我前陣子突然意識到內衣的重要性
之前看朋友瘦了看起來瘦了10公斤一樣，但她說其實沒有她只是穿對內衣整個體型就改善了
原來還有這招!!?!?!?所以最近才考量要重新買內衣~剛好也是要換
結果發現在有賣很多機能性的內衣，可以束腹幫助拉提等等功用的
上網找評價結果發現其實有很多優秀的小牌子完全不輸有牌子的內衣
而且忠實客戶還不少耶
結果我也買了一件運動用的爆汗褲及塑身的內衣~~
一個月過後來看看效果如何
真的好期待喔
我選擇的是這一款【Lytess】睡覺塑按摩緊緻5分褲(新品上市)
雖然是小牌子沒有大牌子的光環【Lytess】睡覺塑按摩緊緻5分褲(新品上市)價格也便宜
其實台灣的廠商真的是很有競爭力只是沒有好好包裝而已
而且因為只有在網路上販售並沒有在實體店面所以直接回饋價格給網民
而且很多 知名購物商城加入會員以後會不定時送電子折價券，所以其實買到的價格很多時候都比標價便宜很多
如果在購物商城買的話，除了有詳細的介紹以外，更有保障！！而且速度也很快~
↓↓↓限量折扣的優惠按鈕↓↓↓
商品特色：
法國Lytess美麗特使「睡覺塑按摩緊緻褲」─ 讓妳無「橘」無「束」
不想再當被橘皮紋身的女孩，卻又懶得塗抹乳液，想到醫美動刀就害怕，
還得付出昂貴代價，好希望一覺醒來就能變美人。
法國Lytess推出「睡覺塑按摩緊緻褲」，採用獨家研發的3D凹凸按摩布料，打造窈窕曲線，
質料舒服不厚重，還添加陶瓷紗與多重植物精華，
只要睡前穿上它，就像有位專屬的美體師，在妳睡眠的過程中，不斷輕柔地幫妳做SPA按摩。
不用抹乳液、免動刀、不傷荷包，輕鬆擁有光滑緊緻的肌膚。
Lytess美麗特使要讓妳──時尚．優雅．操之在我！
睡覺塑按摩緊緻5分褲 織布特色：
Lytess為法國原裝進口，經法國衛生署認可並通過ISO9001的SPINCONTROL專業實驗室認證，
織料經由數以千次的研究與嘗試。
活性成份： 瓜拉拿、墨角藻、檀香、馬尾草、甜杏仁果油
束腹、撫平大腿外側贅肉！
獨家專利凹凸按摩布料，搭配全新夜間美體精華及陶瓷紗，
猶如美體師在妳入睡時，不斷輕柔地幫妳的身體做SPA按摩，邊睡邊享瘦，塑造完美下半身曲線！
適合當作居家褲單穿。
法國臨床測試：
專利科技－穿的纖體保養品：
Lytess睡覺塑按摩緊緻系列的活性保養成份含有瓜拉拿、墨角藻、檀香、馬尾草、甜杏仁果油
穿Lytess睡覺塑按摩緊緻褲系列不僅可以讓你享瘦，更同時享有保養肌膚的功效，是名符其實「穿的纖體保養品」
20天內，一週穿5天配合休息2天，1天8小時，不休息也無妨
因台灣天氣潮濕悶熱，建議兩件交替使用，穿3天洗1次。延長織布的使用壽命，同時讓效果更好
基於衛生理由，可先穿丁字褲或使用護墊（建議黏性較好的品牌），再穿Lytess褲子
產品經30次洗滌，活性成份殘留15%，亦可再當作一般內搭褲使用
清洗時，水溫最高30度，洗衣機洗滌（建議手洗），洗淨後脫水置於陰涼處晾乾，勿漂白、勿烘乾熨燙
因產品蘊含有效成份，洗滌時如出現乳化或白色粉末的情況，皆屬正常現象，請放心使用！
注意事項
訂購須知
＊如不確定適用的尺寸，下訂時請於備註欄位，註明腰圍、臀圍、大腿圍、體重、身高，以便小幫手確認尺寸，謝謝!
＊溫馨提醒您，本商品屬個人衛生消耗用品，拆封後不得退換貨，敬請見諒!
