的风潮——“Ask me anything”，一种发帖人对提问者“有问必答”的玩法。几个月时间里，AMA在小红书扩散，不仅吸引了李开复、李银河、罗永浩等名人下场参与，也让这股全民问答风潮，成为一种新的互联网现象。
AMA的爆火，恰恰说明，用户如今在小红书上的经验需求，已经从生活场景“破圈”延展到了知识、科技、人文等细分领域。
再往前追溯，小红书其实早已尝试过在评论区、搜索框右侧等端口上线“问一问”功能。
类似这样的趋势和尝试，为“语音问一问”的推出埋下伏笔。
需求明确之后，交互方式的选择就涉及如何最大限度容纳用户需求匹配的问题。
一方面，语音提问是一种更顺畅表达问题的方式，某种程度上有利于用户降低提问与搜索的门槛；另一方面，“提问”是一种承接、解决问题的方式，它传递出的信息是，只要用户提出问题，就会有笔记能够“回答”。
事实上，相比其他搜索产品，足以覆盖极广泛、细分经验场景的UGC真实内容，一直是小红书搜索的核心护城河。即使是某一个景点的当日天气，或者某一家餐厅的wifi密码，这样细颗粒度的问题，在小红书上都有笔记答案。
但小红书内部人士表示，他们观察的一个现象是，过往的搜索框中较短的词语占据了70%到80%的比例，这意味着要让用户更具体地表达提问，并匹配准确结果，单凭文字搜索+双列笔记承接并不容易。
而语音交互+AI总结无疑能进一步让这些真实、长尾的经验被最大限度地匹配——从调研来看，用户在语音这种环境下会更偏向于自然表达，也会提出一些更长的、更具体的、更明确的问题。而当问到长达几段的个性化问题时，问一问依然能够总结和匹配站内的经验笔记回答。
从早期的搜索补充到后期的独立产品，再到嵌入社区，“问搜”式的产品形态几经变化。如今，用户对于搜索功能的需求已经不只是单一的标准答案和知识满足，他们有了更多元的期待，同时也不再局限于文字的交互。甚至于，搜索功能未来也可能会深度融入小红书这样的内容平台，成为互动和内容生产的“基础设施”。
不过，纵观市面上的“问答”功能，大部分仍然聚焦在平台或内容生产者对于某一问题的解读上。
抛开形式上的特殊之处，小红书“语音问一问”的最大差异化体现在真实经验上。
举例而言，近两年小红书用户中对于家居家装内容保持高兴趣的用户已经达到1.6亿，这意味着平台聚集了大量和家居、装修有关的笔记。当界面新闻试着语音提问“家里装修是复古风格，适合放一些什么样的插画？”时，AI总结了71篇笔记生成了答案。除了建议不同风格之外，回答还给出了“温馨小贴士”，下方的总结多来自于不同用户分享的插画灵感。
从社区内容的活跃度来看，这样“问搜”的方式不仅提升了用户获取信息的效率，也同时保留了提问者和内容生产者之间的连接，甚至盘活了社区的流量。
以真实经验为基石，同时辅以AI技术，未来小红书的“搜索”心智或许也会迎来进一步迭代、泛化和巩固。
很长一段时间里，社区主要围绕人的连接和内容消费展开，但发展到今天，随着用户的需求日益多元，社区产品本身也需要寻找新的形态和创新路径。
与此同时，一个现象正在发生：人工智能技术的发展让用户逐渐习惯与AI对话，在高效寻找标准答案的背后，部分问题也呼之欲出——那些基于真实生活、富有个人感受的经验分享，正变得愈发稀缺。
可预见的未来里，人们或许不会满足于迅速获取一个“标准答案”，而是渴望看到他人的真实决策、试过的“错”，甚至在具体生活场景中的主观感受。
某种程度而言，这或许才是小红书“语音问一问”的宝贵价值——真人经验依然是社区最宝贵的财富，这条护城河在语音问一问AI功能的辅助之下，被更多的人看到、使用和认同，这或许才是产品升级的底层逻辑。
春节期间，引发用户自发分享的“年度诗篇”在社交媒体上刷屏，便是个例子。“年度诗篇”实际上是AI通过用户搜索行为洞察出的个人年度总结，其之所以能击中用户的内心，原因就在于AI用敏锐、细致、有温度的方式准确表达了每一个用户的真实搜索需求和意图，并且富有诗意地将其呈现出来。那些个性、差异、多元和细节，才最动人。
小红书“语音问一问”只是一个开始，它正在让人看到真人经验UGC社区更多的创造力和可能性。
" alt="推出语音问一问背后，小红书的“答案”逻辑变了？" class="photo-item-img hover-scale">推出语音问一问背后，小红书的“答案”逻辑变了？
技术人员分析，AI能匹配到真实微信号，一是部分用户曾在网络留痕微信号，被抓取纳入训练数据；二是 AI掌握微信号命名规律，批量生成后概率性“撞号”。专家提醒，公众应避免在公开渠道留微信号等敏感信息，谨慎通过 AI推荐的陌生好友申请，遭遇骚扰及时留存证据进行维权；同时切勿通过AI 索要他人联系方式，避免触碰隐私等法律红线。
" alt="AI竟能“推荐”真人微信号？记者实测存在撞号风险" class="photo-item-img hover-scale">AI竟能“推荐”真人微信号？记者实测存在撞号风险
[摘要]北京时间2017年4月26日，NBA季后赛继续进行。精彩的比赛之外，联盟还有不少值得关注的事情，以下是今日NBA部分的信息： 著名艺人德雷克将主持NBA颁奖晚会 据美国媒体消息，加拿大著名艺人德雷克-格拉汉姆将主持NBA首届颁奖晚会。6月27日，第一届NBA颁奖晚会...
北京时间2017年4月26日，NBA季后赛继续进行。精彩的比赛之外，联盟还有不少值得关注的事情，以下是今日NBA部分的信息：
著名艺人德雷克将主持NBA颁奖晚会
据美国媒体消息，加拿大著名艺人德雷克-格拉汉姆将主持NBA首届颁奖晚会。6月27日，第一届NBA颁奖晚会将在纽约举行，而官方此前已经表示颁奖晚会将会参考奥斯卡颁奖典礼的形式，现役球员、退役球员、教练以及很多社会名人都将出席这一盛典，但晚会不会对外售票。包括MVP、最佳新秀、最佳教练、最佳防守球员等重要奖项，都会在当天晚上揭晓。德雷克是著名的说唱歌手，还是猛龙的铁杆粉丝，和不少NBA球星都有交情。
本-西蒙斯合影《使命召唤》
76人前锋本-西蒙斯更新了自己的IG，晒出与《使命召唤》系列最新游戏的合影，“感谢使命召唤向我展示这么出色的游戏，我已经等不及了。”西蒙斯还写道。《使命召唤》在NBA新生代的球星中非常流行，此前湖人后卫拉塞尔和太阳后卫德文-布克两人还一起玩这款游戏，并在社交媒体上晒图。本-西蒙斯目前恢复情况良好，按照之前的计划将在下赛季迎来复出。
KG录音频鼓励绿军
据美国媒体，前NBA球星凯文-加内特亲自录了一段音频鼓励凯尔特人。绿军在连丢两个主场后士气低落，随后在公牛主场连扳两场，不少球员表示是KG的话鼓励了他们。KG则表示，他始终对凯尔特人有特殊的感情，任何时候绿军球员需要帮助，他都会将自己的能量送给他们。KG还特意鼓励了小托马斯，称这段音频更多是送给小托马斯的。凯尔特人和公牛目前首轮战成2-2平，双方明天将在TD北岸花园球馆迎来天王山之战。
" alt="26日早报：德雷克主持颁奖晚会 KG音频鼓励绿军" class="photo-item-img hover-scale">26日早报：德雷克主持颁奖晚会 KG音频鼓励绿军
教宗三鐘經：讓心靈擺脫自私、物質享受與暴力
[摘要]北京时间4月26日消息，来自美媒体的报道称，赛季告别会，开拓者队总经理尼尔-奥尔希确认，下赛季费斯图斯-埃泽利不会出现在球队阵容中。换言之，开拓者队休赛期不会执行埃泽利的球队选项。 去年夏天，开拓者队与埃泽利签下一份为期2年总价值1500万美元的合同...
