原供销社的国有土地破产后经拍卖的土地属于什么性质?_百度宝宝知道我老公的血型是A型，RH：阳性（+）
我的血型是O型 RH：阳性（+）
请问大家这样将来生的宝宝会有问题吗？
有没有说宝宝将来会比较活泼或怎样的说法？
没有什么问题，宝宝的血型可能为A或O型。性格与人的生活环境、父母教育方式息息相关，用血型来说未免有些太牵强了！
血型系统有数种，在妊娠期造成母儿血型不合，发生新生儿溶血的主要原因是由于ABO及Rh血型系统不合所引起。
ABO血型不合是指孕妇的血型为“O”型，丈夫为“A”或...
关于血型问题：女O型，男A、B、AB型血结合，怀孕时有都可能发生溶血现象。孕早期会先兆流产、流产和习惯流产等。死胎是极端现象。过去强制婚检时，大夫会提醒双方血性...
父母血型一个为Ａ一个为Ｂ，
父（IAIA,IAi)母(IBIB IBi)
那么孩子的基因型就可能为:IAIB IAi ii IBi
所以孩子的血型就可能...
1、双亲血型（O+O） 子女血型（O ） 子女不存在血型（ A、B、AB ）
2、双亲血型（O+A ）子女血型（A、O） 子女不存在血型（B、AB ）
3、双亲...
双亲血型(O+A )-----子女血型(A、O) 子女不存在血型(B、AB )
答: 无痛人流是一个小手术，一般所用时间都不会太长，目前所进行的人流手术大多是无痛人流，在新型麻醉剂的作用下，孕妇轻松进入睡眠状态，在毫无知觉的情况下3-5分钟医生便...
答: 少去人流量大的公共场所,注意保暖,多通风,注意勤洗手,注意个人卫生
答: 月经失调是妇科常见的症状之一，凡月经量及间隔与正常月经周期不同者均于此范畴。常见类型有月经过多，月经过少、月经过频、月经稀发等。月经失调的原因主要由于内分泌功能...
答: 亲爱的,看不懂你的这个问题呢,亲还是考虑先将问题补充完整哦,否则的话大家看不懂也是不知道该怎么帮助你的呢,亲注意一点
大家还关注
Copyright &
Corporation, All Rights Reserved
确定举报此问题
举报原因(必选)：
广告或垃圾信息
激进时政或意识形态话题
不雅词句或人身攻击
侵犯他人隐私
其它违法和不良信息
报告，这不是个问题
报告原因(必选)：
这不是个问题
这个问题分类似乎错了
这个不是我熟悉的地区
相关问答：123456789101112131415&p&攒了好久的笑点，全是想不到结局系列。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-a87bc9a7f34a187e46d48_b.jpg& data-rawwidth=&673& data-rawheight=&559& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&673& data-original=&https://pic1.zhimg.com/v2-a87bc9a7f34a187e46d48_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-70f8e460d1f609e0a6ffef_b.jpg& data-rawwidth=&716& data-rawheight=&1186& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&716& data-original=&https://pic2.zhimg.com/v2-70f8e460d1f609e0a6ffef_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-e1f5bc68d4a9c_b.jpg& data-rawwidth=&709& data-rawheight=&399& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&709& data-original=&https://pic1.zhimg.com/v2-e1f5bc68d4a9c_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-fac1a14acbe733f65fd34_b.jpg& data-rawwidth=&720& data-rawheight=&321& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&https://pic1.zhimg.com/v2-fac1a14acbe733f65fd34_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-eac1ceb53fac_b.jpg& data-rawwidth=&720& data-rawheight=&515& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&https://pic1.zhimg.com/v2-eac1ceb53fac_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-b8d5fdcb2ba390d7b20121_b.jpg& data-rawwidth=&660& data-rawheight=&921& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&660& data-original=&https://pic2.zhimg.com/v2-b8d5fdcb2ba390d7b20121_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-fd_b.jpg& data-rawwidth=&500& data-rawheight=&640& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&https://pic2.zhimg.com/v2-fd_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-0eb6ebeb097e1adeb83c2f6efb5c8aa4_b.jpg& data-rawwidth=&439& data-rawheight=&600& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&439& data-original=&https://pic1.zhimg.com/v2-0eb6ebeb097e1adeb83c2f6efb5c8aa4_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-9fb7adfc0053ccfd215bc6_b.jpg& data-rawwidth=&1024& data-rawheight=&1820& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&https://pic3.zhimg.com/v2-9fb7adfc0053ccfd215bc6_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-02ef55bf29c2bf_b.jpg& data-rawwidth=&720& data-rawheight=&687& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&https://pic4.zhimg.com/v2-02ef55bf29c2bf_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-caa92f61baaa70a4ac477e_b.jpg& data-rawwidth=&418& data-rawheight=&351& data-size=&normal& class=&content_image& width=&418&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-bee6d86caeeca432fad44c_b.jpg& data-rawwidth=&260& data-rawheight=&148& data-size=&normal& class=&content_image& width=&260&&&/figure&&p&&/p&
攒了好久的笑点，全是想不到结局系列。