＊因個人體質、作息與飲食習慣不同，效果因人而異。
建議維持正常的生活作息與均衡飲食，搭配持之以恆的運動，讓效果更好更健康喔！
塑身衣品牌
【Lytess】睡覺塑按摩緊緻5分褲(新品上市)
討論,推薦,開箱,CP值,熱賣,團購,便宜,優惠,介紹,排行,精選,特價,周年慶,體驗,限時,內衣推薦,塑身內衣,機能內衣
↓↓↓現在馬上點擊購買↓↓↓
另外在推薦我平時會使用的平台可以比較價格找便宜~~
塑身衣ptt
哈薩比斯：TPU對新版本的AlphaGo提升巨大
文章來源：新智元
[新智元發自中國桐鄉]烏鎮人工智能峰會進入第二天，哈薩比斯、David Silver和Jeff Dean等高管紛紛發表演講。他們對AlphaGo 2.0的新技術進行瞭詳細解讀。幾位紛紛提到一個關鍵詞——TPU。Jeff Dean 甚至直接放出瞭與GPU的性能對比圖。從昨天的賽後采訪到今天的主旨演講，哈薩比斯等人一直在強調TPU對新版本的AlphaGo的巨大提升。看來，TPU將會成為接下來一段時間內的戰略重點，GPU要小心瞭。本文帶來哈薩比斯、David Silver現場演講報道（附PPT）。
在升級版AlphaGo首戰柯潔後的5月24日，人工智能高峰論壇（The future of AI in Wuzhen）如期召開。一上來就是DeepMind CEO Demis Hassabis和AlphaGo團隊技術負責人 David Sliver 的演講，介紹AlphaGo的研發以及AlphaGo意味著什麼。新智元第一時間為你帶來精彩內容。
Hassabis和Sliver演講後，大腦資深研究員Jeff Dean和軟件工程師陳智峰一起介紹瞭《什麼是AI？AI是如何工作的？》。不僅如此，還有很多耳熟能詳的DeepMind大牛出席瞭本次人工智能高峰論壇：Alphabet董事長Eric Schmidt（對話AI的潛能）、下午還有TensorFlow軟件工程師Rajat Monga（開發者如何使用AI）、Cloud AI 研發主管李佳（行業如何應用AI），以及DeepMind聯合創始人Mustafa Suleyman和健康研究產品經理Lily Peng（如何應用AI應對挑戰：健康、能源、教育等）。
在論壇最後，智庫秘書長李小鳴將在大會上發佈報告《全球人工智能報告2017》。
哈薩比斯，David Silver 和 Jeff Dean 的關鍵詞——TPU
上周的I/O大會上，Pichai 宣佈推出的第二代 TPU，既能夠加速推理，也能夠加速訓練。
據介紹，第二代 TPU 設備單個的性能就能提供高達 180 teraflops 的浮點計算量。不僅如此，這些升級版的 TPU 集成在一起成為CloudTPU。每個 TPU 都包含瞭一個定制的高速網絡，構成瞭一個稱之為“TPU pod”的機器學習超級計算機。一個TPU pod 包含 64 個第二代TPU，最高可提供多達 11.5 petaflops，加速對單個大型機器學習模型的培訓。
昨天，在升級版的阿老師（AlphaGo）半目優勢取勝柯潔之後，DeepMind CEO 哈薩比斯和AlphaGo項目總負責人David Silver 在新聞發佈會上接受媒體采訪時表示，AlphaGo實際上是在谷歌雲端的單一一臺機器上運行的，建立於TPU上。這和去年使用的谷歌雲端多臺機器分佈式結構有很大區別。因為現在有瞭一個運行起來更好、更簡單的更加強大、高效的算法，它能夠用十分之一的運算力來得到更強大甚至更好的結果。
5月24日的峰會論壇主旨演講中，David Silver 再次提到，新版AlphaGo（DeepMind稱之為 AlphaGo Master）是在單個TPU上進行遊戲。他還提到瞭新版本的AlphaGo與去年對戰李世石的舊版使用的計算資源的區別，由此看出TPU的強大。
David Sliver之後，谷歌大腦負責人Jeff Dean出現在舞臺上，他的演講話題也沒離開TPU。
從DeepMind的幾位負責人的演講中可以看到的關鍵詞有三個：AlphaGo、TPU和。在提到TPU時，直接放出瞭與GPU的性能對比，形象生動。這個廣告，可以打99分吧。
首戰擊敗柯潔後，DeepMind在發佈會上說瞭6件大事
5月23日，在AlphaGo 首戰以四分之一子的優勢戰勝柯潔之後，雙方參加瞭新聞發佈會。
柯潔賽後感言：遇到瞭“圍棋上帝”，比賽中早就預料到結果