北京时间4月26日消息，来自美媒体的报道称，赛季告别会，开拓者队总经理尼尔-奥尔希确认，下赛季费斯图斯-埃泽利不会出现在球队阵容中。换言之，开拓者队休赛期不会执行埃泽利的球队选项。
去年夏天，开拓者队与埃泽利签下一份为期2年总价值1500万美元的合同，其中第2年为球队选项。
一般情况下，球队不会在赛季刚结束就做出决定。但是埃泽利让开拓者队非常失望，因为自来到波特兰后，这位前勇士队内线就没有上场打过球。
埃泽利在去年8月底接受了左膝骨髓穿刺液浓缩物的注射以缓解他的疼痛，当时预计康复期为6周。去年11月，开拓者队被告知，埃泽利的左膝伤势出现反复。今年3月，埃泽利接受左膝手术赛季报销。
对开拓者队来说，埃泽利已不是必需品。今年2月开拓者队与掘金队完成一笔交易，送出梅森-普拉姆利，得到尤素夫-努尔基奇。来到波特兰后，努尔基奇迅速确立内线核心地位。
奥尔希调侃道，今夏自由市场他们不会再为寻找中锋而头疼。
现年27岁的埃泽利是勇士队2015年夺冠，以及2016年取得73胜的成员之一。上赛季他为勇士队打了46场球，其中13场首发，场均出场16.7分钟，交出7.0分5.6篮板1.1盖帽的数据。
奥尔希还谈到了球队未来，“特里（斯托茨）做的很棒，”奥尔希说道，“在我看来，没有比达米安（利拉德）更棒的领袖了。”
值得一提的是，今年选秀大会，开拓者队拥有3个首轮签。
季后赛首轮，开拓者队总比分0-4被勇士队横扫出局。（jim）
" alt="开拓者不执行埃泽利球队选项 本季因伤一场没打" class="photo-item-img hover-scale">开拓者不执行埃泽利球队选项 本季因伤一场没打
三角洲实用工具网站大全>>点此进入<<
一、3月18日摩斯密码
零号大坝：4428
长弓溪谷：6195
巴克什：2453
航天基地：0492
潮汐监狱：2037
二、开门流程
1.当玩家碰见有滴滴声音的密码门的时候就可以去输入摩斯密码;
2.短声代表【•】，长声代表【——】；
3.然后对照摩斯密码表输入对应的数字即可。
三、摩斯密码对照表
1：=- - - -
2：==- - -
3：===- -
4：====-
5：=====
6：-====
7：- -===
8：- - -==
9：- - - -=
0：- - - - -
四、密码门位置大全
1.零号大坝
详细点位：
图示位置下去后往前走就能看见。
2.长弓溪谷
详细点位：
地图的最右下方。
3.巴克什
详细点位：
在最右上方的浴场里。
4.航天基地
详细点位：
右侧工业区内组装室二楼。
5.潮汐监狱
详细点位：
行政区一楼大厅楼梯拐角处。
以上就是三角洲行动3.18摩斯密码分享的全部内容了，想了解更多攻略资讯请关注玩一玩。
" alt="三角洲行动今日密码3.18 3月18日密码门摩斯密码分享" class="photo-item-img hover-scale">三角洲行动今日密码3.18 3月18日密码门摩斯密码分享
作为“十五五”期间广东首场部省联办的高规格人才招聘会，“百万英才汇南粤”2026年行动计划将于春、秋两季分别在广州、深圳举办。其中，3月15日至16日，春季大型综合招聘会将组织超1800家用人单位提供逾7万个优质岗位。活动以“粤聚英才 粤见未来”为主题，首次创新采用“两馆分区、产业聚类”模式，17.1馆主打“现代服务”，17.2馆聚焦“先进制造”。梅州企事业单位按产业入驻对应专区，实现产业人才精准对接。
据了解，此次梅州精心组织23家企事业单位线下线上同步揽才，推出558个优质岗位，覆盖高校教师、工程师、临床医师、首席数字化官等多个方向，精准匹配本科、硕士、博士等不同学历层次的人才需求。
文、图、视频：梅州日报记者 赖运香
编辑：梁威
审核：张英昊
" alt="“梅”好未来，“职”等你来！“百万英才汇南粤”2026年春季大型综合招聘会3月15日启幕" class="photo-item-img hover-scale">“梅”好未来，“职”等你来！“百万英才汇南粤”2026年春季大型综合招聘会3月15日启幕
安佳玻璃容器公司（安佳玻璃）宣布已成功完成其此前宣布的全面资本重组，这标志着其持续转型过程中的一个重要里程碑，并为该业务的长期增长奠定了基础。
在新的多数股东——Canyon Capital Advisors、Millstreet Capital和瑞银（UBS）的支持下，这笔交易将公司债务减少了60%以上，并提供了1亿美元的新资本，以加速Anchor Glass的战略增长和现代化进程，为其客户、员工、社区、供应商和投资者创造更高价值。
“这一变革性时刻标志着Anchor Glass新时代的开始，”总裁兼首席执行官尼佩什?H?沙阿表示。“我们显著改善了资产负债表，获得了大量新资本，现在已准备好对我们的资产、员工和客户进行持续投资。这一基础使我们能更好地以‘一个Anchor’的姿态开展业务——提升安全性、提供完美的客户体验，并打造降低工业成本的能力。随着我们进入下一增长阶段，我们的团队期待着利用迄今为止取得的巨大进步。”
这笔新资金将战略性地用于该公司美国网络中的熔炉重建和产能扩张，使Anchor Glass能够更好地服务于食品、饮料、烈酒、即饮饮品和精酿啤酒终端市场的客户，这些市场依赖于可持续、高质量的玻璃包装。
到2030年，Anchor Glass预计将在资本改进方面投资超过10亿美元，这凸显了其对增长、创新以及为客户提供供应安全的长期承诺。
小玻编译
" alt="安佳玻璃完成全面资本重组,国际动态" class="photo-item-img hover-scale">
安佳玻璃完成全面资本重组,国际动态
航拍安徽金寨县南溪九龙山
中安在线、中安新闻客户端讯4月17日，记者航拍安徽金寨县的九龙山壮美群峰景观。
九龙山地处革命老区大別山腹地，有九座山峰紧密相连，三面环水，周围七十二峰及湖水环绕，形如九龙遨遊其间，故名：九龙山。
著名的“立夏节起义”旧址大王庙就坐落九龙山旁， 立夏节起义在大别山中心区打响了反抗国民党反动派的第一枪，为开辟豫南、皖西革命根据地，发展壮大中国工农红军，作出了重大贡献，如今这里已成为爱国主义教育基地。（徽镜映像工作室记者 刘玉才）
航拍安徽金寨县南溪九龙山
航拍安徽金寨县南溪九龙山
航拍安徽金寨县南溪九龙山
" alt="安徽金寨：人间仙境“九龙山” 革命精神代代传【组图】" class="photo-item-img hover-scale">安徽金寨：人间仙境“九龙山” 革命精神代代传【组图】
[摘要]北京时间4月25日，2016-17赛季NBA进入季后赛的争夺，在今天比赛后，也诞生了不少新纪录。 以下是详细内容： 1.猛龙锋将得分新高 猛龙主场118-93击败雄鹿，猛龙球员诺曼-鲍威尔此役得到25分，刷新了自己的季后赛生涯单场得分纪录。此前，鲍威尔最多只得到过13...
北京时间4月25日，2016-17赛季NBA进入季后赛的争夺，在今天比赛后，也诞生了不少新纪录。
以下是详细内容：
1.猛龙锋将得分新高
猛龙主场118-93击败雄鹿，猛龙球员诺曼-鲍威尔此役得到25分，刷新了自己的季后赛生涯单场得分纪录。此前，鲍威尔最多只得到过13分。
2.伊巴卡盖帽里程碑
猛龙球员赛尔吉-伊巴卡出场25分钟，10投8中，得到19分3次助攻6个篮板1次抢断以及3次封盖。此役过后，伊巴卡季后赛生涯封盖数达到234次，超过老鹰球员德怀特-霍华德的233次，升至历史第12位。
3.字母哥30分创新高
雄鹿这边，扬尼斯-阿德托昆博出场41分钟，19投12中，得到30分9个篮板3次助攻3次抢断和3次盖帽。数据显示，30分，创造了字母哥个人季后赛生涯单场得分的新纪录。此前，字母哥单场最高得到过28分。
另外，字母哥也是雄鹿队史近29年来首位在季后赛得到至少30分9个篮板的球员。
4.戈塔特篮板创新高
奇才101-111不敌老鹰，奇才中锋马尔钦-戈塔特出战35分钟，抓下18篮板，刷新了个人季后赛生涯单场篮板纪录。此前，戈塔特季后赛单场最多抢下16个篮板。
5.库里三分球里程碑
勇士客场128-103击败开拓者，勇士球星斯蒂芬-库里出场30分钟，20投12中，得到37分8次助攻7个篮板。此役过后，库里季后赛生涯得分达到1607分，超过泰肖恩-普林斯的1602分，升至历史第87位。
另外，此役，库里三分球11投7中，加上这7个三分，库里季后赛生涯三分命中数达到261个，追平前NBA球星罗伯特-霍里，升至历史第9位。
6.勇士单节45分平历史
本场球，勇士首节得到45分，创造了队史季后赛首节得分的新纪录，同时也追平了NBA历史季后赛首节得分的纪录。
此外，勇士首节三分球9投8中，追平了队史季后赛单节三分球命中数的纪录，而单节28分的分差也追平了本赛季联盟的首节最大分差纪录。
7.利拉德系列赛均分载入队史
开拓者这边，当家球星达米安-利拉德4场系列赛场均得到27.8分，数据显示，这也是开拓者队史近31年来季后赛场均得分最多的一次。（波洛）
" alt="25日纪录:库里3分球里程碑 利拉德输球仍载队史" class="photo-item-img hover-scale">25日纪录:库里3分球里程碑 利拉德输球仍载队史
一、全包比半包装修贵多少?
1、全包意味着当装饰公司进行装饰时，甚至是主要材料，包括瓷砖，地板，门，橱柜，卫生洁具等，都被雇用了装饰公司。
半包是所有者单独购买主要材料(主要主要材料包括：瓷砖，地板，门，卫生洁具，橱柜等)。
2、一般贵多少主要取决于装饰公司的选择，那么如果选择大公司，肯定会贵一些。如果您想在主要材料上省钱，请不要购买品牌产品，因为它们的广告费用非常昂贵。买名气不是很大，其中最便宜的东西最赚钱。
3、因为媒体包装必须付出一点劳动来购买材料和管理它们，所以不需要计算工资并相对节省。除了购置材料外，不计算收益，无论装修公司的管理费和税费如何，收益也是节省的一部分。相对来说半包更节省一些钱，通常每平方米节省40至50元。
二、全包的注意事项有哪些?