&b&众多评论无法一一回复，若需有针对性咨询，请移步本人值乎，&a class=&internal& href=&https://www.zhihu.com/zhi/people/164672&&值乎 - 说点儿有用的 &/a&并说明年龄、身体状况，家庭收入保费支出、地点、保险需求等具体细节。&br&重复三次：&br&&/b&&b&若需有针对性咨询，请移步本人值乎&br&&/b&&b&若需有针对性咨询，请移步本人值乎&/b&&br&&b&若需有针对性咨询，请移步本人值乎&/b&&br&谢谢！&br&…………&br&&b&原回答回答于2013年，许多险种政策有变，无法一一修改，具体请看回答后评论。&br&专用于理财用的万能险、投&/b&&b&&b&连&/b&险不在本回答范围内。&/b&&br&————————&br&我不是保险从业人员，但是还算是一个有一点经验的保险顾客。以自己为实例，来梳理一下我认为有用的保险。&br&提请注意的几个理论：（以下保险若无特别指出均指商业险种）&br&1、对于大数人而言，保险公司所谓10-20%的实际收入（指扣税和社保外）做为商业保险保费的开支的合理范围都偏高了，我个人理解这个数额是保险代理人为了增加销售额而做的营销战术。事实上，我个人认为中国家庭在没有避税需要的情况下，家庭保费支出一年在年收入的5%以下比较合适——一位年薪10万的年轻人一年花1万-2万去买保险？真没有太多的必要。&br&如果你不保障医疗险种和车险，这个保费开支更应当降低到年收入的1%以下。为什么？因为意外险的费率一般是每万元20元，即千分之2，精算师算出来你出意外的可能性也就是千分之2，别把世界想得太危险了。（只是类比，并不完全科学）&br&2、消费险才是主流，所有带投保意义还演算红利的险种都没有太多的意义。保险的主旨是用你交的钱去对赌各种意外，而不是为你生财。事实上，由于返还险种中涉及大量如”现金价值“之类的危险点，大部分涉及保险投诉的都是因为返还险。&br&3、尽量不买短期附加险种，因为保险公司随时可以在一年合同到期后取消。短期限注意”保证续保“条款。&br&4、建议30岁以下，经济能力不算强的人投保定期险，一般保障到60-75岁，而人一般出现意外、疾病给家庭或自己带来最大损失的也是这个年龄。没有必要一定要保障到终生，要做出相应的取舍。当然，经济充裕后，也可以适当补充终身险种。&br&6、越早买保险越划算。&br&7、社保一定要买。养老险就当强制储蓄或奉献国家了，重点是那个不管你怎么生病永远也承保的医保。&br&8、重疾险香港国内各有优劣，虽然香港保险相对费率、理赔条件都要宽泛一些，但也是有汇率风险以及政策风险。大陆的重疾险整体上相对麻烦一点，但是也出现了很多费率不错的重疾险，特别是有轻症豁免，是大陆重疾险的优势。另外提醒一下：面重疾险的主要作用不是你得了病有钱治病，因为其各种赔付条件相对苛刻（比如心脏病必需是开胸手术而不能做微创一类），所以只能作为保障你在生了病后，家庭失去一部分收入而带来的经济补充，个人觉得一般家庭，在有社保的情况下，个人保30万足够了。如果重疾险的保额不算高（小于50万），且不住在香港相邻地区，那么香港的重疾险优势也不算特别大。&br&9、注意增加财产险除种。&br&10、可以在网上买的保险尽量在网上买 ，如中民保险网，慧择保险网或保险公司官网，如此可尽可能的降低你的保费支出（保险公司因为不用付提成给保险代理人，所以一般会给予一定的折扣）&br&————我是正文的分割线——————&br&我家人所保的保单列表：（数字部分指保额）&br&A|社保&br&B|商业险长期部分&br&1、定期寿险：50万 合众保险 国内不多的定期寿险提供商且性价比相对较高。保至75岁 消费险 &br&2、&b&综合意外及意外医疗&/b&：100万 太阳保险常青树
其他保险公司的意外险虽然较之低廉，但请注意它们的保单内大多数都只规定”在社保范围“内的用药限制，你不想自己出了意外跌断了腿还因为价格问题打不了进口钢板用不了进口药吧。 消费险 （&b&综合意外加意险种加医疗是是所有保险中最应当买的基础险种，如果你暂时不想在保费上开支太多，那么选这个吧，一年几百元而已&/b&）&br&3、定期重大疾病保险：50万 香港宏利，保至75岁，保费低廉且返还。 返还险 &br&4、医疗险：2000万 CIGNA寰球至尊，保至终身，几乎所有疾病的所有开支，消费险，保证续保到死。&br&5、家庭财险：20万 人保财险，家中财物被盗，水暖管爆裂，失火淹水，客人在我家跌倒，花盆掉下去砸人的保险。消费险 &br&6、个人责任险：50万 人保财险，保障不小心烫伤别人；熊孩子伤人（虽然我没有）之类的险种。消费险 &br&7、家政服务保险：10万元 平安保险，应对钟点工阿姨可能受伤的的情况。消费险 &br&8、车险：太平洋保险，第三者责任险保到100万，其余按常规保。消费险 &br&9、个人账户资金损失保险：平安保险 50万，保障各种网购账户被盗，信用卡盗刷，或个人遭抢。消费险 &br&&br&C| 商业险短期部分&br&1、各种旅游险：只要自己出门旅游都买。赔偿境外医疗、行李被盗、航班延误等。消费险 &br&2、淘宝退运险：大家都懂的。消费险 &br&3、户外运动险：先生潜水必买。消费险 &br&4、信用卡送的各种交通意外险。消费险 &br&5、买房贷款时曾经买过的保险。消费险&br&……………………&br&大致是这些，它们都是经过我多方比较研究后的险种，我个人觉得可以比较全地保障生活中的各种风险了。&br&保费支出除第4项之外也不高，30岁左右单人一年的保费支出可以控制在1万左右（除第4项），第4项医疗险如果换用保额较少的险种，如一年800万（寰球精英）或者100万的（优选安康）或者其他公司产品，只买住院部分，30岁左右，以上险种一年保费所有全加起来也可以控制在13000元以内。当然，如果觉得个人医疗险还是太贵，可以取消这个险种，改买世纪泰康个人住院医疗保险，年保费大约也在1000元左右。&br&其他人个经验（具有浓厚个人色彩，不代表普遍意见）&br&1、绝不碰任何分红险、投资险&br&2、绝不和总是对你特别热情的保险代理人打交道。（我选择的是险种，又不是你这个人……）&br&3、除非险种仅有此保险公司提供，否则绝不买平安的保险。保费又贵理赔又坑爹……&br&4、看好老爹老娘，杜绝他们脑子一糊涂就被骗投保。&br&5、孩子的教育保险真没必要投。定期储蓄再买货基+意外险，都比这个划算。大陆儿童最高重疾险也是有限额的，死亡给付也只有10万，要么就去香港买，那个没有限额的。&br&&br&去香港投保一定要本人亲自到港签单（家长替未成年人签单除外），香港保险索偿投诉局从日起已经开始受理内地客户的投诉了，理赔时也不用亲自跑香港一趟，单据寄往香港就可以理赔成功。
众多评论无法一一回复，若需有针对性咨询，请移步本人值乎，并说明年龄、身体状况，家庭收入保费支出、地点、保险需求等具体细节。 重复三次： 若需有针对性咨询，请移步本人值乎 若需有针对性咨询，请移步本人值乎 若需有针对性咨询，…
&figure&&img src=&https://pic3.zhimg.com/v2-70bd75eb1b1aa3fa9e6342_b.jpg& data-rawwidth=&1514& data-rawheight=&722& class=&origin_image zh-lightbox-thumb& width=&1514& data-original=&https://pic3.zhimg.com/v2-70bd75eb1b1aa3fa9e6342_r.jpg&&&/figure&&blockquote&随着机器学习越来越受到公众的关注，很多初学者希望能快速了解机器学习及前沿技术。而今天谷歌上线了基于 TensorFlow 的机器学习速成课程，它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。谷歌官方描述为机器学习热爱者的自学指南，且课程资料都是中文书写，课程视频都由机器学习技术转述为中文音频。这对于中文读者来说将会有很大的帮助，当然我们也能选择英文语音以更精确地学习内容。此外，据机器之心了解，这曾是谷歌内部培训工程师的课程，有近万名谷歌员工参与并将学到的东西用在产品的优化和增强上。&/blockquote&&p&课程地址：&a href=&https://link.zhihu.com/?target=https%3A//developers.google.cn/machine-learning/crash-course/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&developers.google.cn/ma&/span&&span class=&invisible&&chine-learning/crash-course/&/span&&span class=&ellipsis&&&/span&&/a&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-2cfcac29f52dbd2270baa7fe3a8111e4_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&536& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic4.zhimg.com/v2-2cfcac29f52dbd2270baa7fe3a8111e4_r.jpg&&&/figure&&p&按照该课程所述，读者可能需要初级代数知识，如变量与系数、线性方程组和函数曲线等以理解基本的机器学习模型。此外，读者也需要一些 Python 编程经验，但一般只需要最基础的函数定义、列表/字典、循环和条件表达式等。本课程的实现是基于 Python 和 TensorFlow，不过读者在学习前并不需要任何 TensorFlow 知识。 &/p&&p&除了前面所述的两个基本要求外，读者可能还需要准备一些基础知识，当然等真正遇到再去查资料也完全没问题。其实准备工作主要分为数学基础、编程基础和函数库三个部分，我们给各位读者提供机器之心的资源文章合集，以便查阅相关问题。&/p&&p&在数学方面，代数相关的变量、系数、线性方程、对数和 Sigmoid 函数有助于读者了解模型最基本的表达，包括怎么定义的推断过程、如何构建的损失函数以及激活函数等。线性代数相关的矩阵和张量等知识有助于读者理解模型在计算过程中到底代表了什么意思，例如矩阵乘法这种仿射变换在神经网络中代表了神经元的线性组合或全连接。概率论与统计学也是有要求的，不过本课程仅仅需要能知道均值、方差等概念就行。对于微积分，我们只需要了解导数、偏导数和链式法则的基本概念就行，虽然最优化方法需要非常多的数学知识才能明确地推导出流行的优化器表达式，但在基础阶段只需要调用工具就行了。&/p&&p&在 Python 编程与常见第三方库等方面，该课程也只有非常少的要求，掌握基本的操作就行。