l*******s
发帖数: 1258 | 1 正在做一个个人的小project，基于地理位置的APP。
基本过程是：用户输入当前的位置，或者某个keyword，服务器接到query后，一通计算
，返回结果给用户。
其中，服务器运算量比较大，涉及到machine learning和NLP。几乎每次query都要run
一次classifier。没办法，数据源通过API得到的，人家不让储存，所以不能预先计算
好放在那里。当然，我会用cache尽量减少些运算量。
现在后台的machine learning和NLP部分已经做好，大部分是research work，model啥
的都已经弄好了。剩下的就是纯粹的engineering work了。
可以的话，打算web，ios，android等客户端一起上。其实客户端就只起个显示作用。
以前没做过这种web service，只知道手机和server用json通信，至于用啥现成的框架
合适，就不知道。
要求：快速开发，并发性能不能差，我已经写好的ML和NLP的java API容易嵌入，支持
cache和扩展，容易服务器迁移（谁知道用哪家的服务器，初期估计要迁移个几次），
免费开源，最好是jav... 阅读全帖 |
|
l*******s
发帖数: 1258 | 2 我最近在搞个自己的小project，后台web service + 前台网，iphone，android app。
牵扯到大量运算。比如每个用户提交request时，后台会涉及到一些machine learning
的东西，所以运算量不小。就算用cache优化一下，估计还是运算很频繁。要是一分钟
有100个request进来，少说得调用machine learning classifier几十次，cpu和内存的
消耗很可观，我还没有详细测试过，但是估计小不了。
现在问题是，这个web service做好后，放哪里？
网上有不少VPS或者web host之类的，几十块钱一个月，给个1G内存+一个cpu，若干硬
盘空间和带宽，但是就我那一大堆machine learning的东西，估计不大够。要是内存上
了2G，那VPS的价格就是翻好几番了。伤不起啊。。。
自己在家攒个个server？硬件并不贵，就算整个双cpu+64G内存，也就不到一千刀。电
费也还凑活。问题就是24小时开着，噪音受不了。最大的问题还是可靠性和带宽，实在
没法保证。
各位有啥注意？先谢了。 |
|
c***c
发帖数: 21374 | 3 绝对不要自己在家hosting
你的带宽无法保证，且不说ISP可能也不允许，发现了断你也可能
如果运算量大的，你可以尝试下cloud hosting，按需付费
如果你真的要求比较高，那么你自然要准备一定的预算。你不要dedicated hosting，
可以co-location嘛。
learning |
|
l*******c
发帖数: 523 | 4 如果有个t的函数：
V(t) = sqrt { (Va)^2 + [(Vb)^2 - (Va)^2]*[1-e^(kt/20)]/(1-e^T)};
Va是已知的值；
Vb也是已知的值；
k, T是常数。
然后k从1到20，有没有简单的算法可以减少for循环里运算量？以下是那段code：
if (Vb > Va)
deltaDAC = (Vb * Vb - Va * Va)/(1-exp(T));
else
deltaDAC = (Va * Va - Vb * Vb)/(1-exp(T));
if (Vb > Va)
{
for (k=1; k <= 20; k++)
{
Data1 = Va * Va;
Data2 = deltaDAC * (1-exp(k/20));
DAC_Set_Value = sqrt(Data1 + Data2);
DAC_Outp... 阅读全帖 |
|
l*******c
发帖数: 523 | 5 如果有个t的函数：
V(t) = sqrt { (Va)^2 + [(Vb)^2 - (Va)^2]*[1-e^(kt/20)]/(1-e^T)};
Va是已知的值；
Vb也是已知的值；
k, T是常数。
然后k从1到20，有没有简单的算法可以减少for循环里运算量？以下是那段code：
if (Vb > Va)
deltaDAC = (Vb * Vb - Va * Va)/(1-exp(T));
else
deltaDAC = (Va * Va - Vb * Vb)/(1-exp(T));
if (Vb > Va)
{
for (k=1; k <= 20; k++)
{
Data1 = Va * Va;
Data2 = deltaDAC * (1-exp(k/20));
DAC_Set_Value = sqrt(Data1 + Data2);
DAC_Outp... 阅读全帖 |
|
t****t
发帖数: 6806 | 6 所以你需要减少的是循环前面那段的时间不是么? 而不是循环内的计算.
换句话说, 你需要减少的是这段程序开始到第一个DAC_output的时间对吧. 我理解你每
两个DAC_output之间的时间是不能变的, 即Delay_us()的时间+循环内的计算时间是个
常量.