1、装修前咨询，全包装修应注意选择装饰公司后与设计师的早期沟通，以使设计师了解设计需求和业主以及设计师的使用需求您必须根据所有者的需求进行设计。
2、现场测量室内。一般而言开发人员提供的图纸在特殊部分中标有错误和遗漏。但是，设计人员仍然需要在现场进行测量并审查和改进以前的设计。
3、设计方案。完整的包装维修应注意设计师在测量房间后展示设计方案的能力。该计划包括图纸目录，制图表达，平面图，俯视图，立面图，节点图和家庭装修预算。
4、全包维修应注意签订房屋装修合同。如果房主对设计计划感到满意，则可以签署房屋装修合同。 《合同》没有表达完整的事项或其他补充事项，因此需要补充协议。此外房主在签订房屋装修合同时必须支付第一笔款项。
5、早期访问。一些好的装饰公司还将建立一个客户服务专员，业主签署合同后，服务专员会记住一些家庭装修问题。
6、现场送货。业主，设计师和施工主管在施工现场进行解释。完整的包装维修应注意计划，施工项目和过程实践的沟通。
7、全包的完整装修应注意材料的验收。一般来说好的装饰公司都有展览中心和材料销售部门。销售中心必须按照约定的时间将主要材料送到施工现场，业主将签字检查。
上面是小编为大家介绍有关于全包比半包装修贵多少相关的知识，通常主要在于风格设计以及材料的选择和装修公司选择方面有很大关系，大家可以根据实际情况选择合适的方法，具体想要了解更多精彩家装资讯，请继续关注网。
全包比半包装修贵多少 全包装修注意事项
谈起科技极限挑战，海尔空调可以说是圈里的常客。海尔空调在央视《挑战不可能》节目中多次进行了科技极限挑战项目。例如，在密闭玻璃房内，海尔净界空调挑战航天级无尘环境，助力航天研磨师完成挑战。
海尔空调在科技极限挑战这条路上，把诸多不可能变成了可能！归根结底，深层次的原因是海尔空调一直在探索着科技进步的无人区，挑战着自己领域的极限。
今年突如其来的疫情让大家关注到空调和空气健康问题，海尔空调在行业第一个推出56℃除菌自清洁空调，更因“只吹干净风”获得自清洁市场份额第一。到目前，行业也纷纷推出类似的产品，那么，海尔56℃除菌自清洁空调到底有什么不一样？
在这次79℃地表高温的沙漠中，海尔56℃除菌自清洁空调能否成功挑战运行极限？在沙漠里吹空调的愿望能实现吗？
7月12日，我们将会通过许多你意想不到的创意挑战项目一一为你呈现，现场还有神秘体验官见证海尔56℃除菌自清洁空调。相信会给你带来震撼和惊喜！
" alt="79℃沙漠是空调的“禁区”！海尔56℃除菌空调将发起挑战，能行？—万维家电网" class="photo-item-img hover-scale">79℃沙漠是空调的“禁区”！海尔56℃除菌空调将发起挑战，能行？—万维家电网
本期公开课，雷锋网请到了图普科技机器学习工程师 Vincent 为大家揭开 AI 可以助你成为“画家”的秘密。 Vincent 曾在英国留学两年，回国后加入图普，担任机器学习工程师一职，参与图普多个产品的研发工作，立誓要搞深度学习搞到死。
嘉宾介绍：
Vincent，图普科技机器学习工程师，主要从事工业级深度学习算法的研发。曾任摩根大通欧洲技术中心分析师，IBM爱丁堡办公室软件工程师。熟悉自然语言处理（文本分类，语言模型等），图像转换（艺术滤镜、图片上色等）和分类算法。
以下内容章整理自公开课分享。
｜深度神经网络在图像识别领域的进展
自从 2012 年 Alexnet 横空出世，一举夺得 ImageNet 图片分类大赛冠军之后，深度学习一飞冲天，以卷积网络为首的深度神经网络不断刷新各种计算机视觉任务的 State-of –the-art 。过去四五年间，我们可以看到学术界不断地开发出各种不同结构的卷积神经网络，而且，这些结构并不仅仅是在 Alexnet 的基础上加深层数，而是自成一派，各有所长。
本次公开课重点分享三种神经网络结构：
Network in Network（NIN，网络中的网络）：卷积网络是一种线性操作，非线性的表现能力有限，NIN 的研发者设计了比起传统的卷积网络更复杂的操作 —— MLPconv，并用 Global average pooling 极大的改进了卷积网络的大小。
VGG 和 GoogLeNet（inception_v1）：二者是 2014 年 ImageNet 竞赛的双雄。VGG 的设计理念，全部都用了 3x3 卷积，增加了网络的深度。 GoogLeNet 属于Google 的 Inception 系列，用了比较花式的网络设计，旨在减少网络的运算量，加快训练 。
Resnet（深度残差网络）： 根据无限逼近定理（Universal Approximation Theorem），我们可以用一个一层的神经网络来实现任意的维到维的映射，但网络的参数量（网络的宽度）会随着问题复杂度的增加变得非常大，而增加网络的深度则可以让我们用更少的参数量实现同样的映射。但是，随着神经网络层数的加深，它们的训练也会变得越来越困难，因为在训练时会出现梯度消失的状况。Resnet 很好的解决了这个问题，让训练达1000多层的神经网络变得可能。
除了图片分类，以 RCNN 系列为首的神经网络技术在物体检测任务上也取得了重大进展，近年来也出现了速度更快（YOLO），效果更好的算法（SSD）。
最近很火的 GAN 是一个训练框架，在 GAN 出现之前， 生成模型的训练是一件相对较困难的事情，GAN 出现后，生成模型训练的效率大大提高。
GAN的应用大部分也是生成模型的应用，用来生成图片、音乐、文字等。但是对抗训练对训练判别模型也是有非常大的帮助的，因为虽然有非线性的激活函数，但深度网络依然是高度线性的，会对误差进行累积，累积的误差结果通过肉眼分辨不出来，但是可以从卷积网络中看出。但与普通线性模型不同，深度神经网络可以拟合对抗训练可以很好的解决这个问题，解决方式是生成对抗样本，使得网络对对抗样本的容忍性更强些。
GAN这一两年来产生了许多非常有意思的应用，其中包括上期公开课中冯佳时博士提到的超分辨率，旨在把低分辨率的图片放大，而尽量不让其清晰度受影响。
｜纹理转换
近几个月比较火的纹理转换也就是所谓的图片风格化，在深度学习之前，这也是一个非常困难的问题。其本质原因在于之前非深度学习的方法只能获取到目标图片低层次的图片特征，这导致这些方法无法独立的对图片的语义内容和风格的变化进行有效地建模，从而无法很好地对两者进行解耦和合成。
风格化算法现在更迭了两代。
第一代风格化算法：Neural Style
2015年的时候，德国图宾根大学的学者们提出了一种用深度神经网络各层的响应来表达图片的风格和内容的办法，方法可概括为：
准备好在 ImageNet 数据集上训练好的 VGG 网络，然后选取其中的某些层作为风格语义的提取层，某些层作为内容语义的提取层；
用这个训练好的 VGG 提取风格图片代表风格的高层语义信息，具体为，把风格图片作为 VGG 的输入，然后提取在风格语义选取层激活值的格拉姆矩阵（Gramian Matrix）。值得一提的是，格拉姆矩阵的数学意义使得其可以很好地捕捉激活值之间的相关性，所以能很好地表现图片的风格特征；
用 VGG 提取被风格化图片代表内容的高层语义信息，具体为，把该图片作为 VGG 的输入，然后提取内容语义提取层的激活值。这个方法很好地利用了卷积神经网络的性质，既捕捉了图片元素的结构信息，又对细节有一定的容错度；
随机初始化一张图片，然后用2，3介绍的方法提取其风格，内容特征，然后将它们分别与风格图片的风格特征，内容图片的内容特征相减，再按一定的权重相加，作为优化的目标函数。
保持 VGG 的权重不不变，直接对初始化的图⽚做梯度下降，直至目标函数降至一个比较小的值。
这个方法的风格化效果震惊了学术界，但它的缺点也是显而易见的，由于这种风格化方式本质上是一个利用梯度下降迭代优化的过程，所以尽管其效果不不错，但是风格化的速度较慢，处理一张图片在GPU上大概需要十几秒。deepart.io这个网站就是运用这个技术来进行图片纹理转换的。
第二代风格化算法：Fast Neural Style
有了可以解耦图片风格和内容的方式，我们就能训练一个端到端的网络，使得我们只需要做一次前向，就能得到风格化图片。因此生成图片大概的步骤是，根据转化的网络得到输出，输出至 VGG 网络，提取风格特征后，跟风格图片的特质做比较，内容图片的特征也会被提取，跟内容图片做比较。
这种算法的有点是速度快，可以在GPU上做到实时生成。去年年中火爆全世界的 Prisma，背后就是这个技术。但这个技术还是有缺陷的，比如由于卷积网络固有的性质，它无法像手动绘图一样对图片的细节进行精挑细选的处理，所以它像是一个豪放的印象派画家，对一些对细节要求比较高的任务，比如人物的动漫化，这种方式是不太适合的。
所以，前段时间⽐较流行的《你的名字》同款滤镜所用到的技术跟Prisma 并不一样，我们猜测这个滤镜不是端到端的，而是会先对原图做像素分割，找出可能是天空的部分，然后加上新海诚特色的云，其他部分则会做一些滤镜化处理。