例如 Python 的列表、字典和元组三大数据结构，还有循环和条件等基本表达式。而需要了解的第三方库也是科学计算方面代表，如 NumPy、Pandas 和 Matplotlib 等。以下是 2017 年机器之心发过的教程，它基本上可以为读者提供足够的学习资料。&/p&&p&&a href=&https://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzA3MzI4MjgzMw%3D%3D%26mid%3D%26idx%3D2%26sn%3D753da163e9d4d35e838fcca%26chksm%3D871ac936b06d40f7ecabd2bea325c84%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&灵魂追问 | 教程那么多，你……看完了吗？&/a&&/p&&p&&br&&/p&&p&&b&目录&/b&&/p&&p&&b&简介&/b&&/p&&ul&&li&前提条件和准备工作&/li&&/ul&&p&&b&机器学习概念&/b&&/p&&ul&&li&框架处理（15 分钟）机器学习中的监督学习&/li&&li&深入了解机器学习（20 分钟）什么是损失函数，权重和 bias 是什么&/li&&li&降低损失（60 分钟）两种梯度下降，及对学习率的实验&/li&&li&使用 TensorFlow 基本步骤（60 分钟）不能不懂的 TensorFlow&/li&&li&泛化（15 分钟）什么是过拟合，怎样评价一个模型的好坏，把数据集分成测试和训练两部分&/li&&li&训练及测试集（25 分钟）验证把数据集分成两部分的好处&/li&&li&验证（40 分钟）担心过拟合？在测试和训练集外多弄一个验证集&/li&&li&表示法（65 分钟）特征工程，75% 机器学习工程师的时间都在干的事&/li&&li&特征组合（70 分钟）明白什么是特征组合，怎么用 TensorFlow 实现&/li&&li&正则化：简单性（40 分钟）L2 正则化，学习复杂化和普遍化的取舍&/li&&li&逻辑回归（20 分钟）理解逻辑回归，探索损失函数和正则化&/li&&li&分类（90 分钟）评估一个逻辑回归模型的正确性和精度&/li&&li&正则化：稀松性（45 分钟）L2 的其他种类&/li&&li&介绍神经网络（40 分钟）隐藏层，激活函数&/li&&li&训练神经网络（40 分钟）反向传播&/li&&li&多种类神经网络（50 分钟）理解多类分类器问题，Softmax，在 TensorFlow 中实现 Softmax 结果。&/li&&li&嵌入（80 分钟）什么是嵌入，这是干什么的，怎样用好。&/li&&/ul&&p&&b&工程&/b&&/p&&ul&&li&生产 ML 系统（3 分钟）ML 生产中的宽度&/li&&li&静态 vs. 动态训练（7 分钟）静态和动态训练的优缺点&/li&&li&静态 vs. 动态推断（7 分钟）静态和动态推断的优缺点&/li&&li&数据依赖（14 分钟）理解 ML 中的数据依赖&/li&&/ul&&p&&b&生活中实际的 ML 例子&/b&&/p&&ul&&li&预测癌症（5 分钟）&/li&&li&18 世纪文献（5 分钟）&/li&&li&真实世界方针（2 分钟）&/li&&/ul&&p&&b&结论&/b&&/p&&ul&&li&下一步要学习的内容，推荐了 TensorFlow，Google 的课程深度学习，及 Kaggle 比赛等。&/li&&/ul&&p&&b&练习题&/b&&/p&&ul&&li&大部分练习题的数据是用的 California housing data set 。&/li&&li&测试分成三种，编程练习，检查你的理解和 Playground。&/li&&/ul&&p&&b&课程特点&/b&&br&&br&这一机器学习速成课程最大的特点是它有完整的中文资料、中文语音和字幕以及中文测试题，它为机器学习初学者提供了最实用的的资料。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-05c3d0bf2b231fb4d7c6392c3ceecb8c_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&184& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic1.zhimg.com/v2-05c3d0bf2b231fb4d7c6392c3ceecb8c_r.jpg&&&/figure&&p&如下所示，该课程提供的课件非常适合于国内初学者：&/p&&figure&&img src=&https://pic4.zhimg.com/v2-eaa5e4900ee5_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&797& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic4.zhimg.com/v2-eaa5e4900ee5_r.jpg&&&/figure&&p&如下所示，该课程提供了很多中文练习，包括编程练习和文本理解的选择题，这非常有助于各位读者检验在视频和资料中学习到的知识。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-dbf476eaa83cac_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&945& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic4.zhimg.com/v2-dbf476eaa83cac_r.jpg&&&/figure&&p&如下展示了机器学习术语，这一部分分成全面的介绍了机器学习中的术语的含义，非常好懂。 &/p&&figure&&img src=&https://pic2.zhimg.com/v2-a04ea4e4feb4ea8d077c3_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&780& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic2.zhimg.com/v2-a04ea4e4feb4ea8d077c3_r.jpg&&&/figure&&p&最后，该课程还提供了非常多的中文学习资料或技术博客，这些文本资料同样也是扩展读者知识并从原理上学习新技术的重要保证。 &/p&&figure&&img src=&https://pic3.zhimg.com/v2-fbb3cfa65b6d36b319e1e9a2_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&814& data-rawheight=&505& class=&origin_image zh-lightbox-thumb& width=&814& data-original=&https://pic3.zhimg.com/v2-fbb3cfa65b6d36b319e1e9a2_r.jpg&&&/figure&&p&&br&&/p&&p&本文为机器之心整理，转载请联系获得授权。&/p&
随着机器学习越来越受到公众的关注，很多初学者希望能快速了解机器学习及前沿技术。而今天谷歌上线了基于 TensorFlow 的机器学习速成课程，它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。谷歌官方描述为机器学习热爱者的自学指南，且课程资…
&figure&&img src=&https://pic3.zhimg.com/v2-e0c9fefb76_b.jpg& data-rawwidth=&1920& data-rawheight=&1080& class=&origin_image zh-lightbox-thumb& width=&1920& data-original=&https://pic3.zhimg.com/v2-e0c9fefb76_r.jpg&&&/figure&&blockquote&李根 发自 国贸大酒店 &br&量子位 报道 | 公众号 QbitAI&/blockquote&&figure&&img src=&https://pic2.zhimg.com/v2-e1a3a54231_b.jpg& data-caption=&& data-size=&small& data-rawwidth=&600& data-rawheight=&620& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic2.zhimg.com/v2-e1a3a54231_r.jpg&&&/figure&&p&Google云的工程师们正让其他（和未来的）AI工程师们瑟瑟发抖？&/p&&p&1月18日，&a href=&https://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzIzNjc1NzUzMw%3D%3D%26mid%3D%26idx%3D1%26sn%3D76db3f988ae1c373c50ebeea%26chksm%3De8d05194dfa7d88aa68ace7fc8f9dc90ab3da09441eccff1a368d%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Cloud AutoML发布&/a&，量子位的评论区高赞评论说：&b&搞机器学习的人把搞机器学习的人搞死了。