残差网络起源在哪里

① 旷视首席科学家孙剑博士去世，生前曾有过哪些成就

带队力压微软、谷歌、FB三大巨头夺得全球竞赛冠军，孙剑是着名的图像识别深度残差网络ResNet发明人之一，拥有超过40项专利，顶级学术会议和期刊上发表学术论文100余篇。

② 计算机网络的起源来自哪里

自1946年电子计算机问世以来的很长一段时间里，计算机不仅非常庞大，而且极其昂贵，只有极少数的公司才买得起。那时，人们上机既费时，又费力，很不方便。为了克服这种困难，人们就想到能不能把计算题目要用的数据和程序利用电话线路送到计算机上，而计算结果再通过电话线路送回来?最早实现这个想法的是美国军事部门。

1950年，美国在其北部和加拿大境内建立了一个地面防空系统，简称赛其（SAGE）系统。它是人类历史上第一次将计算机与通信设备结合起来，是计算机网络的雏形。

赛其系统还不能算是真正的计算机网络，因为由通信线路所连接的，一端是计算机，另一端只是个数据输入输出设备，或称终端设备。人们将这种系统称为联机终端系统，简称联机系统。联机系统很快就得到了推广应用。按照这种方式，人们只要将一个终端通过通信线路与计算机联起来，就可以在远地通过终端利用计算机，好像人就在机房里面一样。

除了在科学计算上的应用外，联机系统在商业上也得到了大量的应用。如用于航空公司的自动订票系统。航空公司在各售票点的窗口都装一台终端，通过通信线路连到总部的大型计算机上。这样，总部的计算机随时可知道每个航班已经发售了多少票，各终端上的售票员也随时可知道哪些航班还有余票，大大提高了工作效率和服务质量。

在发展联机系统的同时，人们也在探索能不能将计算机通过通信线路连接起来，使得一些计算机上的用户能够利用其他计算机强大的计算能力、昂贵的外部设备和丰富的信息资源。20世纪60年代，美国国防部高级研究计划局资助计算机网络的研究，于1969年12月建立了只有4台主计算机的ARPA网络。这是世界上第一个计算机网络，它就是今天因特网的前身。ARPA网的成功引发了计算机网络研究的热潮，这些研究为计算机网络的发展奠定了理论基础。

随后，以IBM和数字设备公司（DEC）为代表的各大计算机厂商几乎都推出了自己的网络产品，但是计算机网络的普及是俗称个人计算机出现以后的事了。

③ 预训练好的输入视频的神经网络有哪些

摘要 亲～你好 1、预训练网络是已经在数据集上训练过的模型。这种网络通常可以在加载网络参数之后立即产生有用的结果。

④ 病毒的起源怎样形成的

这可能是一个与“生命从哪来”一样迷人的问题。病毒是生命吗？第一个病毒是如何诞生的？为什么会有这么多种病毒呢？今天我们就来认识一个这个问题吧！

▲噬菌体的入侵过程，细细的腿其实只拥有粘着作用

现在大家差不多有了一个大概的了解：病毒是细胞的衍生物，是各种BUG的集合体，是造反的DNA片段。它们诞生于随机的突变中，脱离了细胞的正常生命流程，在自然选择的压力下成为了实践复制与传播，拥有生命特征的有机分子团。

那为什么细胞会留下BUG存在的机会呢？这就是另一个故事了，感兴趣的朋友可以阅读我的历史文章《如果这个世界真的是虚拟的，人为什么还会生病？》

我是酋知鱼，一条东一锤子西一榔头的科学作者，欢迎关注！

⑤ lnternet和tcp/lp的起源

LNTERNET起始于20世纪60年代末，是由美国国防部高级研究计划署（DARPA）建立的ARPANET网发展而来的。ARPANET是美国国防部为军事的需要而建立和研究的 ，其目的是当计算机网络的一部分因遭受攻击而失去作用时，网络的其他部分仍能正常通信，能够在核大战时保障通信联络。

随着时间的推移，加入ARPANET网的人和机构越来越多，ARPANET的规模不断扩大，不仅在美国国内有很多网络都和ARPANET相连，而且世界上很多国家也通过远程通信，将本地的计算机和网络接入ARPANET，并采用相同的通信协议TCP/LP。20世纪80年代，这种用TCP/LP协议互联网络规模迅速扩大，成为全球性的国际网络-----LNTERNET。