这是我一开始的预计, 但是你问的是减少"这个循环里的运算量", 所有人都被你误导了.
command |
|
l*******c
发帖数: 523 | 7 在这里面，器件的震荡周期是1ms.而客户需要的响应时间是4ms. 所以这里面delay_us(
)是贡献了最多的时间消耗。可惜受CPU的limit限制，倘若在当前的CPU情况下，能改善指数开平方的运算量，在1个T内增加几倍的步数，也就是k从1到20变成1到几十而这部分的时间不变，那delayus()是可以减少2ms，那就可以满足客户的要求了。
了. |
|
t****t
发帖数: 6806 | 8 你怎么前后矛盾, 那就是说你最终的目的还是减少每一步输出的延时, 以增加循环的次
数? 那你刚才怎么说不是减短这个延时?
us(
善指数开平方的运算量，在1个T内增加几倍的步数，也就是k从1到20变成1到几十而这
部分的时间不变，那delayus()是可以减少2ms，那就可以满足客户的要求了。 |
|
l*******s
发帖数: 1258 | 9 我最近在搞个自己的小project，后台web service + 前台网页，iphone，android app。
牵扯到大量运算。比如每个用户提交request时，后台会涉及到一些machine learning
的东西，所以运算量不小。就算用cache优化一下，估计还是运算很频繁。要是一分钟
有100个request进来，少说得调用machine learning classifier几十次，cpu和内存的
消耗很可观，我还没有详细测试过，但是估计小不了。
现在问题是，这个web service做好后，放哪里？
网上有不少VPS或者web host之类的，几十块钱一个月，给个1G内存+一个cpu，若干硬
盘空间和带宽，但是就我那一大堆machine learning的东西，估计不大够。要是内存上
了2G，那VPS的价格就是翻好几番了。伤不起啊。。。
自己在家攒个个server？硬件并不贵，就算整个双cpu+64G内存，也就不到一千刀。电
费也还凑活。问题就是24小时开着，噪音受不了。最大的问题还是可靠性和带宽，实在
没法保证。
各位有啥注意？先谢了。 |
|
l*******s
发帖数: 1258 | 10 这家貌似挺大 用的人挺多 但是大多数就是放个网站在上面 运算量不大 php+mysql之
类的
用过的来说说？ |
|
b***i
发帖数: 3043 | 11 托管当然最便宜，然后是aws。但是你的峰值运算量也太大了。 |
|
l*******s
发帖数: 1258 | 12 看来colocation是个办法
我说1000$，确实不大够，当时没怎么考察硬件行情。
对了 能说说你的server配置不？你运行的程序运算量大体是怎么个情况？ |
|
l*******s
发帖数: 1258 | 13 我最近在搞个自己的小project，后台web service + 前台网页，iphone，android app。
牵扯到大量运算。比如每个用户提交request时，后台会涉及到一些machine learning
的东西，所以运算量不小。就算用cache优化一下，估计还是运算很频繁。要是一分钟
有100个request进来，少说得调用machine learning classifier几十次，cpu和内存的
消耗很可观，我还没有详细测试过，但是估计小不了。
现在问题是，这个web service做好后，放哪里？
网上有不少VPS或者web host之类的，几十块钱一个月，给个1G内存+一个cpu，若干硬
盘空间和带宽，但是就我那一大堆machine learning的东西，估计不大够。要是内存上
了2G，那VPS的价格就是翻好几番了。伤不起啊。。。
自己在家攒个个server？硬件并不贵，就算整个双cpu+64G内存，也就不到一千刀。电
费也还凑活。问题就是24小时开着，噪音受不了。最大的问题还是可靠性和带宽，实在
没法保证。
各位有啥注意？先谢了。 |
|
l*******s
发帖数: 1258 | 14 这家貌似挺大 用的人挺多 但是大多数就是放个网站在上面 运算量不大 php+mysql之
类的
用过的来说说？ |
|
b***i
发帖数: 3043 | 15 托管当然最便宜，然后是aws。但是你的峰值运算量也太大了。 |
|
l*******s
发帖数: 1258 | 16 看来colocation是个办法
我说1000$，确实不大够，当时没怎么考察硬件行情。
对了 能说说你的server配置不？你运行的程序运算量大体是怎么个情况？ |
|
l*******c
发帖数: 523 | 17 如果有个t的函数：
V(t) = sqrt { (Va)^2 + [(Vb)^2 - (Va)^2]*[1-e^(kt/20)]/(1-e^T)};