&/b&&/p&&p&将来真的会有这么一天么？&/p&&p&最有资格回答这个问题的人，昨天给出了答案。Google云AI研发主管李佳，说她不同意Cloud AutoML会对AI开发者造成威胁。&/p&&p&“Cloud AutoML不是为了替代机器学习开发者，而是为机器学习开发者而打造。”&/p&&p&这位Cloud AutoML的核心研发负责人说：不必恐慌。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-87ee02b2ee_b.jpg& data-size=&normal& data-rawwidth=&1080& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic2.zhimg.com/v2-87ee02b2ee_r.jpg&&&figcaption&谷歌云AI研发主管、谷歌AI中国中心总裁李佳&/figcaption&&/figure&&h2&&b&ML缺口还很大&/b&&/h2&&p&李佳把AI的用户分为三种。&/p&&ul&&li&熟悉各种工具，AI能力很强的开发者&/li&&li&不必自建模型，API就满足需求的使用者&/li&&li&有想法有数据，但不知怎么用的转型者&/li&&/ul&&p&其实AutoML针对的是第三种用户。Google的目标是，以后这类企业不需要再去招募大量的机器学习人才，也不需要花大量的时间去标注训练数据，就直接可以得到自己定制的东西。&/p&&p&也就是说，AutoML能降低使用机器学习的门槛，让更多对机器学习了解有限的人，把Google级的AI技术运用到产品打磨中。&/p&&p&这就是推出AutoML的最核心原因，也是最终目的。&/p&&p&而一旦人人可用机器学习，AI便能创造更多的机会。&/p&&p&李佳说，可能会由于AutoML这样的产品存在，将来会出现各种各样的AI产品，更多懂行业、懂产品的人可以发挥自己已有的特长，就能让AI技术实现其行业和产品价值。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-2abde17d635c3ee464b957a12db96571_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&846& data-rawheight=&468& class=&origin_image zh-lightbox-thumb& width=&846& data-original=&https://pic3.zhimg.com/v2-2abde17d635c3ee464b957a12db96571_r.jpg&&&/figure&&p&这并不空话。&/p&&p&就在Cloud AutoML发布后两周，注册用户就迅速破万，涉及背景之广泛，应用场景之多样，出乎李飞飞、李佳们意料之外。&/p&&p&李佳感叹：因吹斯汀。&/p&&p&比如伦敦动物学学会用AutoML来识别野生动物，之前他们也有该需求，但预算让这个非营利性组织望而生畏。&/p&&p&还有不太能预料的应用，比如被用在垃圾检测方面，通过AutoML Vision识别塑料瓶。&/p&&p&总之，花式使用。&/p&&p&李佳预计，未来大概会有2100万开发者可以使用这些API或AutoML这样的产品。AI技术有望进一步渗透到更多的产品和服务之中。&/p&&p&“目前，全球有100万人有能力去开发机器学习算法，”李佳给出的这个数字表明，AI人才缺口空缺巨大。AutoML等产品，未来将有助于缓解目前AI开发者供不应求的局面。&/p&&p&所以，还是好好学习机器学习吧。&/p&&h2&&b&耗时一年研发&/b&&/h2&&p&AutoML是个开发利器，即便你不懂机器学习，也能训练出一个定制化的机器学习模型。&/p&&p&Google去年5月发布AutoML，当时谷歌CEO说，现在设计神经网络非常耗时，对专业能力要求又高，只有一小撮科学家和工程师能做。为此，Google创造了一种新方法：AutoML，让神经网络去设计神经网络。&/p&&p&这个方法就是让AI设计AI。现在Google又把这个技能放到云上了。&/p&&p&但Cloud AutoML的推出并非轻而易举。&/p&&p&李佳告诉量子位，在李飞飞和她加入Google云时，就开始着手准备推出类似的AI应用，以便通过产品的形式分享最前沿的AI研究和技术。&/p&&p&接近一年的研发时间里，Google云、Google大脑和Google研究团队紧密合作，并且出于用户需求，对产品进行了多轮打磨和考量。&/p&&p&这种&b&技术-需求-产品&/b&的开发过程，面临的挑战很多。她举例称，在AutoML产品研发汇总，learning to learn在计算资源需求方面的问题，让她们颇费苦心。&/p&&p&最后，团队还是实现了两方面突破：&/p&&p&一，非常简单的迁移学习（transfer learning），开发者可以在一分钟或者几分钟之内就能跑出结果；&/p&&p&二，learning to learn与其他应用相结合，性能和效果也令人欣喜，即便目前产品级效果达成还需要再花费1天时间。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-bd3a0f73fd1b239eaf34_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic1.zhimg.com/v2-bd3a0f73fd1b239eaf34_r.jpg&&&/figure&&p&李佳解释说，如果一般企业做类似效果，必须要招募自己的专家，然后设计机器学习算法、收集数据，等到推出成熟产品，实际耗费时间可能超过了数月甚至数年。&/p&&p&而且从当前效果来看，AutoML自动生成的模型已经比专家设计的模型在图片分类上效果要更好，产品开发的周期大大缩小，企业的花销也大大减少。&/p&&p&所以李佳认为：AutoML是AI福祉，而非威胁挑战。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-dacf8bb2e799a8829bece_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1057& data-rawheight=&439& class=&origin_image zh-lightbox-thumb& width=&1057& data-original=&https://pic4.zhimg.com/v2-dacf8bb2e799a8829bece_r.jpg&&&/figure&&h2&&b&行业广阔 大有结合&/b&&/h2&&p&李佳还认为，AI走向各行各业的路还很长。在大会上，她分享了AI智能系统在各个垂直行业中的应用，重点强调了教育、医疗等行业的变革。&/p&&p&在会后，她则对“AI+行业”的逻辑进行了说明。&/p&&p&李佳说，一方面与Google云承担的使命有关，希望通过&b&云&/b&，把AI前沿研究和工程产品之间串联，以产品化方式赋能各行各业。&/p&&p&另一方面，其间涉及研究和产品的平衡。“研究可以更大胆，解决是紧迫又兼具挑战的问题，但产品需要结合用户的关注度和技术成熟情况。”&/p&&p&所以目前会在医疗、教育等这样集中关切却又缺乏很好解决方案的领域，Google云AI团队会重点探索，集中更多资源把事情做好。&/p&&p&至于更多的领域和场景问题，通过AutoML这样的产品，能让开发者、企业结合自身情况去拓展应用边界。&/p&&p&正所谓：AI没有国界，AI福祉亦无边界。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-af1dbab8fe1fc_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&900& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&https://pic2.zhimg.com/v2-af1dbab8fe1fc_r.jpg&&&/figure&&h2&&b&AI in All&/b&&/h2&&p&昨天李佳说出上述言论时，正值Google中国年度大会。Google还在现场展示了三种AI应用。&/p&&p&一是素描机器人，运用AI习得风格技艺，通过一张人类照片，5分钟生成一幅风格素描；&/p&&figure&&img src=&https://pic3.zhimg.com/v2-d5d6e0ba4_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&809& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic3.zhimg.com/v2-d5d6e0ba4_r.jpg&&&/figure&&p&二是内置Google Assistant的AI交互吧台，语音告诉“吧台”你想喝的，然后AI就会调出高水平又稳定的鸡尾酒，其间还能跟吧台聊天……&/p&&figure&&img src=&https://pic1.zhimg.com/v2-f01524eabca1a_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&810& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic1.zhimg.com/v2-f01524eabca1a_r.jpg&&&/figure&&p&三是Google文化学院应用，同样拍摄一张你的照片，然后机器迅速帮你找到历史中、艺术史上与你相像的“形象”，偏娱乐，应该是为了让历史和艺术更有趣吧——一个手机应用就能玩很久。