纹理转换的另外一个非常有意思的应用是Neural Doodle，运用这个技术，我们可以让三岁的小孩子都轻易地像莫奈一样成为绘画大师。这个技术本质上其实就是先对一幅世界名画（比如皮埃尔-奥古斯特·雷诺阿的Bank of a River）做一个像素分割，得出它的语义图，让神经网络学习每个区域的风格。
然后，我们只需要像小孩子一样在这个语义图上面涂鸦（比如，我们想要在图片的中间画一条河，在右上方画一棵树），神经网络就能根据语义图上的区域渲染它，最后得出一幅印象派的大作。
大家如果有关注 AI 领域信息的话，可能也知道 Facebook 宣布了他们的 caffe2go 框架，并展示了他们在手机上的实时风格化视频，这项成果意义重大，主要体现在可以在手机端非常有效率的运行人工智能的算法，把有趣的人工智能技术实现到你的手掌心。例如现在直播或视频中可以在人脸上添加各种可爱小动物表情的技术也是人工智能的技术，其主要运用了人脸关键点检测技术。
实现视频风格化的难点在于：
像图像风格化这样的重型应用，如果要在手机上做到实时效果，需要有非常多工程上的优化和算法方面，在尽量不影响效果的前提下减少网络的参数量；
⽐起单图片风格化，视频风格化需要考量的东西会更多，单独对视频的每一帧进行处理，不考虑帧与帧之间的关联，会造成风格化的视频抖动和不协调。
｜黑白照片上色
最后一个要介绍的技术为黑白照片上色（Colourful Image Colourization），想象一下，如果人工智能出色地完成这个任务，我们便可以用它来为老照片，老电影增色，轻易地为漫画上色了。本次公开课我会主要介绍去年 ECCV 里加州大学伯克利分校的一篇文章介绍的方法。这个方法与之前方法的不同之处在于，它把照片上色看成是一个分类问题——预测三百多种颜色在图片每一个像素点上的概率分布。这种方法tackle了这个任务本身的不确定性，例如，当你看到一个黑白的苹果时，你可能会觉得它是红色的，但如果这个苹果是青色的，其实也并没有多少违和感。大家也可以到作者的网站网站来试用他们的demo。
这篇文章里面介绍的方法有两个非常重要的trick：
颜色重平衡（Class rebalancing）
我们都知道，各个颜色在全世界所有彩色照片里面的分布是不一样的。比如，大部分照片里面可能会有天空，墙壁，草地等。论文作者给出了 ImageNet 数据集中颜色的分布，可以看出，如果用 LAB 的方式来表示图片(L 通道为像素的亮度，AB 通道表示颜色)，ab 值比较低的颜色出现的频率远高于其他颜色。
如果不考虑这个问题，我们的目标函数会对 ab 值⽐比较高的颜色极其不敏感。所以，论文作者提出了了一种方法——在训练时让每一个像素点乘上一个系数，系数的大小与该像素点 ab 值的分布有关。运用这个trick，输出图片的颜色会更有多样性，更接近真实的图片。
从概率分布得出预测颜色值（Point estimate）
我们知道，这个网络的输出是各个像素点ab值的概率分布，那么我们如何去通过这个概率分布得出这个ab值呢？当然，我们可以直接选择概率最大的值作为我们的 prediction，这种做法下输出图片的颜色会更加鲜艳，但很多时候会有不自然的patch出现。另外一种做法是，取这个概率分布的均值作为prediction，这会导致我们的输出图片对比度非常低。作者在这篇文章里提出了一个折中的做法：我们可以调整Softmax 函数的 temperature，然后再求新的概率分布的均值。
这篇文章介绍的方法虽然效果很好，但它还是有缺陷的。比如，对狗的图片上色时，即使它没有伸出舌头，神经网络总是会“想象”它伸出了，然后在鼻子下面的一小块区域涂上红色。而且，上色后的图片有时会出现一小块突兀的 patch。
以上介绍的几个技术都并不是完美的，但是瑕不掩瑜，我们能从中看到深度学习的潜力，明白它能做的远远不止是分类和检测。我相信随着社会对深度学习的热情越来越大，更多有趣的成果会不断产生。如果你觉得以上的技术很酷，那我保证，你的惊讶才刚刚开始。
｜有关产品化的思考
当然，要把学术界的成果应用到工业界其实并不是一件容易的事情。我们做机器学习的都知道一个著名的定理叫No Free Lunch Theorem，它说的就是，我们并不可能找到对所有问题都最优的算法。在ImageNet数据集上表现最好的算法，在工业级庞大、复杂、多变的数据上并不一定就会表现好。所以我们也根据各个客户数据分布的不同做了很多特定的优化。比如我们在为映客提供审核服务，直播场景本身就非常多样和复杂，我们发现当直播视频界面出现大量用手机或者电脑等电子产品播放另一个界面的内容，相对整个图片来说，内容呈现部分所占比例很小且十分模糊、不明显，当出现色情、暴恐等不良信息的时候，人工以及标准化的审核模型难以精准识别，误判、漏判的概率较高。于是我们需要针对这个问题具体优化，针对画中画的数据再做识别，然后再调用普通的审核模型。雷锋网雷锋网
图普的产品目前已经在多个行业领域取得很好的应用，但它们暂时只能在一定程度上减少大部分审核人力，无法完全替代人工。这一轮融资过后，我们将加大在服务和计算能力方面的投入，提升产品运行速度和鲁棒性；在算法方面，继续提高图像识别准确率和召回率，我们的愿景是完全解放审核人力，我们也将往审核之外的其他方向扩张业务，如人脸识别，增强现实等，提供更直接，高效和多样化的任务。
" alt="AI 如何助你成为“画家”｜雷锋网公开课" class="photo-item-img hover-scale">AI 如何助你成为“画家”｜雷锋网公开课
《执行通知书》显示，福建省泉州市泉港区人民法院在执行申请执行人中国光大银行股份有限公司泉州分行与被执行人福建纳川管材科技股份有限公司、陈志江等金融借款合同纠纷一案中，经查，被执行人福建纳川管材科技股份有限公司、陈志江等拒不履行生效法律文书所确定的义务。裁定如下:
1）冻结、划拨被执行人福建纳川管材科技股份有限公司、陈志江等应当履行义务部分的银行存款；
2）扣留、提取被执行人福建纳川管材科技股份有限公司、陈志江等应当履行义务部分的收入；
3）查封、扣押被执行人福建纳川管材科技股份有限公司、陈志江等应当履行义务部分的财产；
4）拍卖、变卖被执行人福建纳川管材科技股份有限公司、陈志江等应当履行义务部分的财产。
《限制消费令》则显示，因被执行人陈志江、福建纳川管材科技股份有限公司未履行生效法律文书确定的义务，根据《最高人民法院关于限制被执行人高消费及有关消费的若干规定》，福建省泉州市泉港区人民法院决定自本令生效之日起对被执行人陈志江、福建纳川管材科技股份有限公司采取限制消费措施。
此外，ST纳川同时发布了《关于公司股票交易可能被实施退市风险警示的第二次提示公告》。公告显示，ST纳川预计2025年度利润总额、净利润、扣除非经常性损益后的净利润三者孰低为负值，且扣除后的营业收入低于1亿元，期末净资产为负值。同时，ST纳川2024年度内控审计报告为否定意见，预计2025年度内控审计报告仍为否定意见。根据《深圳证券交易所创业板股票上市规则》相关规定，在公司披露2025年年度报告及2025年度内部控制审计报告后，公司股票交易可能被实施退市风险警示（股票简称前冠以“*ST”字样）。
据悉，被执行人陈志江为ST纳川原董事长。2024年6月，陈志江因个人身体原因申请辞去 公司第五届董事会董事、董事长、战略委员会主任委员、审计委员会委员等职务，但在新任董事会选举结果出炉之前，继续履行董事、董事长、代理董事会 秘书及董事会专门委员会中的相关职责。
2026年1月30日，ST纳川选举产生了公司第六届董事会。董事会同意选举金超女士担任公司董事长。此次换届完成后，陈志江不再担任公司董事长、法定代表人、董事及董事会专门委员会的相关职务，且不再担任ST纳川任何职务。
" alt="环保上市公司原董事长拒不履行判决被限消，公司或将退市" class="photo-item-img hover-scale">环保上市公司原董事长拒不履行判决被限消，公司或将退市
光伏板下的“新草场”
最新发布
省财政厅强化资金保障，重点支持“数字领航”企业典型示范、中小企业数字化应用、分区域分行业开展数字化转型等；优化支持方式，推动实施贷款贴息、融资租赁贴息、模式创新等方式对数字化转型项目给予支持，支持在省十大新兴产业引导基金体系中设立省制造业数字化转型子基金。
此外，省财政厅加快政策落地，协同省经信厅等有关部门研究制定实施细则，规范程序、简化操作，积极实施“免申即享”；设立“经信厅免申即享保障”微信群，建立专班，为部门政策资金高效下达提供技术保障。（记者 朱卓）
" alt="10亿元助力制造业“三化”转型" class="front-end-item-img hover-scale">10亿元助力制造业“三化”转型[摘要]北京时间4月26日消息，来自美媒体的报道称，热火队总裁帕特-莱利日前在接受采访时承认，后悔2014年休赛期不该以顶薪续约克里斯-波什。“神算子”还表示，对德维恩-韦德离开非常伤心。 2014年夏天，波什一度和火箭队走的很近，在勒布朗-詹姆斯做出回克利夫兰...
