当前位置:主页 > 随州 >

搬家资讯

谁应该是阿里的鸡蛋壳锅?资讯科技新闻

    头像来自视觉中国。没有投资者圣诞节应该是个快乐的节日。尽管有那么一点噪音,但快乐祥和的氛围已经成为中国互联网的主题。但是在这样的一天,今天早上,很多人因为圣诞节而惊慌失措:他们是一群大大小小的组织的产品经理和程序员,在自己的项目中,突然发现这样一个奇迹:不要在意拼错的圣诞节。除了企业,惊讶的机构还包括一些政府部门:一些程序员甚至发信息说他们被愤怒的老板解雇了——这是不是冤屈?谁错了?经过与GitHub的热烈讨论,人们终于锁定了罪犯。这个蛋来自于许多开发人员使用的开源产品,来自于阿里巴巴的蚂蚁设计。在Ant设计网站上,我们可以看到,Ant黄金服装体验技术部称这个产品为企业级产品的设计系统。您可以简单地将它看作一个开源UI产品。目前,它的用户包括蚂蚁金衣、阿里巴巴、腾讯、百度、口碑、美团、点滴,你饿吗?其他受伤或未受伤的用户。事件发生后不久,Ant Design的开发人员出来解释说,这些鸡蛋纯粹是个人的,与企业无关。此外,蚂蚁快速回滚了代码并启动了官方的修复版本。我们没有证据表明程序员是否被蚂蚁赶走了,或者是否真的只是他的个人行为。如果这个事件最终被认为是团队行为,甚至是公司行为,我想知道蚂蚁会带来多少麻烦。看那个拼错的圣诞节(现在已经修好了),说这是个人行为。这似乎是有根据的……正确的?但我记得一个类似的故事。2016年,阿里的“月饼抢劫案”引发了互联网公司之间的大讨论。因为编写“月饼抢劫代码”而被解雇的程序员也得到了广泛的关注和同情。至于阿里公司是否有让程序员“重操旧业”的传统,目前尚不清楚。谁受苦?这一事件最直接的影响实际上是用户谁是最远离蚂蚁和最不直接接触蚂蚁,即各种机构产品的直接用户。当然,在中国,但在一些敏感的国家,圣诞节彩蛋突然跳出产品可能让用户充满怀疑。如今,在远离我们的北美,许多不信教和不信教的人不说“圣诞快乐”,而是称之为“节日快乐”。这自然是由于北美洲信仰的分裂和复杂性,但是在信仰相对集中但不是基督教的其他国家,情况可能会变得更糟。有些人声称他们在伊朗的项目也有鸡蛋问题,如果是真的,只能祝我哥哥好运。然而,应用Ant设计的企业更有可能受到影响。对于用户来说,这是一个文化问题。企业需要面对一系列问题,如安全性、稳定性和可控性。毕竟,这是否意味着,将来当你的产品中有鸡蛋而你不知道的时候,你还有其他事情不知道?此外,繁忙的恢复和修理工作也必须给企业带来许多直接的麻烦。但也许最痛苦的是这些产品的特定开发人员和负责人,Ant设计的最直接用户。当事件发生时,他们的困惑不会在他们自己的老板之下;考虑到一些开发者比较“菜”,他们甚至可能一刻半也找不到疾病的根源,他们的血压会飙升多少?此外,如果一些开发人员没有向他们的雇主或客户明确说明他们正在使用开源设计,他们如何解释“天堂”呢?对某些人来说,这可能不仅仅是解雇。谁应该提这个罐子?无论如何,有些事情已经发生了,必须有人对此负责。那么,谁应该承担损失,或者谁应该承担更大的责任?我们应该注意一个细节:这些鸡蛋起源于2018年9月10日的一次升级,但尚未正式宣布。使用Ant设计和遇到egg的开发人员可以分为两类:在9月10日之前使用合并代码的开发人员和当天使用合并代码的开发人员,以及在9月10日之后首次使用合并代码的开发人员。对于前者,他们需要查看的升级相对较少,但是考虑到官方日志中没有提到鸡蛋,他们没有发现可能是一半归咎于自己,一半归咎于蚂蚁。但是,对于那些在9月10日之后将Ant设计作为“企业级产品”使用的人来说,要求他们全面地检查开源产品——更不用说一些大公司有专门的人员负责这些工作,但是对于大多数小型和微型企业甚至那些已经拥有相当数量的人来说,完整的审查开放源代码不是定义的工作流程或工作职责,更不用说企业之外的其他组织了。为什么?客观地说,检查完整的代码工作量太大,对于许多开发人员来说,这样的开源不如自我重写;主观上,使用开源基本组件(Ant Design不是特定的功能组件),追求固有的稳定性、可控性、高效性,结果,该组件无法实现愿望。d结果,问题是谁?在Ant Design的网站上,我们可以看到“最小工作负载”是Ant Design迄今为止一直引以为豪的口号。我们不知道这个口号的底层含义是否是“最小工作量,但你必须花费大量的精力来回顾它”。此外,蚂蚁在强调蚂蚁设计是企业级产品的同时,也强调“确定性”和“自然”的价值。恐怕在任何人眼里,圣诞彩蛋的突然出现既不是“肯定的”也不是“自然的”?在任何情况下,未经授权向产品(开源或非开源)添加egg并默认打开它们绝不是单个程序员应该做的事情。如果行为不是来自个人而是来自团队,那么蚂蚁团队可能需要重新检查它在表面上反复强调的价值。但是,想想阿里支付宝的“61节默认给用户名宝贝”事件,以及“隐私检查默认检查”事件,就会有此事,可能不是一夜之间。我希望读者能作出自己的判断。节日快乐。