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-50c93d101dfe81d91163b4_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&725& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic3.zhimg.com/v2-50c93d101dfe81d91163b4_r.jpg&&&/figure&&p&但关于AI in All可不止于应用展览。&/p&&p&在过去，Google中国的这个会都是一年一度的广告营销效果展示大会：一年又提升了多少转换率？有哪些新成绩？然后又有哪些中国企业借助Google出海表现不俗？&/p&&p&一言以蔽之：Google大中华区合作伙伴业绩大会。&/p&&p&然而今年，虽然还是在围绕广告、营销转换率、出海品牌，但最抢眼的当属被高频提及的AI，下午还专门举行了分论坛，介绍AI赋能下的营销，正在带来哪些新变革。&/p&&p&此外，还有一些已经展露的变革结果。&/p&&p&Google中国几位负责人的头衔悄然发生了一些变化，有些是成绩性的，有些则是风向性的。&/p&&p&比如成绩性的：Scott在Google大中华区总裁的title之外，增加了Google韩国总裁；李佳现在也多了一个“Google AI中国中心总裁”的title。&/p&&p&而风向性的有：原Google北京研究院院长赵泽红，新职务名称是TensorFlow中国总监，未来AutoML发展不错，估计也会有个中国地区总监，目前TensorFlow算是个开始吧。&/p&&p&另外，还有一位“新人”首次亮相：去年新上任的Google大中华区CMO黄介中。他的人可能没有业务红——如果你有留意的话，去年嘻哈正火时，Google翻译请到了嘻哈侠欧阳靖(MCJin)代言，在中国力度空前地铺了一拨广告。&/p&&p&会上也专门打了小广告，强调&b&Google翻译能用&/b&。&/p&&p&嗯，能用。&/p&&p&言外之意已经很清楚了，但就怕吃瓜群众爱解读更多。&/p&&p&涉及Google，调动话题和情绪的地方大家心知肚明，但那些以爱之名的期待，实际都太过模糊遥远。&/p&&p&不管是AI中国中心，还是近期AI硬件上的一些小举动，都与那个期待关联有限。&/p&&p&To B的Google中国不也过得挺好吗？&/p&&p&— &b&完&/b& —&/p&&p&欢迎大家关注我们的专栏：&a href=&https://zhuanlan.zhihu.com/qbitai& class=&internal&&量子位 - 知乎专栏&/a&&/p&&p&诚挚招聘&/p&&p&量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。&/p&&p&&a href=&https://zhuanlan.zhihu.com/qbitai& class=&internal&&量子位 QbitAI&/a& · 头条号签约作者&/p&&p&?'?' ? 追踪AI技术和产品新动态&/p&
李根 发自 国贸大酒店 量子位 报道 | 公众号 QbitAIGoogle云的工程师们正让其他（和未来的）AI工程师们瑟瑟发抖？1月18日，，量子位的评论区高赞评论说：搞机器学习的人把搞机器学习的人搞死了。将来真的会有这么一天么？最有资格回答这个…
&figure&&img src=&https://pic1.zhimg.com/v2-62da148fac79e8ca0463f_b.jpg& data-rawwidth=&1005& data-rawheight=&485& class=&origin_image zh-lightbox-thumb& width=&1005& data-original=&https://pic1.zhimg.com/v2-62da148fac79e8ca0463f_r.jpg&&&/figure&&blockquote&夏乙 编译自 Medium&br&量子位 出品 | 公众号 QbitAI&/blockquote&&figure&&img src=&https://pic3.zhimg.com/v2-98f278e684cd35de003f08fbc3a33221_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&940& data-rawheight=&301& class=&origin_image zh-lightbox-thumb& width=&940& data-original=&https://pic3.zhimg.com/v2-98f278e684cd35de003f08fbc3a33221_r.jpg&&&/figure&&p&英伟达Tesla K80 GPU，2599美元一块，还很难买到；搭载K80的AWS EC2 P2实例，用起来也很肉疼。&/p&&p&高大上的GPU，不花钱也能用上。Google的一项免费云端机器学习服务，最近也用上了Tesla K80。&/p&&p&这么好的羊毛，当然要薅起来啊！&/p&&p&这项资本主义社会的伟大创造，就是Google Colab，全名Colaboratory。你可以用它来提高Python技能，也可以用Keras、TensorFlow、PyTorch、OpenCV等等流行的深度学习库来练练手，开发深度学习应用。&/p&&p&地址在这里，Google还贴心地写了中文版简介：&a href=&https://link.zhihu.com/?target=https%3A//colab.research.google.com/notebook& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&colab.research.google.com&/span&&span class=&invisible&&/notebook&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&即便如此，据说还有人不会用？&/p&&p&号称喜欢训练深度神经网络的作者fuat，就详详细细的写了一份Google Colab免费GPU试用指南~&/p&&h2&&b&准备工作&/b&&/h2&&h2&&b&在Google Drive上创建文件夹&/b&&/h2&&figure&&img src=&https://pic4.zhimg.com/v2-ee8d8b2dedc2bfcdbf3efd_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&320& data-rawheight=&326& class=&content_image& width=&320&&&/figure&&p&Colab用的数据都存储在Google Drive云端硬盘上，所以，我们需要先指定要在Google Drive上用的文件夹。&/p&&p&比如说，可以在Google Drive上创建一个“app”文件夹，或者其他什么名字，也可以选择Colab笔记本默认的文件夹。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-590ab9d223bda06ac738edccd48d7625_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&928& data-rawheight=&472& class=&origin_image zh-lightbox-thumb& width=&928& data-original=&https://pic3.zhimg.com/v2-590ab9d223bda06ac738edccd48d7625_r.jpg&&&/figure&&h2&&b&新建Colab笔记本&/b&&/h2&&p&在刚刚创建的app文件夹里点击右键，选择“More”，然后从菜单里选择“Colaboratory”，这样就新建出了一个Colab笔记本。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-f81c533fdb3b41f0b24e66_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&903& data-rawheight=&619& class=&origin_image zh-lightbox-thumb& width=&903& data-original=&https://pic2.zhimg.com/v2-f81c533fdb3b41f0b24e66_r.jpg&&&/figure&&p&点击笔记本的名字，可以重命名。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-123baedac465b324e74de1c_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&391& data-rawheight=&95& class=&content_image& width=&391&&&/figure&&h2&&b&设置免费GPU&/b&&/h2&&p&这一步，要改变笔记本所用的默认硬件。