北京时间4月26日消息，来自美媒体的报道称，热火队总裁帕特-莱利日前在接受采访时承认，后悔2014年休赛期不该以顶薪续约克里斯-波什。“神算子”还表示，对德维恩-韦德离开非常伤心。
2014年夏天，波什一度和火箭队走的很近，在勒布朗-詹姆斯做出回克利夫兰的决定后，莱利给波什一份为期5年总价值1.18亿美元的顶薪合同。
当时“龙王”的身体完全健康。波什也承认，如果不是莱利开出顶薪，或许他已经与火箭队签约。但现在，莱利后悔了……
“当时不应该给（波什）顶薪，”莱利说道，“因为这样我们没有更多的薪资来续约韦德。”
因为血栓，波什自2016年全明星周末后就再也没有打过球。赛季告别会上，莱利透露他和波什有过接触，但现在还没有具体的解决方案。
去年夏天韦德原来的合同到期，他和热火队在续约问题上僵持了很久，最终“闪电侠”决定回家乡（芝加哥）打球，从而结束了在热火队效力的13年生涯。
“我知道他（韦德）认为我在续约这件事上做的不好，”莱利说道，“但当韦德宣布不续约时，我真的非常非常伤心。”
韦德在热火队效力期间，一共3次夺取总冠军。而现在的热火队正处于重建期，本赛季他们距离季后赛只差一步，最终排在东部第9位。（jim）
" alt="莱利后悔当年顶薪续约波什 称韦德离开他很伤心" class="front-end-item-img hover-scale">莱利后悔当年顶薪续约波什 称韦德离开他很伤心[摘要]北京时间4月26日消息，来自美媒体的报道称，在季后赛首轮被横扫后，开拓者队当家球星达米安-利拉德称赞了勇士队，称勇士队就像当年被迈克尔-乔丹挑战的那支活塞队。 “勇士队是一支总冠军级别的球队，”利拉德表示，“无论是看他们打球，还是与他们交手，都...
北京时间4月26日消息，来自美媒体的报道称，在季后赛首轮被横扫后，开拓者队当家球星达米安-利拉德称赞了勇士队，称勇士队就像当年被迈克尔-乔丹挑战的那支活塞队。
“勇士队是一支总冠军级别的球队，”利拉德表示，“无论是看他们打球，还是与他们交手，都能明显感觉到他们的坚韧。无论是顺境还是逆境，他们都在打自己的篮球，做他们自己的事。他们有很棒的篮球氛围，团结一致。”
“是的，他们本身就有很高的篮球天赋，再加上之前那些品质，所以击败他们是件非常困难的事，”利拉德继续说道。
利拉德明白，要想成功必须击败勇士队。“对我们来说，也希望能有这样的凝聚力，队友间彼此信任，”利拉德表示，“我们当然明白，要想冲出西部，必须迈过勇士队。”
“这就是NBA，（勇士队）让我想到了当年的活塞队，他们也是年年击败乔丹，但乔丹每年仍在挑战（活塞队）。没有其他原因，乔丹知道，要夺冠必须打败活塞队，因为他们总会在那等你。”
1988-90年，乔丹和公牛队连续3年在季后赛被活塞队淘汰。终于在1991年东部决赛，乔丹完成复仇，并在那年获得个人职业生涯首冠。
利拉德说道：“对我来说也是这样，只有强大的对手，才能让我们变得更好。不只是个人，团队也需要变得更好。”
与勇士队的系列赛，利拉德场均出场37.8分钟，交出27.8分4.5篮板3.3助攻1.3抢断的数据。
对开拓者队来说，这个夏天他们的阵容在理论上不会有太大变动。（jim）
" alt="利拉德：要夺冠必过勇士 就像当年乔丹挑落活塞" class="front-end-item-img hover-scale">利拉德：要夺冠必过勇士 就像当年乔丹挑落活塞“家里主要收入来源是什么？孩子们学习怎么样？”在吕亭镇的困难家庭中，就读于阜阳师范大学的准大四学生朱佳琪手持笔记本，细致询问、耐心倾听，认真记录每户的家庭结构、经济状况与实际困难。她不仅为后续帮扶工作提供了详实的一手资料，更将大学期间省吃俭用积攒的生活费，全部捐赠给桐城市情系爱心联合会，定向资助本地困境学生。
“看到有些孩子因经济原因求学困难，我就想尽自己所能帮一把。”朱佳琪说，尽管捐赠数额不算巨大，但她希望为家乡教育帮扶贡献一份力量。
吕亭镇还有很多大学生志愿者，像朱佳琪一样，心怀热忱、主动返乡，在不同岗位上默默奉献，彰显出新时代青年回报家乡、服务社会的责任与情怀。 （通讯员 王雅文）
" alt="桐城市吕亭镇：青春返乡践初心志愿服务显担当" class="front-end-item-img hover-scale">桐城市吕亭镇：青春返乡践初心志愿服务显担当
大连凯美一贯本着秉承“守法诚信，合作共赢”的经营理念，戮力同心，扎实进取，强化核心，发挥优势，努力实现良性健康发展的宗旨，热情为各新老用户提供优质的产品和完善的服务，努力开拓市场，公司已同六十多个国家和地区的近千家客户建立了贸易关系，年进出口贸易总额超过一亿美元。
大连化工品供应商哪家好：大连凯美进出口集团有限公司于2002年通过了ISO9001:2000版国际质量标准认证，2017年又通过了ISO9001:2015版国际质量标准认证。化工品供应商大连凯美是大连市进出口企业100强单位，同时是中国五矿化工、医药保健品、轻工工艺、纺织品、食品土畜、机电产品进出口商会的会员单位。获得了《危险化学品经营许可证》、《食品进口流通许可》等专业资质。公司曾先后获得全国外经贸系统先进集体、全国外经贸质量效益型先进企业、辽宁省重合同守信用单位、大连市先进单位，大连市先进党委，大连市遵守劳动保障法规AAA级诚信用人单位、大连市精神文明建设先进单位、大连模范职工之家、大连五一 劳动奖状等多项荣誉称号。
作为化工品供应商大连凯美与我们的合作伙伴以诚相待，相互信任，相互理解，精诚合作，互惠互利，增进了友谊，扩大了合作，共同推动发展。
大连化工品供应商哪家好?答案大连凯美以揭晓，欢迎来电洽谈!