柯潔在賽後發佈會表示，自己印象最深的，是AlphaGo自己“斷”的那手棋，在人類的對局中幾乎不可能，但他後來思考發現那步棋“太出色”，“讓人輸得沒脾氣”。另外，這次的AlphaGo讓他感覺像是遇到瞭圍棋“上帝”，與之前的Master都不同。最後，他對自己“永遠有信心”，會全力以赴去下接下來的兩盤棋。
柯潔在數子時被媒體捕捉到“笑”瞭一下，在發佈會上坦言那是“哭笑”。實際上他很早就知道結果瞭，主要是AlphaGo下棋是勻速的，因此在單關也花費比較多時間思考，所以柯潔在這個空檔拼命數子，料到自己會輸，最後果然輸瞭1/4子。
DeepMind：算法比數據量更重要，AlphaGo 的架構細節稍後會全面公開
DeepMind的賽後感言可歸納為以下幾點：
1。DeepMind對於“機機大戰”沒有興趣——要衡量 AlphaGo 的實力，必須讓它跟人類對弈。這次比賽的目的也是為瞭發現AlphaGo的更多弱點。李世石上次贏瞭AlphaGo，他們回去以後就對架構和系統做瞭升級，希望能彌補這種“knowledge gap”。當時的弱點或許被“Fix”瞭，但AlphaGo還有更多弱點，這是AlphaGo自己（通過自我對弈）和他們這些開發人員都不知道的。
2。AlphaGo不會控制輸贏差距，它隻想贏。AlphaGo總是盡量將贏棋的可能性最大化而不是將贏的目數最大化。它每次面臨決策的時候，總是會選擇它自己認為更穩妥、風險更小的路線。AlphaGo在爭取贏棋時的一些行為，它可能會放棄一些目數以求降低它感知到的風險，即使這個風險非常小。
3。沒有完全棄用人類棋譜。當然在最初的版本中，AlphaGo從人類棋譜中學習，後來到現在它大部分的學習材料都來自於自我對弈的棋譜。新版本AlphaGo的一大創新就是它更多地依靠自我學習。在這個版本中，AlphaGo實際上成為瞭它自己的老師，從它自己的搜索中獲得的下法中學習，和上一個版本相比大幅減少瞭對人類棋譜的依賴。
4。AlphaGo這次強大的地方在於算法。去年和李世石對戰後，他們提出瞭更強大的算法，而且發現算法比數據量更重要，這也是為什麼Master的訓練速度是初代AlphaGo的十分之一。這次AlphaGo的硬件支撐是統一通過谷歌雲來的，跟上次對戰李世石的時候不同。
5。AlphaGo實際上是在谷歌雲端的單一一臺機器上運行的，建立於TPU上。這和去年使用的谷歌雲端多臺機器分佈式結構有很大區別。因為現在有瞭一個運行起來更好、更簡單的更加強大、高效的算法，它能夠用十分之一的運算力來得到更強大甚至更好的結果。
6。還會公佈一些AlphaGo自我對弈的棋譜，這周稍後會正式宣佈。
哈薩比斯：AlphaGo 研發介紹， AlphaGo 意味著什麼？
“希望這周的比賽能夠激發中國的圍棋棋手和世界的人工智能科學傢”。哈薩比斯介紹瞭DeepMind在做的事情，以及他們的目標——“發現智能的本質”（slove intelligence），他將最新版 AlphaGo 的技術細節留給瞭 David Sliver 具體闡釋。
哈薩比斯提到，在DeepMind，他們研究的不是一般的人工智能（AI），而是通用智能，或者說通用的學習機器。這種機器具有自主學習的能力，可以執行多種任務，而其技術核心就是深度學習和強化學習。哈薩比斯認為，隻要創造出通用的學習機器，就能夠解決很多現在所無法解決的問題。他以載入史冊的IBM深藍對戰國際象棋大師卡斯帕羅夫為例，深藍當時獲勝的根本原因是暴力計算。
哈薩比斯認為，與圍棋不同，國際象棋是一種盤面已知的遊戲，也就是說，最開始所有的棋子都在棋盤上，當你判斷局勢時，所有的信息都已經有瞭。而圍棋則是不斷構築的遊戲，要判斷在哪裡落子，很多時候頂尖圍棋手會告訴你，他們依靠的是直覺，“就感覺這樣走是對的”。
剛開始的不經意一步，很可能對未來的形勢造成巨大乃至根本性的影響。
Sliver首次揭露瞭AlphaGo Master版本的新架構和算法
Sliver還是先從最初的AlphaGo講起，為什麼DeepMind團隊會選擇圍棋攻克呢？Sliver表示，圍棋是人類最古老最有智慧的遊戲，也是測試、構建並且理解人工智能最好的方式。實際上，遊戲被用於測試人工智能由來已久，計算機科學傢先從國際象棋入手，到瞭現在的圍棋。。而且，這些遊戲AI的很多算法後來也被應用於各種各樣的AI程序和應用。最後，圍棋為譽為AI的聖杯，就像Demis剛剛說的那樣。