1985年，美国国家科学基金会NSF（NATIONAL SCIENCE FOUNDATILN）提供巨额资金，租用电信公司的通信线路，建造了全美五大超级计算机中心。为了使更多的人能够使用这种以前只供军事部门和少数科学家使用的超级计算机设施，NSF建立了基于TCP/LP协议的计算机通信，还能通过网络提供大量信息和数据。这一成功设计使NSFNET在1986年建成后逐步取代ARPANET成为LNTERNET新的主干，它使LNTERNET向全社会开放，而不像以前那样主要是开展通信、网络及应用技术的研究，只供教肓、研究单位和政府职员使用。因此，有人将NSFNET称为lnternet发展中的第二阶段，称为运行网（PRODUCTIN NETWORK），而将这之前称为第一阶段————研究网（RESEARCH NETWORK）。

NSFET的发展对全球lnternet领域有深远的影响,直到今日仍是全球lnternet最重要的骨干。除了主干网外，lnternet可以应用现有的各种通信线路设施，将世界上很多国家的计算机连入该网。随着lnternet功能和使用范围的日益扩大，这己成为全球最大的计算机网络，并越来越多地用于商业，因此目前的lnternet网被称为第三阶段，即商业网。

可以这样理解：lnternet是无国界、无所有权、由全世界上千万台计算机互联在一起形成的超级网络。每一台连入这个超级网络的计算机都是它的一部分，而每当一台计算机连入lnternet，lnternet的范围就延伸到到这台计算机所在地，因此难用特别准确的方式来描述lnternet。间单地说，lnternet是世界上最大的计算机信息网络，是以国家和地区为节点的国际间进行政治、经济、文化、科学等信息交流的国际性信息传播网络，连接着全世界上百万个商业单位、政府部门、研究机构、学术组织、公共团体和个人。在这个国际信息网络上，包括了丰富的文字、图片、声音、图像等多媒体信息，也拥有各种信息传播功能，每天全球都有上千万人在使用这一网络。 我国在1994年接入lnternet，并将它译为“因特网”。

TCP/IP协议(Transmission Control Protocol/Internet Protocol)叫做传输控制/网际协议，又叫网络通讯协议，这个协议是Internet国际互联网络的基础。

TCP/IP是网络中使用的基本的通信协议。虽然从名字上看TCP/IP包括两个协议，传输控制协议(TCP)和网际协议(IP)，但TCP/IP实际上是一组协议，它包括上百个各种功能的协议，如：远程登录、文件传输和电子邮件等，而TCP协议和IP协议是保证数据完整传输的两个基本的重要协议。通常说TCP/IP是Internet协议族，而不单单是TCP和IP。

TCP/IP是用于计算机通信的一组协议，我们通常称它为TCP/IP协议族。它是70年代中期美国国防部为其ARPANET广域网开发的网络体系结构和协议标准，以它为基础组建的INTERNET是目前国际上规模最大的计算机网络，正因为INTERNET的广泛使用，使得TCP/IP成了事实上的标准。

之所以说TCP/IP是一个协议族，是因为TCP/IP协议包括TCP、IP、UDP、ICMP、RIP、TELNETFTP、SMTP、ARP、TFTP等许多协议，这些协议一起称为TCP/IP协议。以下我们对协议族中一些常用协议英文名：

TCP(Transmission Control Protocol)传输控制协议

IP(Internet Protocol)网际协议

UDP(User Datagram Protocol)用户数据报协议

ICMP(Internet Control Message Protocol)互联网控制信息协议

SMTP(Simple Mail Transfer Protocol)简单邮件传输协议

SNMP(Simple Network manage Protocol)简单网络管理协议

FTP(File Transfer Protocol)文件传输协议

ARP(Address Resolation Protocol)地址解析协议

从协议分层模型方面来讲，TCP/IP由四个层次组成：网络接口层、网络层、传输层、应用层。

其中：

网络接口层 这是TCP/IP软件的最低层，负责接收IP数据报并通过网络发送之，或者从网络上接收物理帧，抽出IP数据报，交给IP层。

网络层 负责相邻计算机之间的通信。其功能包括三方面。一、处理来自传输层的分组发送请求，收到请求后，将分组装入IP数据报，填充报头，选择去往信宿机的路径，然后将数据报发往适当的网络接口。二、处理输入数据报：首先检查其合法性，然后进行寻径--假如该数据报已到达信宿机，则去掉报头，将剩下部分交给适当的传输协议；假如该数据报尚未到达信宿，则转发该数据报。三、处理路径、流控、拥塞等问题。