本文转自：http://www.chemgroup.cn/zixunzhongxin/2019/0129/432.html
“泉州”地名出现在红砖厝顶，成为游客争相打卡的背景墙。（ 洪娜娜 摄 ）
清晨的泉州西街，晨曦踮着脚尖掠过古厝燕尾脊的翘角，红砖缝间的青苔，是泉州建筑的历史印记。暮色下的中山南路承载千年商脉，外立面以红砖打底，红砖雕刻、堆塑与剪瓷相映成趣，一砖一饰都在诉说着闽南骑楼的鲜活故事。
“那些开在墙上的花不凋零。”
红砖建筑风格在闽南遍地开花，将美好融入红砖永驻，“囍”字红砖装饰新婚窗户，瑞兽传递祈福寓意……那些精雕细琢的装饰纹样里，藏着说不尽的文化密码，更寄托着闽南人对美好生活的朴素期盼——既有建筑风骨的厚重，更有烟火人间的温情。解锁红砖厝，感受那些刻在砖上的泉州智慧，品味闽南生活的小确幸。
墙
红砖为骨
藏着闽南取材智慧
当年要说闽南建筑圈的“顶流”，泉州红砖古厝是其中的代表，时至今日也是如此。可别以为这只是单纯的“颜值控”，这红砖骨子里的智慧，全藏在“取材”二字里。闽南多丘陵，“靠山吃山”发挥了作用，黏土里富含三氧化二铁，烧成红砖却成了温润厚重的“烟炙红”。闽南人顺势而为，把这天然的“朱红”搬上墙面，既省了染料钱，又造就了独一份的“闽南红”。
红砖，是闽南建筑的“底色”，更是适配一方水土的生存哲学。据明代万历年间《泉州府志》记载：“其土赤埴，陶瓦器坚致耐久”，闽南特有的红壤烧制出的红砖，不仅抗侵蚀、保温隔音，孔隙结构还能调节室内湿度，完美适配闽南夏季湿热、雨季漫长的气候特征，这是闽人就地取材、顺应自然的生动体现。
“红砖白石双坡曲，出砖入石燕尾脊。雕梁画栋皇宫起，石雕木雕双合璧。”泉州红砖古厝凝聚闽南民居营造技艺精华。（庄丽祥 摄）
“红砖不会说话，闽南人却用自己的巧手让其诉说了闽南地区的历史文化，闽南红砖就是本土风俗最好的见证者之一。”伍健东是闽南砖雕继承人，他如是说。泉州的红砖一块一块，垒起了一堵堵墙，建造了闽南人的家园。闽南古厝用红砖作骨，以各式花堵、纹饰构筑起独特的信仰与期盼，墙与饰相融，让美好寓意藏于方寸，尽显雅致底蕴，成为闽南人写给大地的“情书”。
雕
砖上生花
刻着吉祥的生活祈愿
如果说红砖是建筑的骨，那么红砖雕刻便是骨上的魂，一雕一刻间，皆是闽南人对美好生活的极致追求。泉州市古建筑有限公司的蒋钦全深耕闽南传统建筑界50余载，作为2025年度“全国文物大工匠”福建省唯一入选者，他眼中的红砖雕刻，是“以物载情”的吉祥暗号，更是凝聚华侨乡愁、增强文化认同的桥梁。
在他眼里，红砖雕刻和石雕、木雕艺术巧妙叠加，龙凤、麒麟等瑞兽直接嵌入墙面，线条顺滑灵动，构图精巧耐看，尽显泉州古建筑“巧、美、秀、雅”的独特风格。走进南安蔡氏古民居，篆体“鹤算龟龄”“凤毛麟趾”嵌于红砖墙间，尽显大户人家的雅致底蕴；大门上的红砖雕更是花样繁多，“喜上眉梢”“福禄寿”“花开富贵”“五福临门”，个个寓意吉祥又讨喜，能工巧匠们的过人智慧与奇思妙想，都在这砖雕里展现得淋漓尽致。
再来到晋江五店市，126亩古厝群的红砖墙在阳光下泛着温润的光泽，胭脂红锚住了时光，让红砖的历史文脉变得具象。古人用兰花比喻君子，梅花有一种向上奋进的精神。在五店市朝北大厝门口的对看堵中，青、白两种颜色的石材构件素雅大方，并镌刻着醒目的梅花与兰花。
五店市：闽南特色传统文化街区
红砖雕刻还融入了生活百态与自然意象。中山南路修缮后的古厝门窗、门堵上，红砖雕刻错落分布，吉祥鸟姿态栩栩如生，与剪瓷工艺相映成趣，共同诠释“松鹤延年”“四季平安”的美好寓意。这些雕刻不仅是装饰，更是闽南人将祝福刻进建筑、融入生活的生动表达，让每一面红砖墙都成为传递吉祥的“信物”。
红砖这材质，它天生“硬核”又自带“高颜值”，简直就是给堆塑、剪瓷这些“手艺活”量身定制的舞台。堆塑工艺中，遵循“水泥砂浆打底，表面修饰”流程，配比按泉州气候反复调试，打底厚度精准到毫米，表面修饰在泥浆半干时一气呵成。再看剪瓷工艺，秘诀就是在水泥里掺了传统的蚵壳灰，这招既让剪瓷稳稳“扒”住墙面，又呼应了泉州古城的“蚵壳基因”。 这些工艺均以红砖特性与环境需求为出发点，实现与建筑的深度适配。
纹
传承美好
红砖藏着的文化密码
红砖上的纹样，是闽南文化的“活密码”，一纹一意间，藏着说不尽的民俗风情与精神寄托。
红砖的多种艺术表现形式（魏婧琳 摄）
在泉州红砖厝中，红砖的纹样堪称“吉祥百科”：每一笔都将对平安、富足的期盼融入每一块砖的拼接之中。民间红砖厝外墙与装饰纹中，“福”“寿”“囍”等文字纹样随处可见，新婚窗户上的“囍”字红砖，更是将喜庆氛围拉满，既显精致又藏祝福，让建筑成为传递情感的载体。
除了文字与传统吉祥纹，堆塑、剪瓷等工艺也为红砖纹样增添了别样韵味。中山南路胭脂巷口的剪瓷花鸟“迎客纹”，牡丹以黄釉瓷片堆塑、剪瓷呈现，与红砖墙面浑然一体；中山南路309-313号的梅兰竹菊剪瓷依次铺展，将“四君子”的高洁品格融入建筑装饰，让纹样在实用与美观中实现完美平衡。
中山南路胭脂巷口的花鸟剪瓷成了巷口的“迎客纹”（图源：鲤城微事）
中山南路上的竹子和梅花剪瓷（图源：鲤城微事）
如今，闽南红砖文化更是从传统建筑墙上走到了现代人们家中。近年来，泉州持续推动红砖文化的传承与活化，研发红砖文创品，开展红砖研学，让原本只能远观的古厝红砖变成了能带回家近赏的“纪念品”、能用的“生活品”、能玩的“文创品”。能工巧匠们发扬砖雕艺术，使得建筑艺术完成了向生活艺术的延伸。泉州砖雕艺人吴育琳的红砖雕刻涵盖泉州十景与文化意象，并开发茶盘、杯托、红砖“囍”等生活化产品，助力红砖文创品出圈。晋江梧林传统村落开设红砖研学课，孩子们在实践中感受文化魅力，了解泉州建筑里的生活哲学与文化密码，续作新时代的红砖诗画……
从风靡闽南、东南亚的殿堂级建筑文化，到深入千家万户的时尚型生活美学，闽南红砖以她延续千年的生命力，正绽放出独特又耀眼的时代光芒。
" alt="闽人智慧丨闽南红砖会“说话”：装饰里的文化密码" class="front-end-item-img hover-scale">闽人智慧丨闽南红砖会“说话”：装饰里的文化密码
载体推介 释放合作共赢新机遇
参观结束后，在ChanceCO雀幸联合路演大厅举行招商推介会。泉州市住宅建设开发有限公司、泉州能源集团应邀作招商载体推介。
泉州市住宅建设开发有限公司重点推介北峰-丰州片区站前商务综合体项目。该项目依托动车站枢纽优势，联动数字经济产业园，打造集高端商业、星级酒店、品质住宅于一体的综合性开发标杆，填补片区大型商业综合体与高端酒店配套空白，进一步完善北峰-丰州组团城市功能，助力动车站商圈提质升级。
泉州能源集团重点推介“泉州能创产业园”项目，聚焦新能源、智能制造两大核心赛道，致力于将交通枢纽片区打造为创新创业新高地，布局能源互联网、智能装备研发等赛道，构建“研发+孵化+制造”全链条生态。
三大招商载体的集中亮相，全面展现了北峰片区的发展潜力与合作机遇，让与会嘉宾全面了解北峰片区开发建设成果，进一步坚定了投资北峰、深耕北峰的信心。
乡贤聚力 谱写拼抢发展新篇章
乡贤是北峰最宝贵的资源，企业家是北峰最坚实的脊梁。2025年，在广大乡贤与企业家的鼎力支持下，北峰街道交出亮眼成绩单：全年完成招商签约入库项目11个，总投资113.15亿元，招商投资额完成率达125.7%，经济综合增速连续两年位居全区各街道第一。
下一步，北峰街道将持续深耕乡贤招商、以商招商，以全周期服务、全方位保障，让每一位乡贤和企业家投资放心、创业安心、发展舒心，奋力实现2026年“大拼经济、大抓发展”新突破。
原标题：抢先机 拼经济 抓发展！丰泽北峰街道举办2026年新春茶话会暨招商推介会" alt="抢先机 拼经济 抓发展！丰泽北峰街道举办2026年新春茶话会暨招商推介会" class="front-end-item-img hover-scale">抢先机 拼经济 抓发展！丰泽北峰街道举办2026年新春茶话会暨招商推介会本期公开课，雷锋网请到了图普科技机器学习工程师 Vincent 为大家揭开 AI 可以助你成为“画家”的秘密。 Vincent 曾在英国留学两年，回国后加入图普，担任机器学习工程师一职，参与图普多个产品的研发工作，立誓要搞深度学习搞到死。
嘉宾介绍：
Vincent，图普科技机器学习工程师，主要从事工业级深度学习算法的研发。曾任摩根大通欧洲技术中心分析师，IBM爱丁堡办公室软件工程师。熟悉自然语言处理（文本分类，语言模型等），图像转换（艺术滤镜、图片上色等）和分类算法。
以下内容章整理自公开课分享。
｜深度神经网络在图像识别领域的进展
自从 2012 年 Alexnet 横空出世，一举夺得 ImageNet 图片分类大赛冠军之后，深度学习一飞冲天，以卷积网络为首的深度神经网络不断刷新各种计算机视觉任务的 State-of –the-art 。过去四五年间，我们可以看到学术界不断地开发出各种不同结构的卷积神经网络，而且，这些结构并不仅仅是在 Alexnet 的基础上加深层数，而是自成一派，各有所长。
本次公开课重点分享三种神经网络结构：
Network in Network（NIN，网络中的网络）：卷积网络是一种线性操作，非线性的表现能力有限，NIN 的研发者设计了比起传统的卷积网络更复杂的操作 —— MLPconv，并用 Global average pooling 极大的改进了卷积网络的大小。
VGG 和 GoogLeNet（inception_v1）：二者是 2014 年 ImageNet 竞赛的双雄。VGG 的设计理念，全部都用了 3x3 卷积，增加了网络的深度。 GoogLeNet 属于Google 的 Inception 系列，用了比较花式的网络设计，旨在减少网络的运算量，加快训练 。
Resnet（深度残差网络）： 根据无限逼近定理（Universal Approximation Theorem），我们可以用一个一层的神经网络来实现任意的维到维的映射，但网络的参数量（网络的宽度）会随着问题复杂度的增加变得非常大，而增加网络的深度则可以让我们用更少的参数量实现同样的映射。但是，随着神经网络层数的加深，它们的训练也会变得越来越困难，因为在训练时会出现梯度消失的状况。Resnet 很好的解决了这个问题，让训练达1000多层的神经网络变得可能。