形象化的比較，國際象棋的選擇是有限的，每一步都大約有30多種選擇，然後再下一步又有30多種選擇，以此類推。實際上，國際象棋的這種樹形結構很適合用傳統的計算機方法去搜索並解決。而圍棋的選擇則要多得多，每一步都有幾萬種走法（several hundreds），而下一步又有幾萬種……由此形成的排列組合，對於傳統的計算機或人工智能而言是無解的。
DeepMind是如何解決這個問題的呢？初版AlphaGo，也就是戰勝瞭李世石的那個版本，核心是兩個深度神經網絡。深度神經網絡有很多參數，這些參數可以通過訓練進行調整，從而很好地對知識進行表征，真正理解領域裡發生瞭什麼事情。我們希望AlphaGo能夠真正理解圍棋的基本概念，並且全部依靠自己學習這些概念。
具體說，AlphaGo用瞭卷積神經網絡，可以從每一層的一小塊當中，得出一些更高層的理解，你可以簡單理解為表示棋子在這種局勢下會贏還是會輸的特征，然後每一層以此類推，最終得到高層表征，也就是AlphaGo學會的概念。初版AlphaGo使用瞭12層網絡，而Master版本的使用瞭40層。
AlphaGo使用兩種不同的深度神經網絡，第一種是策略網絡，目標是選擇在哪裡落子。第二種則是價值網絡，價值網絡的作用是衡量走這一步對最終輸贏的影響：棋盤的局部（patches）經過很多層很多層的表征處理，最終得出一個數字，這個數字就是代表這步棋會贏的概率，概率越大（接近1），那麼AlphaGo獲勝的概率就越大。
AlphaGo訓練的過程，實際上結合瞭兩種機器學習，首先是監督學習，其中人類棋譜被用作訓練數據，然後結合強化學習，在強化學習過程中，系統通過試錯不斷提升自己，弄清哪種策略最好。這張圖顯示瞭AlphaGo的訓練過程，先從大量的人類專傢下棋的訓練數據集開始，我們讓策略網絡所做的，就是學習人類專傢的走法，不斷調整參數，最終在每個位置走出跟人類專傢一樣的走法。
這就是策略網絡，我們用策略網絡做強化學習，也就是讓策略網絡不斷自我對弈，在很短的時間裡掌握什麼是最好的下法。然後，我們用價值網絡判斷，每一步是黑棋贏還是白棋贏，就像人類專傢通過直覺判斷是否該這樣走一樣。
如果像往常一樣，我們要去判斷每一步贏的幾率，那麼計算力是不夠的。在AlphaGo這裡，我們結合策略網絡和價值網絡，大幅降低瞭搜索的難度。首先，我們用策略網絡減少瞭搜索的寬度，然後用價值網絡減少瞭搜索的深度。
這兩種搜索算法的結合，也被稱為蒙特卡洛樹搜索方法，AlphaGo先使用策略網絡選擇怎麼走，然後用價值網絡判斷這樣走的贏率，最終得出一個數字。這個模擬過程會重復很多次，計算出每種不同走法的贏率。然後，這些數字會被傳回一開始的部分，讓系統決定走哪一步贏率最大。
上面說的這些就是跟李世石對戰的AlphaGo的大致步驟。這張圖顯示瞭當時AlphaGo使用的硬件或者計算力支撐，使用瞭大約50塊TPU，能夠搜索（結合圖中顯示的數字）。看到這個數字你也許會認為AlphaGo做的計算量很大瞭，但實際上深藍當時做的是AlphaGo的要做得多，每秒做上億次計算。因此，可以說AlphaGo做的計算比深藍要“更聰明”，更謹慎。
接下來我介紹新版AlphaGo，也被稱為AlphaGo Master，這次對戰柯潔的新版AlphaGo。AlphaGo Mater使用更加有效的算法，所需的計算量是AlphaGo的1/10。這張圖顯示瞭AlphaGo Mater使用的硬件，通過谷歌雲提供的一塊TPU，你可以把它當做是一臺計算機。
而使Master如此強大的原因之一，是我們使用瞭最好的數據——AlphaGo自我對弈的數據。所以，AlphaGo實際上成瞭自己的“老師”，每一代生成的數據都成為下一代、更強一代的訓練材料。我們使用這一過程，訓練瞭更強大的策略網絡和價值網絡。
具體說，我們讓AlphaGo自我對弈，也就是通過強化學習，生成大量數據，訓練下一代的AlphaGo。這時，策略網絡就使用它自己生成的數據，在不進行任何搜索的情況下，自己訓練自己得出最強大的走法，由此得出瞭目前最強大的策略網絡。
類似的，我們也這樣訓練價值網絡，我們使用AlphaGo自我對弈後獲勝的那些數據來作為訓練樣本，這些都是質量很高（最高）的樣本，裡面含有大量每局AlphaGo自我對弈中每一步走法贏率判斷的信息。換句話說，新的價值網絡會判斷Master每一步的最終贏率是多少。
然後，我們將上述過程重復多次，不斷得到新的價值網絡和策略網絡，AlphaGo也能不斷做出更高效的搜索質量和更好地判斷勝率。