当前文章:http://www.ohet.cn/h2qunehjq/935076-136391-24598.html

发布时间:00:00:00

广州设计公司  万彩吧  广州设计  二四六彩  万彩吧  广州工业设计  广州设计  万彩吧  广州工业设计  产品设计  万彩吧  

{相关文章}

深度强化学习中的好奇心

    本文是AI研究所编写的一个技术博客。最初的标题是《深层强化中的好奇心》。

    本文是AI研究所编写的一个技术博客。最初的标题是:

    深度强化学习的好奇心

    作者|迈克尔克莱尔

    翻译|缩写2018

    校对|酱梨涂饰|菠萝女孩

    链接到原始文本:

    Http://towardsdata..com/holio.-in-.-.ment-.-.-.-network-.llation-747b322e2403

    深度强化学习中的好奇心

    早期密集学习的困难任务之一,Montezuma的复仇,在探索随机网络蒸馏方面取得了重大突破(来源:Parker兄弟博客)。

    Atari游戏是深层强化学习(RL)算法的一个流行的基准任务。Atari很好地平衡了简单性和复杂性:一些游戏(如Pong)是如此简单,以至于它们可以通过基本算法(如一般策略梯度)来解决,而其他游戏则足够复杂以至于可以击败甚至最先进的算法。

    在最简单和最复杂的游戏之间的一系列有用的任务已经成为许多深入加强学习研究论文的核心。

    来自OpenAI博客。

    前者“未解决”的阿塔里游戏,蒙提祖马的复仇,最近已经解决了一个算法(在某种程度上),可以在得分上超过人类表现。研究人员可以鼓励代理人在1级探索不同的房间,这是赢得游戏积分的好方法。

    通过好奇心探索

    人类在玩冒险游戏时有一种内在的探索欲望,比如蒙提祖玛的复仇。游戏设计者构建这样的游戏来鼓励这种行为,通常需要玩家在继续游戏之前进行探索。这就是为什么冒险游戏很有趣。(问任何喜欢玩天空游戏的人。)

    像Montezuma的《复仇》或《天空》这样的冒险游戏充分利用了玩家探索的自然欲望,使得探索成为游戏任务的关键部分。

    深度强化学习算法执行“探索”的典型方法是通过随机策略:从神经网络提供的动作似然分布中随机采样动作。因此,特别是在早期阶段(当策略没有时间收敛时),它是随机行动的明显选择。

  &nbs万万没想到4_沙县资讯网p; 这种方法在某些情况下是有效的。例如,Pong的解决方案是随机旋转桨并观察结果。幸运的是,球偏转可以启动优化。

    在像蒙特祖马的复仇游戏中,这种方法是不可行的。想象一下,从游戏的开始,化身随机地左右移动,随机地跳跃。结果,化身掉进熔岩中或直接进入敌人而没有获得点数。没有积分或奖励,算法无法得到优化的信号。

    那你会随便甩一甩吗?祝你好运。

   &n中国概念_武汉司法局网bsp;好奇

    重点放在寻找更好的探索方法上。基于好奇心的探索可以看作是激发人类玩家好奇心的一种尝试。

    但是,我们如何创建一个好奇的代理呢?