传输层 提供应用程序间的通信。其功能包括：一、格式化信息流；二、提供可靠传输。为实现后者，传输层协议规定接收端必须发回确认，并且假如分组丢失，必须重新发送。

应用层 向用户提供一组常用的应用程序，比如电子邮件、文件传输访问、远程登录等。远程登录TELNET使用TELNET协议提供在网络其它主机上注册的接口。TELNET会话提供了基于字符的虚拟终端。文件传输访问FTP使用FTP协议来提供网络内机器间的文件拷贝功能。

前面我们已经学过关于OSI参考模型的相关概念，现在我们来看一看，相对于七层协议参考模型，TCP/IP协议是如何实现网络模型的。

OSI中的层 功能 TCP/IP协议族

应用层 文件传输，电子邮件，文件服务，虚拟终端 TFTP，HTTP，SNMP，FTP，SMTP，DNS，Telnet

表示层 数据格式化，代码转换，数据加密 没有协议

会话层 解除或建立与别的接点的联系 没有协议

传输层 提供端对端的接口 TCP，UDP

网络层 为数据包选择路由 IP，ICMP，RIP，OSPF，BGP，IGMP

数据链路层 传输有地址的帧以及错误检测功能 SLIP，CSLIP，PPP，ARP，RARP，MTU

物理层 以二进制数据形式在物理媒体上传输数据 ISO2110，IEEE802。IEEE802.2

数据链路层包括了硬件接口和协议ARP，RARP，这两个协议主要是用来建立送到物理层上的信息和接收从物理层上传来的信息；

网络层中的协议主要有IP，ICMP，IGMP等，由于它包含了IP协议模块，所以它是所有机遇TCP/IP协议网络的核心。在网络层中，IP模块完成大部分功能。ICMP和IGMP以及其他支持IP的协议帮助IP完成特定的任务，如传输差错控制信息以及主机/路由器之间的控制电文等。网络层掌管着网络中主机间的信息传输。

传输层上的主要协议是TCP和UDP。正如网络层控制着主机之间的数据传递，传输层控制着那些将要进入网络层的数据。两个协议就是它管理这些数据的两种方式：TCP是一个基于连接的协议（还记得我们在网络基础中讲到的关于面向连接的服务和面向无连接服务的概念吗？忘了的话，去看看）；UDP则是面向无连接服务的管理方式的协议。