Va是已知的值；
Vb也是已知的值；
T是常数。
然后k从1到20，有没有简单的算法可以减少for循环里运算量？以下是那段code：
if (Vb > Va)
deltaDAC = (Vb * Vb - Va * Va)/(1-exp(T));
else
deltaDAC = (Va * Va - Vb * Vb)/(1-exp(T));
if (Vb > Va)
{
for (k=1; k <= 20; k++)
{
Data1 = Va * Va;
Data2 = deltaDAC * (1-exp(k/20));
DAC_Set_Value = sqrt(Data1 + Data2);
DAC_Output(... 阅读全帖 |
|
g*****y
发帖数: 7271 | 18 其实我最初以为你想到全加的做法，但是你说你不知道怎么实现O(N)运算量，O(1)
storage的方法，我就想你是不是认为一次加法是O(logN)。现在看来不是这样，呵呵
另外，complexity 就是 # of basic operations，没有区别的。
比方说，字符串搜索问题，不管字符串有多长，每个字符就是8bit或32bit，不会有
变化，所以一次字符比较可以认为是常数运算量。
再比方sorting，不管sort多少个数，所有的数可以都采用float（4bytes），即使
数据个数超出2^32, 只是数串里有重复而已，并不影响sorting，所以可以认为一次比较
是常数运算量。
这个题里面，数据个数和数据范围是直接相关的（相等），这种情况，我们严格来说，
当然
不能认为加法是常数运算量了，对不对？
举个例子，这题另一种做法是全部数乘起来跟N!做个除法，也能找出missing number，
但是你如果还是不考虑溢出的可能性的话，或者仍然认为乘法是常数运算量的话，
是不是有点太搞笑了？而且这题里面不管乘法加法，都是不能有任何精度损失，所以我们
不能说把数转成float来算，是... 阅读全帖 |
|
n**n
发帖数: 1489 | 19 一个简单的例子，不知道合不合适。
给定两个素数m,n，做乘法得到一个数mn，这个过程可以看作是加密。这个运算是可逆
的，知道mn可以分解出m和n，看作解密。乘法的运算量很小，反过来运算量要大得多，
所以暴力破解很困难。如果你知道其中一个素数，比如说m（看成是密钥），直接相除
就得到n，运算量同样很小。
如果m，n不是素数的话这个过程就不可逆了。 |
|
w****j
发帖数: 6262 | 20 多谢科普，好像明白点了。
但好像这个交易系统需要巨大的运算量。从比特币成立那天开始所有的交易记录，这要
是个什么天文数字的运算量呀。如果有一天，比特币真成为合法货币，这种运算量把全
世界计算机算死也没希望吧。再说存在哪呀。就是银行也只能保存几年的转帐记录，不
可能一直保存下去的。 |
|
E******w
发帖数: 2616 | 21 关于AlphaGo使用的算法的论文网上可以看到，虽然没有具体的细节，但是可以了解个
大概。这里我尝试解释一下为什么现在AI的棋力比过去有质的飞跃。它的弱点到底有可
能在哪里。
机器最大的优势是暴力搜索，利用高运算量多机联网的方式，在极短的时间内可以搜索
数量巨大的可能变化。这个能力人无法与之抗衡。机器的核心弱点是不明白为什么，不
明白道理，不会推理，形势判断显然也远不如人。对于围棋这样复杂度很高的游戏，机
器搜索能力再强，能搜的变化也只是所有变化的一小部分，如果花大量时间去搜索没有
意义的变化，搜索能力就不会对棋力有多大的影响。
过去AI集中解决的问题，就是对可能的变化的重要性进行排序。假设人在短时间内只能
搜索100种变化，而AI在同样的时间可以搜索几千万种变化，只要AI能够对各种变化排
序，保证人搜的那100种变化都被排在了几千万之内，那样AI就同样可以搜索人搜索过
的变化，逻辑推理能力的弱点就可以得到弥补。只要这个目的达到了，这100种变化是
不是用推理得出来的，这并不重要。（同样的道理，如果AI有能力搜索所有的变化，根
本就不需要任何推理能力也可以战胜人，归根结底是机器和人各有... 阅读全帖 |
|
k**L
发帖数: 3630 | 22 底小运算快,底大运算慢,要一样快就得提高运算量.你4k又怎么样? m43 4k和全副1080
看像素貌似高很多,但你那4k是小底出来的,运算量当然就低了,全副就算是1080,但用的
是大底,就算只是crop或downscale,但底子还是全副.运算量怎么都低不了.
说相机"应该"随时拍拍多久都可以是"基本"要求的.其实也没错,但说a9是半成品我觉得
是过了.如果a9降级到o+,p+的标准来拍.我觉得也可以拍多久都可以. 拿M43的标准来要
求pro级别的机,呵呵. 不知道我按你的标准这么说你看怎么样?