除了图片分类，以 RCNN 系列为首的神经网络技术在物体检测任务上也取得了重大进展，近年来也出现了速度更快（YOLO），效果更好的算法（SSD）。
最近很火的 GAN 是一个训练框架，在 GAN 出现之前， 生成模型的训练是一件相对较困难的事情，GAN 出现后，生成模型训练的效率大大提高。
GAN的应用大部分也是生成模型的应用，用来生成图片、音乐、文字等。但是对抗训练对训练判别模型也是有非常大的帮助的，因为虽然有非线性的激活函数，但深度网络依然是高度线性的，会对误差进行累积，累积的误差结果通过肉眼分辨不出来，但是可以从卷积网络中看出。但与普通线性模型不同，深度神经网络可以拟合对抗训练可以很好的解决这个问题，解决方式是生成对抗样本，使得网络对对抗样本的容忍性更强些。
GAN这一两年来产生了许多非常有意思的应用，其中包括上期公开课中冯佳时博士提到的超分辨率，旨在把低分辨率的图片放大，而尽量不让其清晰度受影响。
｜纹理转换
近几个月比较火的纹理转换也就是所谓的图片风格化，在深度学习之前，这也是一个非常困难的问题。其本质原因在于之前非深度学习的方法只能获取到目标图片低层次的图片特征，这导致这些方法无法独立的对图片的语义内容和风格的变化进行有效地建模，从而无法很好地对两者进行解耦和合成。
风格化算法现在更迭了两代。
第一代风格化算法：Neural Style
2015年的时候，德国图宾根大学的学者们提出了一种用深度神经网络各层的响应来表达图片的风格和内容的办法，方法可概括为：
准备好在 ImageNet 数据集上训练好的 VGG 网络，然后选取其中的某些层作为风格语义的提取层，某些层作为内容语义的提取层；
用这个训练好的 VGG 提取风格图片代表风格的高层语义信息，具体为，把风格图片作为 VGG 的输入，然后提取在风格语义选取层激活值的格拉姆矩阵（Gramian Matrix）。值得一提的是，格拉姆矩阵的数学意义使得其可以很好地捕捉激活值之间的相关性，所以能很好地表现图片的风格特征；
用 VGG 提取被风格化图片代表内容的高层语义信息，具体为，把该图片作为 VGG 的输入，然后提取内容语义提取层的激活值。这个方法很好地利用了卷积神经网络的性质，既捕捉了图片元素的结构信息，又对细节有一定的容错度；
随机初始化一张图片，然后用2，3介绍的方法提取其风格，内容特征，然后将它们分别与风格图片的风格特征，内容图片的内容特征相减，再按一定的权重相加，作为优化的目标函数。
保持 VGG 的权重不不变，直接对初始化的图⽚做梯度下降，直至目标函数降至一个比较小的值。
这个方法的风格化效果震惊了学术界，但它的缺点也是显而易见的，由于这种风格化方式本质上是一个利用梯度下降迭代优化的过程，所以尽管其效果不不错，但是风格化的速度较慢，处理一张图片在GPU上大概需要十几秒。deepart.io这个网站就是运用这个技术来进行图片纹理转换的。
第二代风格化算法：Fast Neural Style
有了可以解耦图片风格和内容的方式，我们就能训练一个端到端的网络，使得我们只需要做一次前向，就能得到风格化图片。因此生成图片大概的步骤是，根据转化的网络得到输出，输出至 VGG 网络，提取风格特征后，跟风格图片的特质做比较，内容图片的特征也会被提取，跟内容图片做比较。
这种算法的有点是速度快，可以在GPU上做到实时生成。去年年中火爆全世界的 Prisma，背后就是这个技术。但这个技术还是有缺陷的，比如由于卷积网络固有的性质，它无法像手动绘图一样对图片的细节进行精挑细选的处理，所以它像是一个豪放的印象派画家，对一些对细节要求比较高的任务，比如人物的动漫化，这种方式是不太适合的。
所以，前段时间⽐较流行的《你的名字》同款滤镜所用到的技术跟Prisma 并不一样，我们猜测这个滤镜不是端到端的，而是会先对原图做像素分割，找出可能是天空的部分，然后加上新海诚特色的云，其他部分则会做一些滤镜化处理。
纹理转换的另外一个非常有意思的应用是Neural Doodle，运用这个技术，我们可以让三岁的小孩子都轻易地像莫奈一样成为绘画大师。这个技术本质上其实就是先对一幅世界名画（比如皮埃尔-奥古斯特·雷诺阿的Bank of a River）做一个像素分割，得出它的语义图，让神经网络学习每个区域的风格。
然后，我们只需要像小孩子一样在这个语义图上面涂鸦（比如，我们想要在图片的中间画一条河，在右上方画一棵树），神经网络就能根据语义图上的区域渲染它，最后得出一幅印象派的大作。
大家如果有关注 AI 领域信息的话，可能也知道 Facebook 宣布了他们的 caffe2go 框架，并展示了他们在手机上的实时风格化视频，这项成果意义重大，主要体现在可以在手机端非常有效率的运行人工智能的算法，把有趣的人工智能技术实现到你的手掌心。例如现在直播或视频中可以在人脸上添加各种可爱小动物表情的技术也是人工智能的技术，其主要运用了人脸关键点检测技术。
实现视频风格化的难点在于：
像图像风格化这样的重型应用，如果要在手机上做到实时效果，需要有非常多工程上的优化和算法方面，在尽量不影响效果的前提下减少网络的参数量；
⽐起单图片风格化，视频风格化需要考量的东西会更多，单独对视频的每一帧进行处理，不考虑帧与帧之间的关联，会造成风格化的视频抖动和不协调。
｜黑白照片上色
最后一个要介绍的技术为黑白照片上色（Colourful Image Colourization），想象一下，如果人工智能出色地完成这个任务，我们便可以用它来为老照片，老电影增色，轻易地为漫画上色了。本次公开课我会主要介绍去年 ECCV 里加州大学伯克利分校的一篇文章介绍的方法。这个方法与之前方法的不同之处在于，它把照片上色看成是一个分类问题——预测三百多种颜色在图片每一个像素点上的概率分布。这种方法tackle了这个任务本身的不确定性，例如，当你看到一个黑白的苹果时，你可能会觉得它是红色的，但如果这个苹果是青色的，其实也并没有多少违和感。大家也可以到作者的网站网站来试用他们的demo。
这篇文章里面介绍的方法有两个非常重要的trick：
颜色重平衡（Class rebalancing）
我们都知道，各个颜色在全世界所有彩色照片里面的分布是不一样的。比如，大部分照片里面可能会有天空，墙壁，草地等。论文作者给出了 ImageNet 数据集中颜色的分布，可以看出，如果用 LAB 的方式来表示图片(L 通道为像素的亮度，AB 通道表示颜色)，ab 值比较低的颜色出现的频率远高于其他颜色。
如果不考虑这个问题，我们的目标函数会对 ab 值⽐比较高的颜色极其不敏感。所以，论文作者提出了了一种方法——在训练时让每一个像素点乘上一个系数，系数的大小与该像素点 ab 值的分布有关。运用这个trick，输出图片的颜色会更有多样性，更接近真实的图片。
从概率分布得出预测颜色值（Point estimate）
我们知道，这个网络的输出是各个像素点ab值的概率分布，那么我们如何去通过这个概率分布得出这个ab值呢？当然，我们可以直接选择概率最大的值作为我们的 prediction，这种做法下输出图片的颜色会更加鲜艳，但很多时候会有不自然的patch出现。另外一种做法是，取这个概率分布的均值作为prediction，这会导致我们的输出图片对比度非常低。作者在这篇文章里提出了一个折中的做法：我们可以调整Softmax 函数的 temperature，然后再求新的概率分布的均值。
这篇文章介绍的方法虽然效果很好，但它还是有缺陷的。比如，对狗的图片上色时，即使它没有伸出舌头，神经网络总是会“想象”它伸出了，然后在鼻子下面的一小块区域涂上红色。而且，上色后的图片有时会出现一小块突兀的 patch。
以上介绍的几个技术都并不是完美的，但是瑕不掩瑜，我们能从中看到深度学习的潜力，明白它能做的远远不止是分类和检测。我相信随着社会对深度学习的热情越来越大，更多有趣的成果会不断产生。如果你觉得以上的技术很酷，那我保证，你的惊讶才刚刚开始。
｜有关产品化的思考
当然，要把学术界的成果应用到工业界其实并不是一件容易的事情。我们做机器学习的都知道一个著名的定理叫No Free Lunch Theorem，它说的就是，我们并不可能找到对所有问题都最优的算法。在ImageNet数据集上表现最好的算法，在工业级庞大、复杂、多变的数据上并不一定就会表现好。所以我们也根据各个客户数据分布的不同做了很多特定的优化。比如我们在为映客提供审核服务，直播场景本身就非常多样和复杂，我们发现当直播视频界面出现大量用手机或者电脑等电子产品播放另一个界面的内容，相对整个图片来说，内容呈现部分所占比例很小且十分模糊、不明显，当出现色情、暴恐等不良信息的时候，人工以及标准化的审核模型难以精准识别，误判、漏判的概率较高。于是我们需要针对这个问题具体优化，针对画中画的数据再做识别，然后再调用普通的审核模型。雷锋网雷锋网
图普的产品目前已经在多个行业领域取得很好的应用，但它们暂时只能在一定程度上减少大部分审核人力，无法完全替代人工。这一轮融资过后，我们将加大在服务和计算能力方面的投入，提升产品运行速度和鲁棒性；在算法方面，继续提高图像识别准确率和召回率，我们的愿景是完全解放审核人力，我们也将往审核之外的其他方向扩张业务，如人脸识别，增强现实等，提供更直接，高效和多样化的任务。
" alt="AI 如何助你成为“画家”｜雷锋网公开课" class="front-end-item-img hover-scale">AI 如何助你成为“画家”｜雷锋网公开课[摘要]北京时间4月25日，波尔津吉斯在三月末接受拉脱维亚媒体采访的时候就曾表示过他希望职业生涯能终老纽约尼克斯，但是他同时也提到了一个重要的前提，那就是球队要有取胜的心。 “当然我希望我的整个职业生涯都贡献给这里，你永远都不会知道接下来会发生什么，...
