之前和前女友讨论过这个话题，就是现在的人们都爱好立人设，出于防御或者其他的目的，真实的那一面总是藏着，甚至对于谈恋爱的双方都无法坦诚相对。

想着想着又想谈一段甜甜的校园恋爱了，上次去校研会面试又习惯性的异性社恐了。其实去校研会玩也是想要稍微拓宽点交流范围，缓和下我大四一年的自闭情绪。但去到面试现场，时隔这么多年再次被异性包围，还是很不适应，我还是没有从高中的同桌情结中脱离出来，可能也再也不会和一位未曾谋面的异地姑娘在很多个夜晚聊理想与未来，聊至凌晨互道晚安。

那个姑娘最终成了我的前女友。我在大一时闯入了她的高三，又在她大三时向她道别。青岛咸鲜的海风，天津甜糯的冰面，成都香辣的钟水饺，还有苏州的汤面，无锡的游船。终是只有过一次共去图书馆自习和课堂上瞌睡，校园的故事太少，异地的烦恼很多。

数字孪生技术感觉今后真可以大作文章，从视觉的深度学习应用来说，如果数字孪生可以将纹理等细节做到足够精细，那很多数据都可以直接预设环境直接生成，并且标签也可以通过设置直接得到，海量的数据加上域适应等迁移学习的发展，将虚幻引擎所构建世界的知识迁移到真实场景中来。还有就是以强化学习，自动驾驶等技术为代表的控制类应用，一次构建多次实验，应当是可以加速这些技术的落地

从第一集开始关注这个up主，真的太治愈了。第三集看到我真的泪目

GitHub 从下个月开始用 main 替代 master

GitHub 宣布从下个月开始，用户创建的新代码库将用 main 替代 master 作为默认的分支。现有的库将保持不变，默认分支继续使用 master。GitHub 此举旨在清除对奴隶制的不必要引用，改用更具有包容性的术语。GitHub 表示，新的中性术语将从 2020 年 10 月 1 日启用。它表示，重命名现有代码库的默认分支面临许多挑战，到今年年底它将让现有代码库默认分支的重命名变得更顺畅。Media

https://www.solidot.org/story?sid=65593

用GAN生成的完全不存在的一个人，这细节也太强了，那在特征空间里是否能找到一个足够相近的人脸呢

现在加个好友都要被加访问权限了 不能看小朋友丰富精彩的生活了 可惜

神的远永DGL

联想到口区口区口区

5连中hhh

刚刚看到一个说法蛮有意思的：人脑的逻辑推理强，浮点数运算能力很弱（或者说运算精度很低），而计算机浮点运算很强。

所以出现了用deep learning去拟合一个很大的模型。首先利用人脑的先验知识去构造一个大函数，然后考虑合理的优化手段，最后怼上强大的算力去学一个黑盒函数。我认为这样的函数是不具有创造力的，只是依赖于强大的记忆力，说白了只是把无数训练集的普遍case记住了一些通用特性，可以关注当前的任务去学习一些新的特征表示，但是模型无法跳出问题本身去衍生出新的知识。

而从人脑的角度来看，很多灵光一闪的想法据说是有量子纠缠等量子效应存在的（遇事不决，量子力学），那计算机如何体现这种量子效应呢。知识有限的我不太明白量子计算机是怎么搞的，只是觉得我见到过的深度学习里面的量子效应就是随机....各种随机失活，随机初始化等等依赖于概率学的技巧，然后 paper 就会解释说这是一种正则化手段，有助于提高泛化能力等等。

这确实是一种过于原始和野蛮的方法了，我倒是蛮期待掺杂量子效应的神经网络（或者其他模型）的出现，或许能够让计算机拥有创造力。

【DeepFake天敌出现：用血氧仪原理识别假脸，准确率高达97%】思路是识别人脸面部因心跳血流产生的微弱变化。这篇新论文里提出了一个重要假设：无论是在空间维度还是时间维度上，DeepFake 的假人脸都无法还原这种因血液流动造成的微弱变化。
Media
评论.详情 #抽屉IT

去年去西安的会上就有一群大佬在聊这个，利用人脸序列的微弱变化来测量心跳，准确率还挺高的。现在又用于活体检测和 DeepFake 识别了，还蛮有意思的