"其实相机除了随时可以拍之外,应该随时可以gps导航,可以打电话,发信息,可以上网玩
游戏,厚度不应该超过半寸,重不超过4once,才是相机最基本的要求.像O+,P+这种只能够
摄影摄像,又重又厚,又作用单一的半成品,看来是O+P+ 的用户容忍度特别的高" |
|
j***h
发帖数: 4412 | 23 物联网建设是美国经济复兴之契机 2011.1.17 15:56 作者：webcad
2011年的美国国际消费电子展（CES）铺天盖地都是关于无线宽带——脱离了桌面计算
的束缚，随时随地浏览互联网。在大部分的新闻焦点以及对各种设备和更多带宽的渴望
背后，推手是无处不在的社交网络以及视频。这两种技术目前已是炙手可热，可能将成
为“下一个大事件”。受此推动，手机芯片生产商高通以30亿美元的高价收购无线芯片
生产商Atheros。这种火热的程度可能将为硅谷带来另一股类似“网络泡沫”的投资狂
潮。尽管Facebook和Groupon保持着私有化的状态，但是投资者对其的估值和期待却异
常高涨，这两家网站已经成为了社交网络的标志性品牌。
在这种现象之后存在着一些更为基本的推动因素。我并不准备抛出迂腐的比较论，但是
的确认为在这种情况下社交和娱乐领域的受益类似于美国在20世纪50年代节假日旅游业
的蓬勃发展。当时美国进行了跨州高速公路建设，而节假日旅游业正是这种举措的主要
经济受益者。显然，新的高速公路（加上廉价汽车）推动了旅游业的发展壮大，但这只
是附带利益而已。在高速公路建设期间建筑就业岗位... 阅读全帖 |
|
j***h
发帖数: 4412 | 24 物联网建设是美国经济复兴之契机 2011.1.17 15:56 作者：webcad
2011年的美国国际消费电子展（CES）铺天盖地都是关于无线宽带——脱离了桌面计算
的束缚，随时随地浏览互联网。在大部分的新闻焦点以及对各种设备和更多带宽的渴望
背后，推手是无处不在的社交网络以及视频。这两种技术目前已是炙手可热，可能将成
为“下一个大事件”。受此推动，手机芯片生产商高通以30亿美元的高价收购无线芯片
生产商Atheros。这种火热的程度可能将为硅谷带来另一股类似“网络泡沫”的投资狂
潮。尽管Facebook和Groupon保持着私有化的状态，但是投资者对其的估值和期待却异
常高涨，这两家网站已经成为了社交网络的标志性品牌。
在这种现象之后存在着一些更为基本的推动因素。我并不准备抛出迂腐的比较论，但是
的确认为在这种情况下社交和娱乐领域的受益类似于美国在20世纪50年代节假日旅游业
的蓬勃发展。当时美国进行了跨州高速公路建设，而节假日旅游业正是这种举措的主要
经济受益者。显然，新的高速公路（加上廉价汽车）推动了旅游业的发展壮大，但这只
是附带利益而已。在高速公路建设期间建筑就业岗位... 阅读全帖 |
|
c***s
发帖数: 70028 | 25 ■玩数独5年，陈老著有专著。
还记得7月2日重庆晚报刊登的那道数独难题吗？这道号称世界最难的数独题，吸引了许多高手挑战。江北区一位83岁的退休老人闭关15天，前天凌晨终于把这道题解了出来。
玩数独5年写了本书
这道号称世界最难的数独题是一位名叫因卡拉的芬兰数学家耗时3个月设计的，号称只有世上最聪明的头脑才可能得到答案。是否最难尚有争议，但的确让很多高手挠破了头，而我市一位八旬老人前日凌晨4时给出了此题答案。
老人名叫陈金康，今年83岁，退休前是重庆师专（现重庆文理学院）数学系主任、副教授，研究数独已5年，还写了一本专著。“2007年，我去美国探亲，看到当地报纸都刊载有数独游戏，试着玩了一下，从此入迷，还买了很多国内外的相关专著来阅读。”觉得不过瘾，陈老又自己写了一本《速破数独金钥匙》，手稿刚完成。7月2日，重庆晚报16版转载了一道号称世界最难数独题，陈老因此动了小试牛刀的念头。“如果解不出来，我就把书稿烧掉。”从2日下午到17日凌晨4点，历时15天，终于大功告成。
闭关15天做题128叠
“每天早上最晚6点半起床，一直解到晚上12点，还常常失眠。有天晚上实在睡不着，半夜三点半起床继续解... 阅读全帖 |
|
a********s
发帖数: 1876 | 26 正因为他的方法太general了，至少公开的部分根本不够博士的水准啊，而且严肃的说
没有啥技术含量。
所以猜测她背后是做了未公开的军码的部分。这才是问题的关键所在
别小看听到的只言片语，这在破译密码的时候非常的关键，本来是1年的运算量就可能
就变成了1小时的运算量了，就可以从不可用变成可用的情况了
前面已经有人说了当场问过是否对军码用过，她说他做过但是不感兴趣，这话就是狗屁 |
|
|
g*******i
发帖数: 171 | 28 人工智能下围棋超过人类， 别扯淡了。 Alpha GO 还学要人帮她输入对手的落子，给
他在棋盘摆子。 Google 的图像识别牛逼吹到天上去了， 为何不用AI 机器识别棋盘上
的落子？ 为何不用机械手自己落子？
人类智能的最基本的功能， 图像识别， 语言，肢体运动功能，感性认知和创造性，是
所谓的人工智能难以逾越的困难，过去50几年人工智能的在这几方面几乎没有任何突破
性的进展，看看Google Translate
和Goggle 有多屎， 就知道了。