在笔记本里点Edit&Notebook settings（编辑&笔记本设置），或者Runtime&Change runtime type（运行时&改变运行时类型），然后在Hardware accelerator（硬件加速器）一栏选择GPU。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-bcfca7ef8fc63c77b889e599_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&370& data-rawheight=&284& class=&content_image& width=&370&&&/figure&&p&然后，Google Colab就可以用了。&/p&&h2&&b&用Colab运行基本Python代码&/b&&/h2&&figure&&img src=&https://pic3.zhimg.com/v2-efb8df491ec313d1c0dc143bcef95e87_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&596& data-rawheight=&196& class=&origin_image zh-lightbox-thumb& width=&596& data-original=&https://pic3.zhimg.com/v2-efb8df491ec313d1c0dc143bcef95e87_r.jpg&&&/figure&&p&我们来运行一些Python Numpy教程里的基本数据类型代码。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-e02f8f1ce1a31a18b1207ff9_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&524& data-rawheight=&311& class=&origin_image zh-lightbox-thumb& width=&524& data-original=&https://pic1.zhimg.com/v2-e02f8f1ce1a31a18b1207ff9_r.jpg&&&/figure&&p&这些代码来自斯坦福大学卷积神经网络与视觉识别课程(CS231n)的Python Numpy教程，&br&地址：&a href=&https://link.zhihu.com/?target=http%3A//cs231n.github.io/python-numpy-tutorial/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&cs231n.github.io/python&/span&&span class=&invisible&&-numpy-tutorial/&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&运行结果如你所料。&/p&&h2&&b&用Colab运行.py文件&/b&&/h2&&p&先运行下面这些代码，来安装必要的库、执行授权。&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2&&1 & /dev/null
!apt-get update -qq 2&&1 & /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse
from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass
!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} & /dev/null 2&&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}
&/code&&/pre&&/div&&p&运行的时候应该会看到下图所示的结果：&/p&&figure&&img src=&https://pic1.zhimg.com/v2-78b1173a35abccb3f6a19a76a78305e3_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&845& data-rawheight=&268& class=&origin_image zh-lightbox-thumb& width=&845& data-original=&https://pic1.zhimg.com/v2-78b1173a35abccb3f6a19a76a78305e3_r.jpg&&&/figure&&p&看见那个链接之后，点击它，复制验证码并粘贴到文本框里。&/p&&p&授权完成后，就可以挂载Google Drive了：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!mkdir -p drive
!google-drive-ocamlfuse drive
&/code&&/pre&&/div&&p&安装Keras：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!pip install -q keras
&/code&&/pre&&/div&&p&将mnist_cnn.py文件上传到位于Google云端硬盘上的应用文件夹：&/p&&figure&&img src=&https://pic1.zhimg.com/v2-6228cba07c9ef362b920fe_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&478& data-rawheight=&283& class=&origin_image zh-lightbox-thumb& width=&478& data-original=&https://pic1.zhimg.com/v2-6228cba07c9ef362b920fe_r.jpg&&&/figure&&p&运行下面的代码，用MNIST数据集训练一个简单的卷积神经网络：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!python3 drive/app/mnist_cnn.py
&/code&&/pre&&/div&&figure&&img src=&https://pic1.zhimg.com/v2-d2c5e2e1e73a4bc9794f_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&575& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic1.zhimg.com/v2-d2c5e2e1e73a4bc9794f_r.jpg&&&/figure&&p&从结果中可以看到，每个epoch只需要11秒。&/p&&h2&&b&下载泰坦尼克数据集(.csv File)，显示前5行&/b&&/h2&&p&想按照链接下载.csv文件到app文件夹，只需运行：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!wget https://raw.githubusercontent.com/vincentarelbundock/Rdatasets/master/csv/datasets/Titanic.csv -P drive/app
&/code&&/pre&&/div&&p&也可以直接将.csv文件上传到app文件夹：&/p&&figure&&img src=&https://pic2.zhimg.com/v2-32cbee630f735b8fffbeb04_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&948& data-rawheight=&237& class=&origin_image zh-lightbox-thumb& width=&948& data-original=&https://pic2.zhimg.com/v2-32cbee630f735b8fffbeb04_r.jpg&&&/figure&&p&然后读取app文件夹中的.csv文件，显示前5行：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&import pandas as pd
titanic = pd.read_csv(“drive/app/Titanic.csv”)
titanic.head(5)
&/code&&/pre&&/div&&figure&&img src=&https://pic3.zhimg.com/v2-7ec5e0aeb6ad_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&773& data-rawheight=&277& class=&origin_image zh-lightbox-thumb& width=&773& data-original=&https://pic3.zhimg.com/v2-7ec5e0aeb6ad_r.jpg&&&/figure&&h2&&b&Tips&/b&&/h2&&h2&&b&1. 如何安装库？&/b&&/h2&&p&安装Keras：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!pip install -q keras
import keras
