虐文推荐

原标题：（军事）“中星9A”广播电视直播卫星发射异常新华社四川西昌6月19日电 19日0时11分，我国在西昌卫星发射中心用长征三号乙运载火箭发射“中星9A”广播电视直播卫星，发射过程中火箭三级工作异常，卫星未能进入预定轨道，具体原因正在调查分析。目前，卫星太阳帆板和天线已展开，工况正常。各方正在采取有效措施。（完）资料图：长征三号发射升空早前报道@航空航天港消息，2017年6月19日00:10中星9A卫星将由长征三号乙自西昌发射！中星9A是我国首颗国产广播电视直播卫星，采用东四平台，提供Ku BSS规划频段转发器直播服务。将定点于东经101.4度，星上设计的24个Ku BSS频段转发器，覆盖中国（含港、澳、台地区），专门设计了南海波束，将彻底解决南海海域、岛礁的政府、军队、人民群众收看广播电视节目的难题，确保了中国主权地区的直播卫星覆盖。虐文推荐

原标题：先后走出6位博士9位硕士！泰安这个“状元村”有何秘籍？在泰安市化马湾乡，有个洼里村，东临淘河，西望泰山，南依徂徕山，村里人世世代代靠种植为生。就是这么一个贫瘠的小山村，却是个远近闻名的“状元村”。据不完全统计，恢复高考以来，这个尊彭杨、彭臣为始祖的彭姓主村，先后走出了50多位大学生，1位教委主任、4位校长、16位教师、6位博士、9位硕士。远眺“状元村”1977年，恢复高考的春风沐浴着洼里村，彭锡芦和彭锡波双响炮，考上当年足以改变命运的中专。1978年，也就是恢复高考后的第二年，彭树银以老泰安县第一名的成绩，被清华大学录取。洼里村第一位清华大学生彭树银从这里走出去如今，彭树银的老宅子还在，家人早已经搬走。就是从在这样一个并不富裕的家庭，出了洼里村第一位高考状元。受到彭树银的影响，洼里村的孩子们奋发图强。仅有320户人家的洼里村，先后出了50多名大学生。多年来，洼里村逐渐形成了一种比学赶超的学习氛围，人才辈出。随着彭文彬、彭淑贞、彭英华、彭淑庆、彭乐钦等考上博士，现在家家户户基本上都有大学生。如今的洼里村已经很少见到年轻人，村里大部分是老人和孩子。一个家族培养出几个大学生早已经是司空见惯的事情了。洼里村虐文推荐

儿童节，一份来自父亲对女儿的祝福，感动了整个南京城——4岁半的女儿确诊为脑瘤，医疗专家建议放弃，让孩子享受最后的幸福。恰逢六一儿童节，父亲刘先生祝福女儿：宝贝，愿你快乐长睡。 可爱的宝贝，慈爱的父亲，一句祝福，痛得无数人泪流满面。儿童节后不久的父亲节，这位父亲的祝福变成了现实，女儿反馈给父亲一份礼物，在父亲节安详地“睡去”了，留下一双眼角膜长留人间。 女儿的父亲节礼物 6月17日深夜，小宝贝的爷爷奶奶也赶到了医院，一家人守在医院里，在小宝宝生病之后，这是很长时间以来，全家人第一次聚在一起。 晚安，父亲节快乐，微博长文最后这样写道。 微博配了一个小宝贝可爱的照片，网友们纷纷祝福，期待奇迹发生。 18日晚上，小宝宝的父亲刘先生给记者发来了一段文字：我的宝贝小鱼儿，平静的去做小天使去了，这是宝贝送给我最好的父亲节礼物。今天我会带着她去做角膜捐献，希望她的眼睛，能长留在这世间。 小宝宝，最后安静地离开了，父亲节的祝福，成真了。 记者了解到，尽管刘先生希望有个定向捐助角膜，让他知道，小宝贝的眼睛在看哪里，但是根据捐助条例，他不能这么做，最后他不得不放弃了这个愿望。 18日傍晚，孩子的遗虐文推荐

原标题：携手全球合作伙伴，Qualcomm加速推动5G新空口成为现实 6月12日，由IMT-2020（5G）推进组主办的2017年IMT-2020（5G）峰会在北京举行，与会嘉宾聚焦5G标准与产业生态。专家认为，下一代无线宽带将改变人们的通信和连接方式，随着5G的出现，移动带宽将得到拓展，从而开启浸入式体验与连接的新纪元。 5G将和印刷机、互联网、电力、蒸汽机、电报一样，作为一项“通用技术”，对广泛的行业产生深刻影响。Qualcomm委托研究机构IHS Markit对5G所带来的长期经济影响进行研究，这项独立调查研究报告《5G经济》指出，到2035年，5G将在全球创造12.3万亿美元经济产出。到2035年，仅5G价值链本身就能创造高达3.5万亿美元的产出。中国正热切期盼5G的到来，有超过9成的受访者表示期待5G帮助企业提升国际竞争力、生产力，并认为5G将拉动中小型企业成长且催生新的产业。 作为具有颠覆性影响力的“通用技术”，5G的影响已经超越了通信的范畴，超越了智能手机和现有的蜂窝基础设施的范畴，5G将能够改善众多行业以及这些行业的连接能力，可以给更广阔的行业带来变化，同时带来巨大的经济效益。 加速5G新空口研发 5G基于一个长生命周期的系统框架，能够催生和支持现有和未来很多虐文推荐

原标题：关于深度学习优化器 optimizer 的选择，你需要了解这些 雷锋网按：本文作者杨熹，原文载于作者个人博客，雷锋网已获授权。 在很多机器学习和深度学习的应用中，我们发现用的最多的优化器是 Adam，为什么呢？ 下面是 TensorFlow 中的优化器： 详情参见：https://www.tensorflow.org/api_guides/python/train 在 keras 中也有 SGD，RMSprop，Adagrad，Adadelta，Adam 等，详情： https://keras.io/optimizers/ 我们可以发现除了常见的梯度下降，还有 Adadelta，Adagrad，RMSProp 等几种优化器，都是什么呢，又该怎么选择呢？ 在 Sebastian Ruder 的这篇论文中给出了常用优化器的比较，今天来学习一下： 原文链接：https://arxiv.org/pdf/1609.04747.pdf 本文将梳理： ● 每个算法的梯度更新规则和缺点 ● 为了应对这个不足而提出的下一个算法 ● 超参数的一般设定值 ● 几种算法的效果比较 ● 选择哪种算法 优化器算法简述 首先来看一下梯度下降最常见的三种变形 BGD，SGD，MBGD， 这三种形式的区别就是取决于我们用多少数据来计算目标函数的梯度， 这样的话自然就涉及到一个 trade－of虐文推荐