Alphago 的算法只是使用奇技淫巧缩小了运算量，但是他的每一步棋的运算量和相应的
能量消耗，仍然 超过人脑的上亿倍。
Alpha GO 和李世石下的那几盘棋，并没有严格的科学测试环境以保证，整个过程当中
Alpha Go 没有接受人的指导，AlphaGO 至今没有公开放到网上接受任意棋手的挑战，
就更加让人怀疑了。
我是业余3段水平， 跟号称最强的Zen Go 5.0 下， Zen在我面前不堪一击， 没有任何
机会。我曾经被让4子根职业2段 下过， 我没有任何机会。做为计算机算法博士和业余
围棋选手， 我是不会相信围棋机器能击败职... 阅读全帖 |
|
g*******i
发帖数: 171 | 29 人工智能下围棋超过人类， 别扯淡了。 Alpha GO 还学要人帮她输入对手的落子，给
他在棋盘摆子。 Google 的图像识别牛逼吹到天上去了， 为何不用AI 机器识别棋盘上
的落子？ 为何不用机械手自己落子？
你知道 以现有的图像识别技术，判断棋子在棋盘上的节点的位置有
多难吗？ 人类棋手落子，不是精确地落在某个节点上，而是有偏差，当这些有偏差的
棋子挤在一块的时候（中盘对杀的时候），机器识别每个棋子节点位置的准确率会降到
50%一下。
人类智能的最基本的功能， 图像识别， 语言，肢体运动功能，感性认知和创造性，是
所谓的人工智能难以逾越的困难，过去50几年人工智能的在这几方面几乎没有任何突破
性的进展，看看Google Translate
和Goggle 有多屎， 就知道了。
Alphago 的算法只是使用奇技淫巧缩小了运算量，但是他的每一步棋的运算量和相应的
能量消耗，仍然 超过人脑的上亿倍。
Alpha GO 和李世石下的那几盘棋，并没有严格的科学测试环境以保证，整个过程当中
Alpha Go 没有接受人的指导，AlphaGO 至今没有公开放到网上接受任意棋手的挑战，
就更加... 阅读全帖 |
|
j**********r
发帖数: 3798 | 30 就是算法的进步，论文出来之后，一下子连国产的软件都能随便灭职业棋手。狗这个用
的是单机，实时应该运算量不大。当然训练的运算量很大。 |
|
r*****e
发帖数: 7853 | 31 算法应该没有本质改变，但computational power牛逼多了
[在 jobhuntinger (jobhuntinger) 的大作中提到：]
:就是算法的进步，论文出来之后，一下子连国产的软件都能随便灭职业棋手。狗这个
用的是单机，实时应该运算量不大。当然训练的运算量很大。 |
|
S**o
发帖数: 447 | 32 已经有一台新的台式机。由于运算量大，打算买个笔记本或者台式机。
笔记本价钱是$1560.台式机也是差不多这个价钱。
请问是添加一台笔记本好，还是添加一台台式机好。
两台台式机运算量大。 平常出差不多。一年5次左右。
以上都是公司负责出钱买的。 |
|
T*******e
发帖数: 4110 | 33 我这真是痛心疾首啊。。。
i. 这么多人能接球必然大大降低个人的target数，这手就会越来越冷，被frozen的后
果很严重。
ii. 这么多人能接球必然大大增加Brady大脑的运算量，很好理解，viable targets多
相当于variables多，方程规模大增，运算量必然explode exponentially。Brady的大
脑有没有这个处理容量，能不能算出来都两说，能不能在扑倒之前算出来还说，纠结于
最优解死循环了没准儿，算几次过热了烧坏了很可能。。。
iii. 不说了。。。太担心了。。。 |
|
g*******i
发帖数: 171 | 34 人工智能下围棋超过人类， 别扯淡了。 Alpha GO 还学要人帮她输入对手的落子，给
他在棋盘摆子。 Google 的图像识别牛逼吹到天上去了， 为何不用AI 机器识别棋盘上
的落子？ 为何不用机械手自己落子？
你知道 以现有的图像识别技术，判断棋子在棋盘上的节点的位置有
多难吗？ 人类棋手落子，不是精确地落在某个节点上，而是有偏差，当这些有偏差的
棋子挤在一块的时候（中盘对杀的时候），机器识别每个棋子节点位置的准确率会降到
50%一下。
人类智能的最基本的功能， 图像识别， 语言，肢体运动功能，感性认知和创造性，是
所谓的人工智能难以逾越的困难，过去50几年人工智能的在这几方面几乎没有任何突破
性的进展，看看Google Translate
和Goggle 有多屎， 就知道了。
Alphago 的算法只是使用奇技淫巧缩小了运算量，但是他的每一步棋的运算量和相应的
能量消耗，仍然 超过人脑的上亿倍。
Alpha GO 和李世石下的那几盘棋，并没有严格的科学测试环境以保证，整个过程当中
Alpha Go 没有接受人的指导，AlphaGO 至今没有公开放到网上接受任意棋手的挑战，
就更加... 阅读全帖 |
|
u******a
发帖数: 7843 | 35 画面只是视频游戏最粗浅的部分. 我认为游戏最重要的是好玩. 画面几乎不影响游戏性
...画面是可以脑补的, 大脑完全可以在接收到低画质的信息之后用脑内的高分辨率素
材渲染成高画质的. 但玩游戏的过程却是脑补不了的...近年来涌现出来的大量颇受欢
迎的indie game就是例子.