    有很多方法可以实现这个想法。其中之一,甚至使用下一个状态预测,由于其简单性和可伸缩性而很有趣。

    其基本思想是同时培养独立的预测模型和策略模型。预热血骑士团_智能家居安装网测模型输入所观测到的当前状态和所选择的动作,并对下一次观测进行预测。

    为了探索足够的轨迹,我们假设损失很小(因为我们通过监督学习不断开发预测模型);对于探索不足的轨迹,我们假设损失很大。

    那么,我们能做的就是创建一个新的奖励函数(称为“内在奖励”),它提供与预测模型的损失成比例的奖励。因此,当探索新的轨迹时,代理接收到强烈的奖励信号。

    (a)一级学习探索(b)二级快速探索

    使用马里奥模拟器任务(来源)中的下一个预测,学习探索从第一级的好奇心转移到第二级的快速探索。

    这项技术在超级马里奥模拟器中产生了一些令人鼓舞的结果。

    拖延症代理人:电视问题

    这项技术并不完美。一个已知的问题是代理被环境中的随机或噪声元素所吸引。这种时钟情况有时被称为“白噪声”问题或“电视问题”;也称为“拖延”。

    为了证明这种效果,设想一个代理人通过观察他所看到的像素来学习在迷宫中导航。

    下一状态预测引起代理人学习成功导航迷宫的好奇心。

    代理人很好地完成了任务;他开始寻找迷宫中未被探索的部分,因为他有能力在探险丰富的地区做出好的预测(或者换句话说,他不能在未开发地区做出好的预测)。

    现在在迷宫的墙上放一个“电视李冰冰最新电影_视频解码器下载网”,快速连续地显示随机选择的图像。由于图像的随机来源,代理不能准确阿里巴巴商业网_上海实木家具定制网预测接下来会出现什么图像。该预测模型将产生高损耗,从而为代理商提供高“内在”回报。最终的结果是,特工们倾向于停止看电视,而不是继续探索迷宫。

    在环境(源)中,当代理人面对电视或随机噪声源时,下一个状态预测引起代理人的好奇心,最终导致“拖延”。

    为了避免延误,采用随机网络蒸馏。

    OpenAI的一些优秀人员最近发表了一篇论文,提出了噪声电视问题的解决方案,探讨了随机网络蒸馏(RND)。

    这里的新思想是将类似的技术应用到下一个状态预测方法,但是消除对先前状态的依赖。

    下一状态预测相对于RND(源)的概述。

    RND并不预测下一个状态,而是观察下一个状态并试图预测下一个状态。这是一个非常微不足道的预测,不是吗?

    RND随机网络的目的是采用这种小的预测任务,并将其转化为硬预测任务。

    使用随机网络

    这是一个聪明但违反直觉的解决方案。

    其思想是我们使用随机初始化神经网络将观测值映射到潜在的观测向量。函数本身的输出并不重要;重要的是,我们有一些未知的确定性函数(随机初始化的神经网络),以某种方式转换观测值。

    因此,我们的预测模型的任务不是预测下一个状态,而是预测给定观测状态的未知随机模型的输出。我们训练该模型使用随机网络输出标签。

    当代理处于熟悉的状态时,预测模型应该能够很好地预测随机网络的期望输出。当智能体对状态不熟悉时,预测模型会对随机网络的输出做出较差的预测。

    通过这种方式,我们可以定义一个内在的奖励函数,它再次与预测模型的损失成比例。

    内部报酬计算的概念概述。只使用下一个观察状态。

    这可以解释为“新奇性检测”方案,其中当进行新的观测或不熟悉的观测时,预测模型具有较高的计算损失。

    作者使用MNIST作为这个概念的证明。在本实验中,他们通过随机初始化神经网络提供MNIST样字符。然后,在给定的输入条件下,它们训练并行网络来预测随机网络的输入。如预期,当目标类的训练样本数量增加时,它们将看到目标类被并行网络丢失。

    数据2:MNIST上的新奇性检测:预测器网络模拟随机初始化的目标网络。训练数据包括不同比例的图像和目标类别与“0”类别。每个曲线都表示MSE测试显示的目标类的训练用例的数量(对数)。