&/code&&/pre&&/div&&p&安装PyTorch：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!pip install -q http://download.pytorch.org/whl/cu75/torch-0.2.0.post3-cp27-cp27mu-manylinux1_x86_64.whl torchvision
import torch
&/code&&/pre&&/div&&p&安装OpenCV：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!apt-get -qq install -y libsm6 libxext6 && pip install -q -U opencv-python
import cv2
&/code&&/pre&&/div&&p&安装XGBoost：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!pip install -q xgboost==0.4a30
import xgboost
&/code&&/pre&&/div&&p&安装GraphViz：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!apt-get -qq install -y graphviz && pip install -q pydot
import pydot
&/code&&/pre&&/div&&p&安装7zip Reader：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!apt-get -qq install -y libarchive-dev && pip install -q -U libarchive
import libarchive
&/code&&/pre&&/div&&p&安装其他库：&/p&&p&用&code&!pip install&/code&或者&code&!apt-get install&/code&命令。&/p&&h2&&b&2. GPU在干活么？&/b&&/h2&&p&要查看你在Colab里是不是真的在用GPU，可以运行以下代码来交叉检查：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&import tensorflow as tf
tf.test.gpu_device_name()
&/code&&/pre&&/div&&figure&&img src=&https://pic3.zhimg.com/v2-acbfa4aa1ae9b33cae0fd24d_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&463& data-rawheight=&145& class=&origin_image zh-lightbox-thumb& width=&463& data-original=&https://pic3.zhimg.com/v2-acbfa4aa1ae9b33cae0fd24d_r.jpg&&&/figure&&p&如果显示上图左侧的结果，就是在用CPU，显示右侧结果就是在用GPU。&/p&&h2&&b&3. 我在用哪个GPU？&/b&&/h2&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&from tensorflow.python.client import device_lib
device_lib.list_local_devices()
&/code&&/pre&&/div&&p&其实现在，Colab只提供Tesla K80，所以你会看到下图这样的结果：&/p&&figure&&img src=&https://pic1.zhimg.com/v2-7ce081aafb7c0cffc369023_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&813& data-rawheight=&275& class=&origin_image zh-lightbox-thumb& width=&813& data-original=&https://pic1.zhimg.com/v2-7ce081aafb7c0cffc369023_r.jpg&&&/figure&&h2&&b&4. RAM有多大？&/b&&/h2&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!cat /proc/meminfo
&/code&&/pre&&/div&&figure&&img src=&https://pic2.zhimg.com/v2-dc1b8c1ef6ed28c20f563d8d40901cee_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&242& data-rawheight=&215& class=&content_image& width=&242&&&/figure&&h2&&b&5. CPU呢？&/b&&/h2&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span&!cat /proc/cpuinfo
&/code&&/pre&&/div&&figure&&img src=&https://pic3.zhimg.com/v2-e32bac8c1c1b7fbd8781a5_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1000& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&1000& data-original=&https://pic3.zhimg.com/v2-e32bac8c1c1b7fbd8781a5_r.jpg&&&/figure&&h2&&b&总结一下吧&/b&&/h2&&p&好好学习，认真薅毛。&/p&&p&量子位温馨提示：自备梯子。&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-ef5d& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.com/deep-learnin&/span&&span class=&invisible&&g-turkey/google-colab-free-gpu-tutorial-ef5d&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&— &b&完&/b& —&/p&&p&欢迎大家关注我们的专栏：&a href=&https://zhuanlan.zhihu.com/qbitai& class=&internal&&量子位 - 知乎专栏&/a&&/p&&p&诚挚招聘&/p&&p&量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。&/p&&p&&a href=&https://zhuanlan.zhihu.com/qbitai& class=&internal&&量子位 QbitAI&/a& · 头条号签约作者&/p&&p&?'?' ? 追踪AI技术和产品新动态&/p&
夏乙 编译自 Medium 量子位 出品 | 公众号 QbitAI英伟达Tesla K80 GPU，2599美元一块，还很难买到；搭载K80的AWS EC2 P2实例，用起来也很肉疼。高大上的GPU，不花钱也能用上。Google的一项免费云端机器学习服务，最近也用上了Tesla K80。这么好的羊毛，当然…
&figure&&img src=&https://pic1.zhimg.com/v2-9d33e758ecb49b5a67aed22d_b.jpg& data-rawwidth=&700& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&700& data-original=&https://pic1.zhimg.com/v2-9d33e758ecb49b5a67aed22d_r.jpg&&&/figure&&p&程序员要开始学习深度学习，该如何入手？&/p&&p&看网上搜集的各种庞杂的DL学习资料列表，你可能会被吓死。但实际上大部分学习资料都包含了相当多重复的内容，下面是我个人总结的一些学习经验，希望能去芜存菁，帮助程序员快速进入深度学习的圣殿。&/p&&ol&&li&&b&数学基础&/b&。如果你去读深度学习的论文，会发现数学对于DL非常重要，线性代数、概率论、甚至微积分都有用武之地。这些知识都还给学校了怎么办？难道要把所有这些课程再学一遍？大可不必。只要把DL需要用到的部分好好复习一下就好。这里推荐&a href=&https://link.zhihu.com/?target=http%3A//www.deeplearningbook.org/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《Deep Learning》&/a&这本权威著作的第一部分，详述了机器学习需要的数学基础，另外也讲了机器学习领域的很多基本概念。&/li&&li&一本&b&入门教材&/b&。