pc上的画面高级点, 其实还是要用脑内高分辨率贴图去替换接收到的信息. 不过就是减
少了脑补的运算量而已. 达到好莱坞电影级别的话, 大脑gpu的运算量就几乎是零了.
去。 |
|
e**n
发帖数: 5876 | 36 你不是比运算量吗, 你算算4k 60fps和你的5n,a7 (都是1080的吧)的运算量怎么比?
我觉得相机随时拿起来都能拍, 想拍多久拍多久(除了电池/卡容量的限制), 是相机最
基本的要求.
S+这种overheat就是半成品. 但看来S+的用户容忍度特别的高 |
|
k**L
发帖数: 3630 | 37 怎么可能“不读出”？ 无论4k还是1080,拍的时候sensor都是全开，如果不是全开，你
就会看到画面给crop过了，所以每次录，应该是sensor全开的。绝对不会是4k就截8mp
的senor8mp大小，1080就截2mp的大小，如果这样的话，应该画面就中间有画面，旁边
一大条黑边。又或者你会看到画面给zoom得很厉害。 录像应该是把全部sensor上获得
的的画面downscale到4k或者1080，甚至720p.所以无论底小底大，相机要做的应该都是
一样的downscale的工作，downscale到4k比downscale到1080,运算量就算有不同，应该
没这么大吧？ 所以一个m43需要动用的运算量绝对会大大少于一个全副的。
1080 |
|
g*******i
发帖数: 171 | 38 人工智能下围棋超过人类， 别扯淡了。 Alpha GO 还学要人帮她输入对手的落子，给
他在棋盘摆子。 Google 的图像识别牛逼吹到天上去了， 为何不用AI 机器识别棋盘上
的落子？ 为何不用机械手自己落子？
人类智能的最基本的功能， 图像识别， 语言，肢体运动功能，感性认知和创造性，是
所谓的人工智能难以逾越的困难，过去50几年人工智能的在这几方面几乎没有任何突破
性的进展，看看Google Translate
和Goggle 有多屎， 就知道了。
Alphago 的算法只是使用奇技淫巧缩小了运算量，但是他的每一步棋的运算量和相应的
能量消耗，仍然 超过人脑的上亿倍。
Alpha GO 和李世石下的那几盘棋，并没有严格的科学测试环境以保证，整个过程当中
Alpha Go 没有接受人的指导，AlphaGO 至今没有公开放到网上接受任意棋手的挑战，
就更加让人怀疑了。
我是业余3段水平， 跟号称最强的Zen Go 5.0 下， Zen在我面前不堪一击， 没有任何
机会。我曾经被让4子根职业2段 下过， 我没有任何机会。做为计算机算法博士和业余
围棋选手， 我是不会相信围棋机器能击败职... 阅读全帖 |
|
g*******i
发帖数: 171 | 39 人工智能下围棋超过人类， 别扯淡了。 Alpha GO 还学要人帮她输入对手的落子，给
他在棋盘摆子。 Google 的图像识别牛逼吹到天上去了， 为何不用AI 机器识别棋盘上
的落子？ 为何不用机械手自己落子？
人类智能的最基本的功能， 图像识别， 语言，肢体运动功能，感性认知和创造性，是
所谓的人工智能难以逾越的困难，过去50几年人工智能的在这几方面几乎没有任何突破
性的进展，看看Google Translate
和Goggle 有多屎， 就知道了。
Alphago 的算法只是使用奇技淫巧缩小了运算量，但是他的每一步棋的运算量和相应的
能量消耗，仍然 超过人脑的上亿倍。
Alpha GO 和李世石下的那几盘棋，并没有严格的科学测试环境以保证，整个过程当中
Alpha Go 没有接受人的指导，AlphaGO 至今没有公开放到网上接受任意棋手的挑战，
就更加让人怀疑了。
我是业余3段水平， 跟号称最强的Zen Go 5.0 下， Zen在我面前不堪一击， 没有任何
机会。我曾经被让4子根职业2段 下过， 我没有任何机会。做为计算机算法博士和业余
围棋选手， 我是不会相信围棋机器能击败职... 阅读全帖 |
|
g*******i
发帖数: 171 | 40 人工智能下围棋超过人类， 别扯淡了。 Alpha GO 还学要人帮她输入对手的落子，给
他在棋盘摆子。 Google 的图像识别牛逼吹到天上去了， 为何不用AI 机器识别棋盘上
的落子？ 为何不用机械手自己落子？
你知道 以现有的图像识别技术，判断棋子在棋盘上的节点的位置有