北京时间4月25日，波尔津吉斯在三月末接受拉脱维亚媒体采访的时候就曾表示过他希望职业生涯能终老纽约尼克斯，但是他同时也提到了一个重要的前提，那就是球队要有取胜的心。
“当然我希望我的整个职业生涯都贡献给这里，你永远都不会知道接下来会发生什么，不过最终我的目标只有一个就是取得比赛的胜利。当时机成熟了，我会认真考虑我的选择。目前我能做的只是想尽力而为。”现年21岁的波尔津吉斯在拉脱维亚接受采访时向媒体透露。
波尔津吉斯随后被问到他是否将继续留在纽约而不是试图以自由球员的身份寻求签约另一支更有机会取胜球队。“任何事都有可能发生”波尔津吉斯说道“时间会证明一切。现在不是考虑那些问题的时候，我现在只有尽力打球，我相信一切都会得到完满的解决。”
波尔津吉斯的新秀合同还有两年到期，不过最近他对尼克斯的表现感到很失望。据消息源称，由于对球队的运作感到失望，本月早些时候，波尔津吉斯缺席了球队总裁菲尔-杰克逊以及经理史蒂夫-米尔斯主持的球队赛季总结会议。
据消息源称，波神对球队缺乏方向的运作感到很不满意。波神加盟尼克斯的两个赛季中，尼克斯在菲尔-杰克逊的掌权下，一共输了101场球。本赛季，大多数人都认为纽约尼克斯一定能够进入季后赛，可是整个赛季他们却只赢了31场比赛，许多场外的消极因素在困扰着尼克斯。
2月份，菲尔-杰克逊和尼克斯寻求交易卡梅隆-安东尼的消息甚嚣尘上，“一出现这种情况，媒体就迫不及待开始炒热度。我觉得菲尔在这件事上有处理不妥的地方，也许他不应该太早说出来，这就让他变得很被动。但是从另一个方面看，这是商业运营，我懂”波尔津吉斯说。
现在正在故乡拉脱维亚休假的波神宣布今年夏天他将代表拉脱维亚男篮征战欧锦赛。去年夏天尼克斯曾建议波神不要为国家队征战以便更好地备战新赛季，现在还不清楚尼克斯是否向波神提出了相同的建议。
波尔津吉斯同时还透露他并没有与尼克斯的人讨论过他对于球队的失望情绪也没有提前告知球队他回国无法参加总结会的原因。“坦白讲，我不想对上赛季末发表任何评论。球队没有任何人联系我。”波神说道。波神的哥哥称也许尼克斯会选择像上个赛季一样派出教练到拉脱维亚为波尔津吉斯单独授课。
" alt="波涛暗涌？波神希望终老尼克斯 前提是球队赢球" class="front-end-item-img hover-scale">波涛暗涌？波神希望终老尼克斯 前提是球队赢球
“豆”是一个穿越千年、内涵丰富的汉字，其形与义经历了从器物到农作物的转变。
在甲骨文中，“豆”是典型的象形字，呈现出一件高足食器的侧视造型：底部一横代表圈足，中间是细长的豆柄，上方是盛放食物的豆盘，顶端有时加一横表示盖钮。整个字形与商周时期青铜豆的实物形态高度吻合。
《说文解字》释：“豆，古食肉器也。”作为盛放肉酱、腌菜等食物的器皿，它不仅是日用之物，更是礼仪重器。在祭祀和宴飨场合，豆与鼎、簋等礼器配合使用，其数量与材质能够反映主人的身份等级。《礼记·礼器》记载：“天子之豆二十有六，诸公十有六，诸侯十有二，上大夫八，下大夫六。”此外，摆放时也讲究“鼎俎（zǔ）奇而笾（biān）豆偶”，体现出古人对阴阳和谐的追求。
西汉齐王墓出土的“银豆”，是古代食器“豆”的代表作之一。它的主体是一个扁球形的银盒，盖与腹均装饰有形如花瓣、交错排列的“裂瓣纹”，这种纹饰与造型具有典型的波斯风格。据专家推测，银盒很可能产自古波斯地区，经丝绸之路传入中国。而后，它被加配了三个体态小巧的铜质兽钮和一具铜制喇叭形底座。这些中式改造，既延续了中国青铜器的铸造传统，又使整个器物符合中原用器习惯，成为礼制中使用的“豆”。
目前，这件“银豆”静立于山东齐文化博物馆，波斯风格的裂瓣纹与中国传统的兽钮及底座相映成趣，成为古代中外工艺交流与文化融合的珍贵见证。
如今，我们说起“豆”，首先想到的不再是器物，而是滋养生命的粮食。随着时间推移，“豆”的字形从甲骨文、金文演变至小篆、隶书和楷书，逐渐线条化、符号化，失去了早期的具象特征。更值得注意的是其字义的变迁。表示豆类植株及其籽实的字，古代初用“尗”（shū），后用“叔”“菽”，最后用“豆”，并沿用至今。关于“尗”“叔”“菽”到“豆”的演替时间，学界一直说法不一。
从食器到食物，“豆”字的演变史，不仅贯穿了中国语言文字的发展历程，也承载着古代社会的生活风貌与文化交流的记忆。
（作者为山东齐文化博物馆文物部主任，本报记者李蕊采访整理）
" alt="豆：从承载食物的器皿到滋养生命的粮食（文物有话说·文物里的汉字）" class="front-end-item-img hover-scale">豆：从承载食物的器皿到滋养生命的粮食（文物有话说·文物里的汉字）热门文章
新民特写｜“妈妈集市”，空气中都是香甜的味道
2026-07-09 11:31皮尔金顿意大利公司将消费后玻璃引入平板玻璃行业,国际动态
2026-07-09 11:25全包比半包装修贵多少 全包装修注意事项
2026-07-09 11:15国网山丹县供电公司：纪检监督赋能“获得电力” 精准护航服务升级
2026-07-09 10:51重磅！石油储备开始入市
2026-07-09 10:33利拉德：要夺冠必过勇士 就像当年乔丹挑落活塞
2026-07-09 10:30微信上线 “面对面收照片和文件” 功能， 直传无需加好友、不耗流量
2026-07-09 10:05施耐德电气“2021
2026-07-09 09:47八年坚守，为“文旅之光”护航
2026-07-09 09:22AWE探展LG电子：沉浸式感受“AI + 生态”的智慧生活体验
2026-07-09 09:11安康市生态环境局汉阴分局扎实推进环境监测工作 筑牢生态保护数据根基
2026-07-09 09:04梅州市2025年度消费维权典型案例公布！这些“坑”你踩过吗？
2026-07-09 08:57
标签列表
- 5月份全国自然灾害风险形势发布：强对流和强降雨天气或增多
- 金利源荣获四项国家 级质量荣誉丨315坚守品质初心·护航消费安心
- 国内煤价优势显现 市场依然固执下行
- 安康市生态环境局汉阴分局扎实推进环境监测工作 筑牢生态保护数据根基
- 田家庵区洞山街道锦里社区：党建引领志愿红 共筑文明新家园
- 可喜!朗多进行投篮练习 主帅:G6或G7有复出可能
- 汉阴公安交警暖心“护学岗”点亮平安新学期
- 重磅！“鲤跃计划”正式发布！
- 怀宁县黄墩镇：志愿服务情暖空巢老人
- AWE探展MOVA：31款创新产品集中亮相 重新定义智慧生活新体验
- 2026年泉州市“三八”维权月暨平安泉州宣传月主题活动举办
- 中标牌解放国六12吨洒水车怎么选择专汽家园
- 木见乌镇 高定臻境｜一体家美学木作风华尽显，闪耀乌镇国际设计盛会
- 2026年泉州市“三八”维权月暨平安泉州宣传月主题活动举办
- 皮尔金顿意大利公司将消费后玻璃引入平板玻璃行业,国际动态
- 海信空调公布新冷年战略：将推PRO版本新风空调—万维家电网
- 中国女排憾负塞尔维亚 遭遇4连败
- 重庆石柱：精准检修除隐患 线路换上“安全甲”
- AWE探展MOVA：31款创新产品集中亮相 重新定义智慧生活新体验
- 海信空调公布新冷年战略：将推PRO版本新风空调—万维家电网
- 漳州小将斩获全国少年乒乓球锦标赛男双冠军
- 皮尔金顿意大利公司将消费后玻璃引入平板玻璃行业,国际动态