那麼，我們怎麼衡量AlphaGo的能力呢？我們最初用Zen和進行對比，後來是樊麾，再到李世石，以及線上對戰平臺。
但是，隻通過自我對弈是無法找出AlphaGo的弱點的。這也是我們今天來對戰柯潔的原因。當然，深度強化學習也不僅僅用在圍棋上，還有遊戲中。
【Lytess】睡覺塑按摩緊緻5分褲(新品上市)內衣尺寸對照【Lytess】睡覺塑按摩緊緻5分褲(新品上市)運動內衣推薦【Lytess】睡覺塑按摩緊緻5分褲(新品上市)內衣特賣會#GOODS_NAME#內衣穿法【Lytess】睡覺塑按摩緊緻5分褲(新品上市)高強度運動內衣推薦#GOODS_NAME#塑身衣有用嗎【Lytess】睡覺塑按摩緊緻5分褲(新品上市)塑身內衣推薦【Lytess】睡覺塑按摩緊緻5分褲(新品上市)【Lytess】睡覺塑按摩緊緻5分褲(新品上市)內衣特賣 您或許有興趣的東西:
之前看朋友瘦了看起來瘦了10公斤一樣，但她說其實沒有她只是穿對內衣整個體型就改善了
原來還有這招!!?!?!?所以最近才考量要重新買內衣~剛好也是要換結果發現在有賣很多機能性的內衣，可以束腹幫助拉提等等功用的
上網找評價結果發現其實有很多優秀的小牌子完全不輸有牌子的內衣
而且忠實客戶還不少耶
結果我也買了一件運動用的爆汗褲及塑身的內衣~~
一個月過後來看看效果如何
真的好期待喔我選擇的是這一款【Lytess】睡覺塑按摩緊緻5分褲(新品上市)
雖然是小牌子沒有大牌子的光環【Lytess】睡覺塑按摩緊緻5分褲(新品上市)價格也便宜
其實台灣的廠商真的是很有競爭力只是沒有好好包裝而已
而且因為只有在網路上販售並沒有在實體店面所以直接回饋價格給網民
而且很多 知名購物商城加入會員以後會不定時送電子折價券，所以其實買到的價格很多時候都比標價便宜很多
如果在購物商城買的話，除了有詳細的介紹以外，更有保障！！而且速度也很快~
↓↓↓限量折扣的優惠按鈕↓↓↓
- 品號：4396830
- 全新夜間美體菁華及陶瓷紗
- 緊實大腿外側與腹部贅肉
- 塑造完美下半身曲線
商品特色：
法國Lytess美麗特使「睡覺塑按摩緊緻褲」─ 讓妳無「橘」無「束」
不想再當被橘皮紋身的女孩，卻又懶得塗抹乳液，想到醫美動刀就害怕，
還得付出昂貴代價，好希望一覺醒來就能變美人。
法國Lytess推出「睡覺塑按摩緊緻褲」，採用獨家研發的3D凹凸按摩布料，打造窈窕曲線，
質料舒服不厚重，還添加陶瓷紗與多重植物精華，
只要睡前穿上它，就像有位專屬的美體師，在妳睡眠的過程中，不斷輕柔地幫妳做SPA按摩。
不用抹乳液、免動刀、不傷荷包，輕鬆擁有光滑緊緻的肌膚。
Lytess美麗特使要讓妳──時尚．優雅．操之在我！
睡覺塑按摩緊緻5分褲 織布特色：
Lytess為法國原裝進口，經法國衛生署認可並通過ISO9001的SPINCONTROL專業實驗室認證，
織料經由數以千次的研究與嘗試。
活性成份： 瓜拉拿、墨角藻、檀香、馬尾草、甜杏仁果油
束腹、撫平大腿外側贅肉！
獨家專利凹凸按摩布料，搭配全新夜間美體精華及陶瓷紗，
猶如美體師在妳入睡時，不斷輕柔地幫妳的身體做SPA按摩，邊睡邊享瘦，塑造完美下半身曲線！
適合當作居家褲單穿。
法國臨床測試：
專利科技－穿的纖體保養品：
Lytess睡覺塑按摩緊緻系列的活性保養成份含有瓜拉拿、墨角藻、檀香、馬尾草、甜杏仁果油
穿Lytess睡覺塑按摩緊緻褲系列不僅可以讓你享瘦，更同時享有保養肌膚的功效，是名符其實「穿的纖體保養品」
美國內衣品牌
尺寸表：
※穿著/洗滌/保養方式：
20天內，一週穿5天配合休息2天，1天8小時，不休息也無妨
因台灣天氣潮濕悶熱，建議兩件交替使用，穿3天洗1次。延長織布的使用壽命，同時讓效果更好
基於衛生理由，可先穿丁字褲或使用護墊（建議黏性較好的品牌），再穿Lytess褲子
產品經30次洗滌，活性成份殘留15%，亦可再當作一般內搭褲使用
清洗時，水溫最高30度，洗衣機洗滌（建議手洗），洗淨後脫水置於陰涼處晾乾，勿漂白、勿烘乾熨燙
因產品蘊含有效成份，洗滌時如出現乳化或白色粉末的情況，皆屬正常現象，請放心使用！
媒體報導：
Lytess 品牌介紹
注意事項
＊懷孕者請勿穿戴，使用中若有出現身體不適或皮膚異常症狀，請停止使用並請教醫生
訂購須知
＊如不確定適用的尺寸，下訂時請於備註欄位，註明腰圍、臀圍、大腿圍、體重、身高，以便小幫手確認尺寸，謝謝!
＊溫馨提醒您，本商品屬個人衛生消耗用品，拆封後不得退換貨，敬請見諒!