多难吗？ 人类棋手落子，不是精确地落在某个节点上，而是有偏差，当这些有偏差的
棋子挤在一块的时候（中盘对杀的时候），机器识别每个棋子节点位置的准确率会降到
50%一下。
人类智能的最基本的功能， 图像识别， 语言，肢体运动功能，感性认知和创造性，是
所谓的人工智能难以逾越的困难，过去50几年人工智能的在这几方面几乎没有任何突破
性的进展，看看Google Translate
和Goggle 有多屎， 就知道了。
Alphago 的算法只是使用奇技淫巧缩小了运算量，但是他的每一步棋的运算量和相应的
能量消耗，仍然 超过人脑的上亿倍。
Alpha GO 和李世石下的那几盘棋，并没有严格的科学测试环境以保证，整个过程当中
Alpha Go 没有接受人的指导，AlphaGO 至今没有公开放到网上接受任意棋手的挑战，
就更加... 阅读全帖 |
|
S**o
发帖数: 447 | 41 已经有一台新的台式机。由于运算量大，打算买个笔记本或者台式机。
笔记本价钱是$1560.台式机也是差不多这个价钱。
请问是添加一台笔记本好，还是添加一台台式机好。
两台台式机运算量大。 平常出差不多。一年5次左右。
以上都是公司负责出钱买的。 |
|
x****t
发帖数: 389 | 42 谢谢，但是还是不太明白，这样的话，还是要把所有的组合都算一遍，然后取前几个我
要的？
如果有N个数组的话，4^N的各种组合，运算量会很大。。。
有没有可能某种算法减少这种运算量？ |
|
d*****l
发帖数: 8441 | 43 来自主题: Programming版 - 一个算法题 平均运算量还是绝对运算量啊？
如果算平均的话可是跟数据的统计分布有关系的啊。 |
|
y**b
发帖数: 10166 | 44 1. #pragma omp parallel for一般不放在内层循环，而应该放在外层循环，
否则overhead太大(想想外层循环每次都要fork/join threads,不得了)。
放外层循环要注意定义和区分shared/private变量。
2. 对运算量和OpenMP开销可能需要个估计，比如
#pragma omp parallel for if (n > 5000)，
n > 5000时才进行多线程并行，具体该多少，得自己测算比较。
3. Scheduling和chunk size组合，有好多种，也得测算比较找出最优的。比如：
#pragma omp parallel for schedule (static)
#pragma omp parallel for schedule (static, C)
#pragma omp parallel for schedule (dynamic)
#pragma omp parallel for schedule (dynamic, C)
我的印象是运算量足够大的时候，dynamic scheduling性能最好。
你这个32核的... 阅读全帖 |
|
y**b
发帖数: 10166 | 45 1. #pragma omp parallel for一般不放在内层循环，而应该放在外层循环，
否则overhead太大(想想外层循环每次都要fork/join threads,不得了)。
放外层循环要注意定义和区分shared/private变量。
2. 对运算量和OpenMP开销可能需要个估计，比如
#pragma omp parallel for if (n > 5000)，
n > 5000时才进行多线程并行，具体该多少，得自己测算比较。
3. Scheduling和chunk size组合，有好多种，也得测算比较找出最优的。比如：
#pragma omp parallel for schedule (static)
#pragma omp parallel for schedule (static, C)
#pragma omp parallel for schedule (dynamic)
#pragma omp parallel for schedule (dynamic, C)
我的印象是运算量足够大的时候，dynamic scheduling性能最好。
你这个32核的... 阅读全帖 |
|
v*******e
发帖数: 11604 | 46 我要写个计算程序，主要特点是大的运算量和大的矩阵，迭代。矩阵多大呢，就是内存