应用层位于协议栈的顶端，它的主要任务就是应用了。上面的协议当然也是为了这些应用而设计的，具体说来一些常用的协议功能如下：

Telnet：提供远程登录（终端仿真）服务，好象比较古老的BBS就是用的这个登陆。

FTP ：提供应用级的文件传输服务，说的简单明了点就是远程文件访问等等服务；

SMTP：不用说拉，天天用到的电子邮件协议。

TFTP：提供小而简单的文件传输服务，实际上从某个角度上来说是对FTP的一种替换（在文件特别小并且仅有传输需求的时候）。

SNTP：简单网络管理协议。看名字就不用说什么含义了吧。

DNS：域名解析服务，也就是如何将域名映射城IP地址的协议。

HTTP：不知道各位对这个协议熟不熟悉啊？这是超文本传输协议，你之所以现在能看到网上的图片，动画，音频，等等，都是仰仗这个协议在起作用啊！

⑥ 深度学习的职业发展方向有哪些

当前，人工智能发展借助深度学习技术突破得到了全面关注和助力推动，各国政府高度重视、资本热潮仍在加码，各界对其成为发展热点也达成了共识。本文旨在分析深度学习技术现状，研判深度学习发展趋势，并针对我国的技术水平提出发展建议。
一、深度学习技术现状
深度学习是本轮人工智能爆发的关键技术。人工智能技术在计算机视觉和自然语言处理等领域取得的突破性进展，使得人工智能迎来新一轮爆发式发展。而深度学习是实现这些突破性进展的关键技术。其中，基于深度卷积网络的图像分类技术已超过人眼的准确率，基于深度神经网络的语音识别技术已达到95%的准确率，基于深度神经网络的机器翻译技术已接近人类的平均翻译水平。准确率的大幅提升使得计算机视觉和自然语言处理进入产业化阶段，带来新产业的兴起。
深度学习是大数据时代的算法利器，成为近几年的研究热点。和传统的机器学习算法相比，深度学习技术有着两方面的优势。一是深度学习技术可随着数据规模的增加不断提升其性能，而传统机器学习算法难以利用海量数据持续提升其性能。二是深度学习技术可以从数据中直接提取特征，削减了对每一个问题设计特征提取器的工作，而传统机器学习算法需要人工提取特征。因此，深度学习成为大数据时代的热点技术，学术界和产业界都对深度学习展开了大量的研究和实践工作。
深度学习各类模型全面赋能基础应用。卷积神经网络和循环神经网络是两类获得广泛应用的深度神经网络模型。计算机视觉和自然语言处理是人工智能两大基础应用。卷积神经网络广泛应用于计算机视觉领域，在图像分类、目标检测、语义分割等任务上的表现大大超越传统方法。循环神经网络适合解决序列信息相关问题，已广泛应用于自然语言处理领域，如语音识别、机器翻译、对话系统等。
深度学习技术仍不完美，有待于进一步提升。一是深度神经网络的模型复杂度高，巨量的参数导致模型尺寸大，难以部署到移动终端设备。二是模型训练所需的数据量大，而训练数据样本获取、标注成本高，有些场景样本难以获取。三是应用门槛高，算法建模及调参过程复杂繁琐、算法设计周期长、系统实施维护困难。四是缺乏因果推理能力，图灵奖得主、贝叶斯网络之父Judea Pearl指出当前的深度学习不过只是“曲线拟合”。五是存在可解释性问题，由于内部的参数共享和复杂的特征抽取与组合，很难解释模型到底学习到了什么，但出于安全性考虑以及伦理和法律的需要，算法的可解释性又是十分必要的。因此，深度学习仍需解决以上问题。
二、深度学习发展趋势
深度神经网络呈现层数越来越深，结构越来越复杂的发展趋势。为了不断提升深度神经网络的性能，业界从网络深度和网络结构两方面持续进行探索。神经网络的层数已扩展到上百层甚至上千层，随着网络层数的不断加深，其学习效果也越来越好，2015年微软提出的ResNet以152层的网络深度在图像分类任务上准确率首次超过人眼。新的网络设计结构不断被提出，使得神经网络的结构越来越复杂。如：2014年谷歌提出了Inception网络结构、2015年微软提出了残差网络结构、2016年黄高等人提出了密集连接网络结构，这些网络结构设计不断提升了深度神经网络的性能。
深度神经网络节点功能不断丰富。为了克服目前神经网络存在的局限性，业界探索并提出了新型神经网络节点，使得神经网络的功能越来越丰富。2017年，杰弗里辛顿提出了胶囊网络的概念，采用胶囊作为网络节点，理论上更接近人脑的行为，旨在克服卷积神经网络没有空间分层和推理能力等局限性。2018年，DeepMind、谷歌大脑、MIT的学者联合提出了图网络的概念，定义了一类新的模块，具有关系归纳偏置功能，旨在赋予深度学习因果推理的能力。
深度神经网络工程化应用技术不断深化。深度神经网络模型大都具有上亿的参数量和数百兆的占用空间，运算量大，难以部署到智能手机、摄像头和可穿戴设备等性能和资源受限的终端类设备。为了解决这个问题，业界采用模型压缩技术降低模型参数量和尺寸，减少运算量。目前采用的模型压缩方法包括对已训练好的模型做修剪（如剪枝、权值共享和量化等）和设计更精细的模型（如MobileNet等）两类。深度学习算法建模及调参过程繁琐，应用门槛高。为了降低深度学习的应用门槛，业界提出了自动化机器学习（AutoML）技术，可实现深度神经网络的自动化设计，简化使用流程。
深度学习与多种机器学习技术不断融合发展。深度学习与强化学习融合发展诞生的深度强化学习技术，结合了深度学习的感知能力和强化学习的决策能力，克服了强化学习只适用于状态为离散且低维的缺陷，可直接从高维原始数据学习控制策略。为了降低深度神经网络模型训练所需的数据量，业界引入了迁移学习的思想，从而诞生了深度迁移学习技术。迁移学习是指利用数据、任务或模型之间的相似性，将在旧领域学习过的模型，应用于新领域的一种学习过程。通过将训练好的模型迁移到类似场景，实现只需少量的训练数据就可以达到较好的效果。
三、未来发展建议
加强图网络、深度强化学习以及生成式对抗网络等前沿技术研究。由于我国在深度学习领域缺乏重大原创性研究成果，基础理论研究贡献不足，如胶囊网络、图网络等创新性、原创性概念是由美国专家提出，我国研究贡献不足。在深度强化学习方面，目前最新的研究成果大都是由DeepMind和OpenAI等国外公司的研究人员提出，我国尚没有突破性研究成果。近几年的研究热点生成式对抗网络（GAN）是由美国的研究人员Goodfellow提出，并且谷歌、facebook、twitter和苹果等公司纷纷提出了各种改进和应用模型，有力推动了GAN技术的发展，而我国在这方面取得的研究成果较少。因此，应鼓励科研院所及企业加强深度神经网络与因果推理模型结合、生成式对抗网络以及深度强化学习等前沿技术的研究，提出更多原创性研究成果，增强全球学术研究影响力。
加快自动化机器学习、模型压缩等深度学习应用技术研究。依托国内的市场优势和企业的成长优势，针对具有我国特色的个性化应用需求，加快对深度学习应用技术的研究。加强对自动化机器学习、模型压缩等技术的研究，加快深度学习的工程化落地应用。加强深度学习在计算机视觉领域应用研究，进一步提升目标识别等视觉任务的准确率，以及在实际应用场景中的性能。加强深度学习在自然语言处理领域的应用研究，提出性能更优的算法模型，提升机器翻译、对话系统等应用的性能。
来源：产业智能官
END
更多精彩内容请登录http://www.innov100.com官方网站
往期精选▼
1. 饮鹿网2018-2019年中国人工智能产业创新百强榜单发布！
2. 饮鹿网2018-2019年中国人工智能产业Top20投资机构榜单发布！
3. 饮鹿网2018-2019年中国大数据产业创新百强榜单发布！
4. 饮鹿网2018-2019年中国大数据产业Top20投资机构榜单发布！
5. 饮鹿网2018-2019年中国物联网产业创新百强榜单发布！
6. 饮鹿网2018-2019年中国5G与物联网产业TOP20投资机构榜单发布！
7. 饮鹿网2018-2019年中国集成电路产业创新百强榜单发布！
8. 饮鹿网2018-2019年中国集成电路产业Top20投资机构榜单发布！
9. 饮鹿网2018-2019年中国企业服务产业创新百强榜单发布！
10. 饮鹿网2018-2019年中国企业服务产业TOP20投资机构榜单发布！