＊因個人體質、作息與飲食習慣不同，效果因人而異。
建議維持正常的生活作息與均衡飲食，搭配持之以恆的運動，讓效果更好更健康喔！
Lytess 鄭重聲明
塑身衣品牌
【Lytess】睡覺塑按摩緊緻5分褲(新品上市)
討論,推薦,開箱,CP值,熱賣,團購,便宜,優惠,介紹,排行,精選,特價,周年慶,體驗,限時,內衣推薦,塑身內衣,機能內衣
↓↓↓現在馬上點擊購買↓↓↓
另外在推薦我平時會使用的平台可以比較價格找便宜~~
| 寶貝用品購物網推薦 | ||
| | 專門賣寶寶天然的清潔用品~~ | |
 | 韓國首選婦幼產品，既時尚又實用 | |
| | 適合給新手爸媽的嬰兒購物網，一應俱全! | |
| 各大購物網快速連結 | ||
 | 東森購物網 | 性質大多相同 建議每一家搜尋要購買的品項後 比對出能折價卷能扣最多的一家來消費保養品、化妝品我比較常在momo購物網買，切記是"購物網"才有正品保障!! |
 | 森森購物網 | |
 | udn買東西 | |
 | MOMO購物網 | |
 | 瘋狂麥克 | 有時候新鮮貨我都在瘋狂麥克找，基本上想找的，瘋狂賣客都會賣~ |
塑身衣ptt
哈薩比斯：TPU對新版本的AlphaGo提升巨大
文章來源：新智元
[新智元發自中國桐鄉]烏鎮人工智能峰會進入第二天，哈薩比斯、David Silver和Jeff Dean等高管紛紛發表演講。他們對AlphaGo 2.0的新技術進行瞭詳細解讀。幾位紛紛提到一個關鍵詞——TPU。Jeff Dean 甚至直接放出瞭與GPU的性能對比圖。從昨天的賽後采訪到今天的主旨演講，哈薩比斯等人一直在強調TPU對新版本的AlphaGo的巨大提升。看來，TPU將會成為接下來一段時間內的戰略重點，GPU要小心瞭。本文帶來哈薩比斯、David Silver現場演講報道（附PPT）。
在升級版AlphaGo首戰柯潔後的5月24日，人工智能高峰論壇（The future of AI in Wuzhen）如期召開。一上來就是DeepMind CEO Demis Hassabis和AlphaGo團隊技術負責人 David Sliver 的演講，介紹AlphaGo的研發以及AlphaGo意味著什麼。新智元第一時間為你帶來精彩內容。
Hassabis和Sliver演講後，大腦資深研究員Jeff Dean和軟件工程師陳智峰一起介紹瞭《什麼是AI？AI是如何工作的？》。不僅如此，還有很多耳熟能詳的DeepMind大牛出席瞭本次人工智能高峰論壇：Alphabet董事長Eric Schmidt（對話AI的潛能）、下午還有TensorFlow軟件工程師Rajat Monga（開發者如何使用AI）、Cloud AI 研發主管李佳（行業如何應用AI），以及DeepMind聯合創始人Mustafa Suleyman和健康研究產品經理Lily Peng（如何應用AI應對挑戰：健康、能源、教育等）。
在論壇最後，智庫秘書長李小鳴將在大會上發佈報告《全球人工智能報告2017》。
哈薩比斯，David Silver 和 Jeff Dean 的關鍵詞——TPU
上周的I/O大會上，Pichai 宣佈推出的第二代 TPU，既能夠加速推理，也能夠加速訓練。
據介紹，第二代 TPU 設備單個的性能就能提供高達 180 teraflops 的浮點計算量。不僅如此，這些升級版的 TPU 集成在一起成為CloudTPU。每個 TPU 都包含瞭一個定制的高速網絡，構成瞭一個稱之為“TPU pod”的機器學習超級計算機。一個TPU pod 包含 64 個第二代TPU，最高可提供多達 11.5 petaflops，加速對單個大型機器學習模型的培訓。
昨天，在升級版的阿老師（AlphaGo）半目優勢取勝柯潔之後，DeepMind CEO 哈薩比斯和AlphaGo項目總負責人David Silver 在新聞發佈會上接受媒體采訪時表示，AlphaGo實際上是在谷歌雲端的單一一臺機器上運行的，建立於TPU上。這和去年使用的谷歌雲端多臺機器分佈式結構有很大區別。因為現在有瞭一個運行起來更好、更簡單的更加強大、高效的算法，它能夠用十分之一的運算力來得到更強大甚至更好的結果。
5月24日的峰會論壇主旨演講中，David Silver 再次提到，新版AlphaGo（DeepMind稱之為 AlphaGo Master）是在單個TPU上進行遊戲。他還提到瞭新版本的AlphaGo與去年對戰李世石的舊版使用的計算資源的區別，由此看出TPU的強大。
David Sliver之後，谷歌大腦負責人Jeff Dean出現在舞臺上，他的演講話題也沒離開TPU。
從DeepMind的幾位負責人的演講中可以看到的關鍵詞有三個：AlphaGo、TPU和。在提到TPU時，直接放出瞭與GPU的性能對比，形象生動。這個廣告，可以打99分吧。
首戰擊敗柯潔後，DeepMind在發佈會上說瞭6件大事
5月23日，在AlphaGo 首戰以四分之一子的優勢戰勝柯潔之後，雙方參加瞭新聞發佈會。
