冯其庸

摘要 短短几个月时间，悟空单车、3Vbike、酷骑单车、小蓝单车纷纷倒下，共享单车迎来了最残酷的洗牌。近日，小鸣单车也传出资金链危机。11月24日，小鸣单车的员工对媒体公开爆料称，小鸣单车拖欠员工薪资未付，实际控制人邓永豪已经失联。随后，邓永豪站出来澄清：并没有失联，今年6月份就退出了小鸣单车。有被欠薪的前员工向《每日经济新闻》记者表示，11月27日，小鸣单车已经发放拖欠的员工工资，欠薪问题初步解决。 　　短短几个月时间，悟空单车、3Vbike、酷骑单车、小蓝单车纷纷倒下，共享单车迎来了最残酷的洗牌。近日，小鸣单车也传出资金链危机。11月24日，小鸣单车的员工对媒体公开爆料称，小鸣单车拖欠员工薪资未付，实际控制人邓永豪已经失联。随后，邓永豪站出来澄清：并没有失联，今年6月份就退出了小鸣单车。有被欠薪的前员工向《每日经济新闻》记者表示，11月27日，小鸣单车已经发放拖欠的员工工资，欠薪问题初步解决。　　而在几个月前，小鸣单车就频被用户投诉押金难退。10月底，《华夏时报》报道称，小鸣单车的员工表示，小鸣当时还欠用户的押金规模在5000万元左右冯其庸

摘要 小到生活中常用的手机、家电，大到工业生产必备的装备机器，中国制造越来越多地走进国外消费者的生活，广受外国消费者喜爱。据西班牙《世界报》日前报道，中国近年来努力改变中国货质量不高的名声，重组工业结构，从数量时代向质量时代过渡，致力于超越德国、美国和日本。中国制造正搭乘新时代新机遇，奋力崛起，由大变强，打响“翻身仗”。 　　小到生活中常用的手机、家电，大到工业生产必备的装备机器，中国制造越来越多地走进国外消费者的生活，广受外国消费者喜爱。据西班牙《世界报》日前报道，中国近年来努力改变中国货质量不高的名声，重组工业结构，从数量时代向质量时代过渡，致力于超越德国、美国和日本。中国制造正搭乘新时代新机遇，奋力崛起，由大变强，打响“翻身仗”。　　改革开放近四十年，中国已经是制造大国。中国在全球制造业产出占比从2000年的7%上升到2012年的19.8%，超过美国，成为世界第一。中国制造早已迈过了“8亿件衬衫换一架波音飞机”的门槛，更非玩具、纽扣的代名词。中国制造在大多数工业领域，已开始输出成套装备、生产设备、生产标准和技术维冯其庸

摘要 据中国政府网消息，国务院近日印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》. 　　据中国政府网消息，国务院近日印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》(以下简称《意见》).　　《意见》提出，我国工业互联网与发达国家基本同步启动，在框架、标准、测试、安全、国际合作等方面取得了初步进展。但与发达国家相比，总体发展水平及现实基础仍然不高，产业支撑能力不足，核心技术和高端产品对外依存度较高，关键平台综合能力不强，标准体系不完善，企业数字化网络化水平有待提升，缺乏龙头企业引领，人才支撑和安全保障能力不足，与建设制造强国和网络强国的需要仍有较大差距。　　《意见》很及时，也对中国制造业存在的问题，特别是制造业和“互联网+”没有形成联动生产力讲得很实很透，对于推动“互联网+先进制造业”、发展工业互联网也提出发展方向、实现目标以及主要任务。　　互联网对产业的渗透和更新是全方位系统性的。中国要想在新经济周期获得引领全球的可持续发展动力，就应该大力发展工业互联网。工业互联网有助于为实体经济冯其庸

据外媒11月27日报道，Mary和Ruth是一对双胞胎姐妹，但和普通双胞胎不一样的是，两个人的体型完全不一样，在她们34岁的时候，两个人的体重相差达到了300磅（约272斤），当时Mary体重420磅（约381斤），Ruth只有120磅（约109斤）。 一直以来，身材匀称的Ruth看起来总会比Mary漂亮一些，而Mary在整个青少年时期也在努力地尝试减肥，但是基本看不到成效。 Mary的食量非常大，这样的体重对椅子来说也是一个巨大的压力，她坐的椅子总是会吱吱作响，甚至有一次还坐坏了一把椅子。 巨大的食量让Mary无时无刻都在吃东西，连Ruth和其他家庭成员都承认，每次看到Mary吃东西都会感到厌恶，Mary的儿子和Ruth都迫切的希望她能停止这种恶性循环。 Mary的儿子说，妈妈不仅是体重上的问题，她还出现了很多健康问题，在自己成长的过程中，也没有一个活泼的妈妈来陪伴自己。小男孩还在奥普拉的节目中激动地表达过自己的看法，他因为肥胖的母亲经常感到自卑，他希望母亲能够开始减肥，同时为了不像母亲那样，他也严格地控制着自己的饮食，Mary听后痛哭流涕，发誓要减肥。 不幸的是，Mary 的儿子在2011年的一场车祸中丧生，抑郁了几个月后，Mary终于又开始了减肥，一冯其庸

原标题：有没有必要把机器学习算法自己实现一遍？ 哈哈哈哈，我觉得很多人都有这个疑问吧。机器学习好高大上，多么牛逼的东西，光是看公式就已经眼花缭乱了，总觉得自己该全部去实现一遍，有的时候太懒，有的时候觉得能力不够。道理虽然明白——任何事情自己亲手做一做还是更好的，但机器学习已经有了大量的库了，SVM-Light，R里面的glm()方程，自己实现一遍，最后又不敢用（因为不知道算法究竟是否正确），或者不能用（一是速度赶不上大神写的库那么快，二是精度没有专业库那么高），耗时耗力的写了一堆后究竟有什么用？ 这里很多答案都提供了一些解释，但我想从另一个角度来聊聊这个问题。 我在1年半前（本科阶段）就开始接触计算心理学和机器学习方面的研究，在NAACL（自然语言处理排名第三的论坛）上发表了一篇文章，用的计算机教授写的算法库，跑的是经过AdaGrad优化的向量支持机（SVM）算法。在这种论坛发文章，你是必须去做海报展示的，站在自己的大幅海报面前傻傻的待4个小时，我的两位教授（一位是认知语言学教授，一位是计算机教授）都在那里。我的位置不太好，在最边缘的角落里，本来以为就可以赢得一份清净，Philip Resnik走了过来。直到那一刹冯其庸