⑦ 痛心！旷视首席科学家孙剑去世，你对他都有哪些了解

随着科技的发展，一大批科技人才奋勇而出，他们贡献自己渺小的力量，希望为国家增添一份力。他们用自己毕生的精力研究科学，探索科学，就是为了能够让科技水平更高层次的提高。而着名旷世首席科学家孙剑离开了人世，他的离世给无数人都带来了悲伤。他不仅是旷世首席科学家，而且也是旷世研究院院长，他肩负着很大的使命，同时也完成了很高的任务。那么对于这位科学家，你们有了解哪些呢？下面小编来和大家说一说。

除此之外，他在计算摄影学也有很高的成就，在这个方面，他也发表了多篇论文。对于图像的认识，他都有自己深刻的见解，他也是研究院内主管研究员。而这样一位伟大的科学家离开了人世，他所创造的价值永远激励着我们，向科研的高峰攀登。

⑧ resnet 残差网络 为什么

2016年初最重要的两篇文章应该是
A. inception-V3
B. 深度残差网络
深度残差网络主要解决的问题是：
网络越深的时候，训练误差和测试误差都会加大。----早前的说法是 网络越深 越不容易收敛

⑨ 世界的起源是在哪里

起源地是非洲，因为在更新世末期对于原人这种灵长类动物非洲大草原是很理想的环境。那里气候温和，即使缺衣少穿。也能很好地生活下去。而且，辽阔的大草原与茂密的森林和荒凉的沙漠不同，那里有水源，也有可供食用的动物

⑩ 大数据的起源是哪里

大数据起源于美国，大约从2009年开始，大数据成为互联网信息技术行业的流行词汇，事实上，大数据产生是指建立在对互联网、物联网、云计算等渠道广泛、大量数据资源收集基础上的数据存储、价值提炼、智能处理和分发的信息服务业，大数据企业大多致力于让所有用户几乎能够从任何数据中获的可转化为业务执行的洞察力，包括之前隐藏在非结构化数据化的洞察力。