柯潔賽後感言：遇到瞭“圍棋上帝”，比賽中早就預料到結果
柯潔在賽後發佈會表示，自己印象最深的，是AlphaGo自己“斷”的那手棋，在人類的對局中幾乎不可能，但他後來思考發現那步棋“太出色”，“讓人輸得沒脾氣”。另外，這次的AlphaGo讓他感覺像是遇到瞭圍棋“上帝”，與之前的Master都不同。最後，他對自己“永遠有信心”，會全力以赴去下接下來的兩盤棋。
柯潔在數子時被媒體捕捉到“笑”瞭一下，在發佈會上坦言那是“哭笑”。實際上他很早就知道結果瞭，主要是AlphaGo下棋是勻速的，因此在單關也花費比較多時間思考，所以柯潔在這個空檔拼命數子，料到自己會輸，最後果然輸瞭1/4子。
DeepMind：算法比數據量更重要，AlphaGo 的架構細節稍後會全面公開
DeepMind的賽後感言可歸納為以下幾點：
1。DeepMind對於“機機大戰”沒有興趣——要衡量 AlphaGo 的實力，必須讓它跟人類對弈。這次比賽的目的也是為瞭發現AlphaGo的更多弱點。李世石上次贏瞭AlphaGo，他們回去以後就對架構和系統做瞭升級，希望能彌補這種“knowledge gap”。當時的弱點或許被“Fix”瞭，但AlphaGo還有更多弱點，這是AlphaGo自己（通過自我對弈）和他們這些開發人員都不知道的。
2。AlphaGo不會控制輸贏差距，它隻想贏。AlphaGo總是盡量將贏棋的可能性最大化而不是將贏的目數最大化。它每次面臨決策的時候，總是會選擇它自己認為更穩妥、風險更小的路線。AlphaGo在爭取贏棋時的一些行為，它可能會放棄一些目數以求降低它感知到的風險，即使這個風險非常小。
3。沒有完全棄用人類棋譜。當然在最初的版本中，AlphaGo從人類棋譜中學習，後來到現在它大部分的學習材料都來自於自我對弈的棋譜。新版本AlphaGo的一大創新就是它更多地依靠自我學習。在這個版本中，AlphaGo實際上成為瞭它自己的老師，從它自己的搜索中獲得的下法中學習，和上一個版本相比大幅減少瞭對人類棋譜的依賴。
4。AlphaGo這次強大的地方在於算法。去年和李世石對戰後，他們提出瞭更強大的算法，而且發現算法比數據量更重要，這也是為什麼Master的訓練速度是初代AlphaGo的十分之一。這次AlphaGo的硬件支撐是統一通過谷歌雲來的，跟上次對戰李世石的時候不同。
5。AlphaGo實際上是在谷歌雲端的單一一臺機器上運行的，建立於TPU上。這和去年使用的谷歌雲端多臺機器分佈式結構有很大區別。因為現在有瞭一個運行起來更好、更簡單的更加強大、高效的算法，它能夠用十分之一的運算力來得到更強大甚至更好的結果。
6。還會公佈一些AlphaGo自我對弈的棋譜，這周稍後會正式宣佈。
哈薩比斯：AlphaGo 研發介紹， AlphaGo 意味著什麼？
“希望這周的比賽能夠激發中國的圍棋棋手和世界的人工智能科學傢”。哈薩比斯介紹瞭DeepMind在做的事情，以及他們的目標——“發現智能的本質”（slove intelligence），他將最新版 AlphaGo 的技術細節留給瞭 David Sliver 具體闡釋。
哈薩比斯提到，在DeepMind，他們研究的不是一般的人工智能（AI），而是通用智能，或者說通用的學習機器。這種機器具有自主學習的能力，可以執行多種任務，而其技術核心就是深度學習和強化學習。哈薩比斯認為，隻要創造出通用的學習機器，就能夠解決很多現在所無法解決的問題。他以載入史冊的IBM深藍對戰國際象棋大師卡斯帕羅夫為例，深藍當時獲勝的根本原因是暴力計算。
哈薩比斯認為，與圍棋不同，國際象棋是一種盤面已知的遊戲，也就是說，最開始所有的棋子都在棋盤上，當你判斷局勢時，所有的信息都已經有瞭。而圍棋則是不斷構築的遊戲，要判斷在哪裡落子，很多時候頂尖圍棋手會告訴你，他們依靠的是直覺，“就感覺這樣走是對的”。
剛開始的不經意一步，很可能對未來的形勢造成巨大乃至根本性的影響。
Sliver首次揭露瞭AlphaGo Master版本的新架構和算法
Sliver還是先從最初的AlphaGo講起，為什麼DeepMind團隊會選擇圍棋攻克呢？Sliver表示，圍棋是人類最古老最有智慧的遊戲，也是測試、構建並且理解人工智能最好的方式。實際上，遊戲被用於測試人工智能由來已久，計算機科學傢先從國際象棋入手，到瞭現在的圍棋。。而且，這些遊戲AI的很多算法後來也被應用於各種各樣的AI程序和應用。最後，圍棋為譽為AI的聖杯，就像Demis剛剛說的那樣。
形象化的比較，國際象棋的選擇是有限的，每一步都大約有30多種選擇，然後再下一步又有30多種選擇，以此類推。實際上，國際象棋的這種樹形結構很適合用傳統的計算機方法去搜索並解決。而圍棋的選擇則要多得多，每一步都有幾萬種走法（several hundreds），而下一步又有幾萬種……由此形成的排列組合，對於傳統的計算機或人工智能而言是無解的。