    论文对MNIST概念进行了验证。

    这样,当代理看到随机噪声源时,它不会被卡住。它不需要试图预测屏幕上下一个不可预测的帧,只需要知道这些帧是如何通过随机网络转换的。

   &nb沪市股票_活性炭市场价格网sp;探寻蒙太祖玛的复仇

    由于解决方法不佳,以往的状态预测的好奇机制并不能解决蒙台梭玛的复仇问题,但RND似乎已经克服了这些问题。

    好奇心驱使的代理人探索房间,学习收集钥匙,这样他们就可以打开新房间。

    尽管取得了这样的成功,但是代理仅“偶尔”通过了一级。这是因为通过最后一道门来完成检查点,需要严格管理密钥的使用。需要内部状态模型(如LSTM)来克服这一障碍。

    因此,虽然RND已经允许代理人在得分上超过一般人的表现,但是在掌握游戏之前还有很长的路要走。

    这是关于深度强化学习算法的实验的一系列文章的一部分。查看本系列以前的一些帖子:

    理解演进的战略梯度。

    感谢卢多维奇本尼斯坦特。

    要继续查看本文的链接和参考资料吗?

    长时间点击链接打开或点击底部[好奇心在深度强化学习]:

    Http://ai.yanxishe.com/page/Text./1363

    AI协会每天更新精彩内容,观看更多精彩内容:雷锋网、雷锋网和雷锋网。

    五大CNN架构

    深度强化学习中的好奇心

    使用Pytorch进行深度学习(第一部分)手柄:使用PyTorch实现图像分类器(第二部分)

    等待您翻译:

    如何为初学者聚类混沌数据以使用Keras进行迁移学习增强学习:对于情绪行为系统,如果你想学习数据科学,这七个资源不能错过

Copyright @ 2016-2017 hotmail下载网 版权所有

https://4l.cc/articlelist-362.htmlhttps://4l.cc/articlelist-350.htmlhttps://4l.cc/articlelist-336.htmlhttps://4l.cc/article-45174.htmlhttps://f49.in/article-45180.htmlhttps://f49.in/article-46314.htmlhttps://f49.in/articlelist-331-2.html?action=class&getTotal=34https://f49.in/wapindex-1000-0.htmlhttps://f49.in/articlelist-402.htmlhttps://f49.in/articlelist-430.htmlhttps://f49.in/articlelist-426.htmlhttps://f49.in/articlelist-331.htmlhttps://55t.cc/wapindex-1000-331.html?sid=-2https://55t.cc/article-100.htmlhttps://55t.cc/articlelist-330-2.html?action=class&getTotal=31https://55t.cc/article-6130.htmlhttps://55t.cc/wapindex-1000-306.html?sid=-3https://55t.cc/articlelist-343.htmlhttps://55t.cc/articlelist-359.htmlhttps://55t.cc/articlelist-333.htmlhttps://55t.cc/articlelist-439.htmlhttps://55t.cc/articlelist-435.htmlhttps://www.c8.cn/ylsj/tjssc.htmlhttps://www.c8.cn/zst/dlt/chuwuzs.htmlhttps://www.c8.cn/zst/dlt/elyzs.htmlhttps://www.c8.cn/zst/dlt/chtz.htmlhttps://www.c8.cn/zst/pl3/hzyl.htmlhttps://www.c8.cn/zst/pl3/dlxzybzs.htmlhttps://www.c8.cn/zst/6cai/wmzs.htmlhttps://www.c8.cn/zst/qxc/jofx.htmlhttps://www.c8.cn/zst/qxc/dxjo1.htmlhttps://www.c8.cn/zst/3d/dxzs.htmlhttps://www.c8.cn/zst/cqkl10/qhdw.htmlhttps://www.c8.cn/zst/cqkl10/sihdw.htmlhttps://www.c8.cn/zst/pk10/lmtj.htmlhttps://www.c8.cn/zst/cqssc/sihdw.htmlhttps://www.c8.cn/zst/16.htmlhttps://www.c8.cn/zst/29.htmlhttps://www.c8.cn/zst/gd11x5/dsanwzs.htmlhttps://www.c8.cn/zst/gd11x5/hzzs.htmlhttps://www.c8.cn/zst/39.htmlhttps://www.c8.cn/jihua/gxk3.htmlhttps://www.c8.cn/jihua/xjssc.htmlhttp://www.easeid.cn/about/?19.htmlhttp://www.easeid.cn/html/news/2013-1-1/464.htmlhttp://www.easeid.cn/html/news/2013-6-3/289.htmlhttp://www.easeid.cn/html/news/2013-6-3/279.htmlhttp://www.easeid.cn/html/news/2013-6-3/269.htmlhttp://www.easeid.cn/html/news/2013-6-3/262.html