能装下的，如果装不下我可以选小一号的矩阵，结果的精确度会差一点。运算简单基本
是乘加。但是运算量大，所以最好能够把电脑的core都用上（比如双CPU共16核这样的
）。逻辑简单，不需要考虑内存溢出回收问题（因为可以用静态矩阵）。现在我想问，
如果我在64bit linux下写程序，选择什么语言最好？
我想选C，但是不知道C运用多核是不是方便。矩阵大，所以大概每个核各算一块矩阵，
相互干扰小。现在的C下还有单精度数吗？如果有，则可以省点内存。请赐教选什么语
言最好，谢谢！ |
|
g*******i
发帖数: 171 | 47 人工智能下围棋超过人类， 别扯淡了。 Alpha GO 还学要人帮她输入对手的落子，给
他在棋盘摆子。 Google 的图像识别牛逼吹到天上去了， 为何不用AI 机器识别棋盘上
的落子？ 为何不用机械手自己落子？
你知道 以现有的图像识别技术，判断棋子在棋盘上的节点的位置有
多难吗？ 人类棋手落子，不是精确地落在某个节点上，而是有偏差，当这些有偏差的
棋子挤在一块的时候（中盘对杀的时候），机器识别每个棋子节点位置的准确率会降到
50%一下。
人类智能的最基本的功能， 图像识别， 语言，肢体运动功能，感性认知和创造性，是
所谓的人工智能难以逾越的困难，过去50几年人工智能的在这几方面几乎没有任何突破
性的进展，看看Google Translate
和Goggle 有多屎， 就知道了。
Alphago 的算法只是使用奇技淫巧缩小了运算量，但是他的每一步棋的运算量和相应的
能量消耗，仍然 超过人脑的上亿倍。
Alpha GO 和李世石下的那几盘棋，并没有严格的科学测试环境以保证，整个过程当中
Alpha Go 没有接受人的指导，AlphaGO 至今没有公开放到网上接受任意棋手的挑战，
就更加... 阅读全帖 |
|
c***s
发帖数: 70028 | 48 1月11日起，12306网站开始销售除夕当日火车票。每到此时，铁路系统唯一的官方购票网站12306就会成为众矢之的。今年也不例外，12306再次被淹没在一片埋怨声中。
1月5日，观察者网刊登了问答网站“知乎”上的用户王强的解答，回答“如果把12306外包给IBM或者阿里巴巴来做的话，能不能比现在做得好？”这一问题。
1月10日，一位ID名为“代码狗”的前淘宝工程师，后来在一家电商公司做技术副总的IT业内人士也在著名论坛“西西河”上发文，表达了他自己对12306系统的看法。
值得注意的是，“代码狗”在12306系统刚上线时也有过不少微词。为了证明12306系统很容易搭建，“代码狗”甚至曾经发起过一个名为“替12306设计系统”的开源项目。通过工作中的实践，“代码狗”对于12306系统也有了新的认识。
观察者网转载此文，供读者参考。
全文如下：
官方订票网站12306崩溃时的页面（资料图）
本人淘宝技术专家，2012年在一家百强民企做电商副总，当时在极为艰苦的条件下带队开发了一个B2C（企业针对个人开展的电子商务活动——观察者网注）网站，走支付宝和银联支付通道，年营业额千万级（作者注：当然... 阅读全帖 |
|
c***s
发帖数: 70028 | 49 今晚，新一轮脑力pk即将拉开！佟大为现身《最强大脑》体验，却被数学题难倒惨交白卷，男神上节目但求“涨智商”，Dr.魏遭明星嘉宾集体“挤兑”，地位岌岌可危。
佟大为洗牌
上一期《最强大脑》，“世界上最聪明的人”秒杀观众智商！鲍橒盲走蜂巢迷宫，林建东速破数字矩阵，选手技能牛到“令人发指”。“来自火星”的达人们高分踏入晋级之门，今晚，新一轮脑力pk即将拉开！佟大为现身体验，却被数学题难倒惨交白卷，男神上节目但求“涨智商”。0.5s!11岁女娃秒速记牌向世界纪录宣战，第一季牛人王峰神话或将翻篇；魔方神童特殊身份牵出“复仇故事”，带姐姐的梦想而战，评委矛头齐刷刷朝向魏坤琳！幻立方达人展运算神技却遭协会权威“拆台”，选手怒喊：“全是谎言！”现场火药味被煽到顶点！今夜，即将见证他们向权威叫板！
现场“考数学”！佟大为惨交白卷
铁娘子范爷，霸气机智；红毯女王舒淇，智商130智慧无敌，二位女神先后坐镇，本期说好的女神却不见了踪影！男神佟大为代之登台，更一把揽过评审大权。作为科学类节目，不仅要颜值更要拼脑力，因节目要求嘉宾接受“最强挑战”，高门槛让不少女星望而却步。暖男佟大为担起护花使者重任，男神西装革履... 阅读全帖 |
|