DeepMind是如何解決這個問題的呢？初版AlphaGo，也就是戰勝瞭李世石的那個版本，核心是兩個深度神經網絡。深度神經網絡有很多參數，這些參數可以通過訓練進行調整，從而很好地對知識進行表征，真正理解領域裡發生瞭什麼事情。我們希望AlphaGo能夠真正理解圍棋的基本概念，並且全部依靠自己學習這些概念。
具體說，AlphaGo用瞭卷積神經網絡，可以從每一層的一小塊當中，得出一些更高層的理解，你可以簡單理解為表示棋子在這種局勢下會贏還是會輸的特征，然後每一層以此類推，最終得到高層表征，也就是AlphaGo學會的概念。初版AlphaGo使用瞭12層網絡，而Master版本的使用瞭40層。
AlphaGo使用兩種不同的深度神經網絡，第一種是策略網絡，目標是選擇在哪裡落子。第二種則是價值網絡，價值網絡的作用是衡量走這一步對最終輸贏的影響：棋盤的局部（patches）經過很多層很多層的表征處理，最終得出一個數字，這個數字就是代表這步棋會贏的概率，概率越大（接近1），那麼AlphaGo獲勝的概率就越大。
AlphaGo訓練的過程，實際上結合瞭兩種機器學習，首先是監督學習，其中人類棋譜被用作訓練數據，然後結合強化學習，在強化學習過程中，系統通過試錯不斷提升自己，弄清哪種策略最好。這張圖顯示瞭AlphaGo的訓練過程，先從大量的人類專傢下棋的訓練數據集開始，我們讓策略網絡所做的，就是學習人類專傢的走法，不斷調整參數，最終在每個位置走出跟人類專傢一樣的走法。
這就是策略網絡，我們用策略網絡做強化學習，也就是讓策略網絡不斷自我對弈，在很短的時間裡掌握什麼是最好的下法。然後，我們用價值網絡判斷，每一步是黑棋贏還是白棋贏，就像人類專傢通過直覺判斷是否該這樣走一樣。
如果像往常一樣，我們要去判斷每一步贏的幾率，那麼計算力是不夠的。在AlphaGo這裡，我們結合策略網絡和價值網絡，大幅降低瞭搜索的難度。首先，我們用策略網絡減少瞭搜索的寬度，然後用價值網絡減少瞭搜索的深度。
這兩種搜索算法的結合，也被稱為蒙特卡洛樹搜索方法，AlphaGo先使用策略網絡選擇怎麼走，然後用價值網絡判斷這樣走的贏率，最終得出一個數字。這個模擬過程會重復很多次，計算出每種不同走法的贏率。然後，這些數字會被傳回一開始的部分，讓系統決定走哪一步贏率最大。
上面說的這些就是跟李世石對戰的AlphaGo的大致步驟。這張圖顯示瞭當時AlphaGo使用的硬件或者計算力支撐，使用瞭大約50塊TPU，能夠搜索（結合圖中顯示的數字）。看到這個數字你也許會認為AlphaGo做的計算量很大瞭，但實際上深藍當時做的是AlphaGo的要做得多，每秒做上億次計算。因此，可以說AlphaGo做的計算比深藍要“更聰明”，更謹慎。
接下來我介紹新版AlphaGo，也被稱為AlphaGo Master，這次對戰柯潔的新版AlphaGo。AlphaGo Mater使用更加有效的算法，所需的計算量是AlphaGo的1/10。這張圖顯示瞭AlphaGo Mater使用的硬件，通過谷歌雲提供的一塊TPU，你可以把它當做是一臺計算機。
而使Master如此強大的原因之一，是我們使用瞭最好的數據——AlphaGo自我對弈的數據。所以，AlphaGo實際上成瞭自己的“老師”，每一代生成的數據都成為下一代、更強一代的訓練材料。我們使用這一過程，訓練瞭更強大的策略網絡和價值網絡。
具體說，我們讓AlphaGo自我對弈，也就是通過強化學習，生成大量數據，訓練下一代的AlphaGo。這時，策略網絡就使用它自己生成的數據，在不進行任何搜索的情況下，自己訓練自己得出最強大的走法，由此得出瞭目前最強大的策略網絡。
類似的，我們也這樣訓練價值網絡，我們使用AlphaGo自我對弈後獲勝的那些數據來作為訓練樣本，這些都是質量很高（最高）的樣本，裡面含有大量每局AlphaGo自我對弈中每一步走法贏率判斷的信息。換句話說，新的價值網絡會判斷Master每一步的最終贏率是多少。
然後，我們將上述過程重復多次，不斷得到新的價值網絡和策略網絡，AlphaGo也能不斷做出更高效的搜索質量和更好地判斷勝率。
那麼，我們怎麼衡量AlphaGo的能力呢？我們最初用Zen和進行對比，後來是樊麾，再到李世石，以及線上對戰平臺。
但是，隻通過自我對弈是無法找出AlphaGo的弱點的。這也是我們今天來對戰柯潔的原因。當然，深度強化學習也不僅僅用在圍棋上，還有遊戲中。
【Lytess】睡覺塑按摩緊緻5分褲(新品上市)內衣尺寸對照【Lytess】睡覺塑按摩緊緻5分褲(新品上市)運動內衣推薦【Lytess】睡覺塑按摩緊緻5分褲(新品上市)內衣特賣會#GOODS_NAME#內衣穿法【Lytess】睡覺塑按摩緊緻5分褲(新品上市)高強度運動內衣推薦#GOODS_NAME#塑身衣有用嗎【Lytess】睡覺塑按摩緊緻5分褲(新品上市)塑身內衣推薦【Lytess】睡覺塑按摩緊緻5分褲(新品上市)【Lytess】睡覺塑按摩緊緻5分褲(新品上市)內衣特賣 您或許有興趣的東西:
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
全站熱搜
留言列表