虽然上面提到的&a href=&https://link.zhihu.com/?target=http%3A//www.deeplearningbook.org/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《Deep Learning》&/a&是公认的DL最权威教材，但是一般人会觉得过于艰深，包含太多数学方面的论证。如果你对数学公式不太感冒，建议不要用这本书入门。我推荐一本&b&&a href=&https://link.zhihu.com/?target=https%3A//book.douban.com/subject//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《Hands on Machine Learning》&/a&&/b&。不要被书的名字欺骗了，本书的内容其实一点也不初级，讲述的很全面深入。但是语言非常流畅，容易读懂。这本书分为两部分，第一部分讲述了机器学习的各种传统算法，第二部分才是深度学习的内容。传统算法的学习很有必要，一方面帮助我们理解ML发展的脉络，另一方面，很多传统算法其实并没有被淘汰，比如RandomForest这种基于决策树的算法，在结构化数据的挖掘方面非常有效。&/li&&li&一个&b&入门课程&/b&。这里我提供两个选项：&br&&br&第一推荐Andrew Ng刚刚上线的&b&&a href=&https://link.zhihu.com/?target=https%3A//mooc.study.163.com/smartSpec/detail/.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Deeplearning.ai&/a&&/b&。Andrew Ng的课，品质应该不会差，而且估计他会加入很多最前沿的研究。这门课刚刚开课，应该会持续几个月的时间。所以要做好长期学习的准备。&br&&br&第二个是我上过的&b&&a href=&https://link.zhihu.com/?target=http%3A//www.fast.ai/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&fast.ai&/a&&/b&。这门课的讲师Jeremy也是个牛人，曾负责Kaggle平台的研发。这个课程的教学理念更加注重实践，在讲解概念的同时，用Keras+Jupyter Notebook直接演示模型的训练。总共只有7节课，每课时两个小时，但是每节课的Notes里面附带大量的参考资料，需要花很多时间去自学、消化。这门课现在开始了第二学期，讲DL最前沿的研究进展，也是7节课。另外，需要习惯一下讲师的澳洲英语。&/li&&li&选&b&一个方向&/b&。深度学习可应用的领域很多，我们需要选择其中一个深入研究。方向包括：&b&计算机视觉&/b&（图像、视频处理，主要用CNN）、&b&自然语言处理NLP&/b&（包括文本、语音处理，序列数据往往需要RNN）、&b&增强学习&/b&（用在机器人、自动驾驶等方面），此外对于&b&生成模型&/b&（GAN、VAE等等）的研究也是一个热点。&br&&br&CV推荐学一下Stanford的CS231, 李飞飞的课，讲的很清楚；NLP可以听Stanford的CS224，Manning教授的，NLP的泰斗，从传统算法到DNN一路走过来的；或者牛津的这个课也可以：&a href=&https://link.zhihu.com/?target=https%3A//github.com/oxford-cs-deepnlp-2017/lectures& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&oxford-cs-deepnlp-2017/lectures&/a&，请到了DeepMind的大牛来讲。斯坦福的课油管上都有视频，搜课程号就能找到。&/li&&li&读&b&一些论文&/b&。在选定方向以后，我们可以去读一下这个方向的经典论文。说是经典，但是深度学习这个方向真正爆发也就是最近几年的事情，所以很多东西其实都是前两年的论文结果。推荐一个&a href=&https://link.zhihu.com/?target=https%3A//github.com/terryum/awesome-deep-learning-papers& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Awesome Deep Learning Papers&/a&的论文列表，个人觉得整理得不错，有参考价值。DL这个领域进展特别快，前几年的研究结果可能早已经被超越了，所以读论文要保持开放心态。不过，论文有的时候真的很啰嗦，幸好有网友总结了一下：&a href=&https://link.zhihu.com/?target=https%3A//github.com/aleju/papers/tree/master/neural-nets& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&aleju/papers&/a&，先读这个总结，带着问题再去读论文效果好很多。&/li&&li&选&b&一个框架&/b&。DL现在有很多非常成熟的框架了，每个科技公司都有自己的一套东西，Google系的&b&TensorFlow&/b&现在似乎风头更劲一些。他们之间的比较可以看看&a href=&https://link.zhihu.com/?target=https%3A//medium.com/%40ricardo.guerrero/deep-learning-frameworks-a-review-before-finishing-ab4010b06& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&这篇文章&/a&。我觉得这个跟编程语言之争一样，没必要太纠结，选一个自己喜欢的就好。各个框架训练出来的模型一定可以互相转换的。PyTorch方便构造动态的网络结构，似乎很多人看好。&/li&&li&动手做&b&一些深度学习项目&/b&。网上有很多开放的数据集，可以拿来做训练，先做些简单的，比如MNIST，IMDB影评的情感分析等。然后可以去Kaggle上做一些以前的的竞赛项目，比如Cats VS Dogs一类的。如果你足够厉害，可以参加当前的Kaggle挑战，说不定顺便赢个几十万美金呢：）&/li&&li&最后，关注一下DL&b&最新的研究动向&/b&。这方面的媒体非常多，公众号、知乎专栏，一搜一大把，还有很多科技博客也是频繁更新。我推荐一个newsletter：&b&&a href=&https://link.zhihu.com/?target=https%3A//jack-clark.net/import-ai/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&import AI&/a&&/b&，很多人都觉得不错，一周一次，读起来也不会有太大负担。&/li&&/ol&&p&所以你看，深度学习其实没有那么难学，不需要你制定几年计划。但是要有一定自学的能力，尽快动手写程序出来，就能建立自信突破心理障碍，再学下去就非常自如了。&/p&&p&&b&Keep Calm and Carry On!&/b&&/p&&p&&br&&/p&&p&P.S. 我提到的很多资料都要翻墙，相信这对于程序员不是问题。另外建议书籍、文章读英文原版，我个人做过技术书的翻译，对中文技术译作没什么好感，大部分技术书翻译以后都难以表达原意，甚至包含错误，读起来比原版费劲。&/p&&p&我个人对DL也是在自学摸索，大家可以一块交流、共同进步。&/p&
程序员要开始学习深度学习，该如何入手？看网上搜集的各种庞杂的DL学习资料列表，你可能会被吓死。但实际上大部分学习资料都包含了相当多重复的内容，下面是我个人总结的一些学习经验，希望能去芜存菁，帮助程序员快速进入深度学习的圣殿。数学基础。如果你…
这是一篇写在16年9月份的贴子，那个贴子评论区已经被弄的乌烟瘴气，现在已经复制粘贴如下：
关于房价，银行从16年起已经不再给房产商提供贷款，央企、国企除外。听到这个说法时，我顿时觉得茅塞顿开。这也从侧面印证了为什么今年（16年）7月份人民币贷款增幅高达98%为房贷,既然谈论房价，就不能避开国家层面、银行系统、地方政府、房产商开发以及购房主体，否则就是盲人摸象，国家现在要做的就是消灭市场上多余的钱，就是说绝对不允许市场上的闲钱跑去兑换美元，目的是为了全力保证汇率稳定。银行系统现在面临最大的问题是不良贷款增多 ，特别是很多中小型开发商的贷款到期却还不上，地方政府简单点说就是没钱了，并且还从银行借了很多钱，房产商面临的就是资金链断裂的问题，很多地产商准备跑路。（当然大公司目前的资金还是挺充裕的 这也是为什么银行不再贷款给中小型房产商的原因）
那么有没有办法解决上面所说的这些问题，实际上是有的，这也是我突然想明白的原因。首先历来的购房者都是买涨不买跌的，高层是深知这一点的。首先央行印钱给银行，银行再把这些钱贷给央企国企，然后这些国家的干儿子们跟地方政府达成某种协议，大肆卖地，造成地王频出，这样一来地方政府就有钱了，债务危机也暂时得以缓解，在这种情况下更多人担心如果现在不买房以后再也买不起了。房价上涨，本来一些准备破产跑路的中小型开发商也在这波行情中去掉一些库存，而银行在这波上涨行情中，把贷款从房产商转移到购房者身上，致使银行的风险大大的降低。要知道房产商是有门路可以跑路的，而绝大多数购房者是没有能力的，这么一看简直是皆大欢喜啊。当然国家在这波上涨行情中也是受益匪浅的，最后一波刚需入场，意味着市场流动性枯竭，那些大妈大叔们再也没有多余的闲钱去兑换美元了，为国家保汇率免除了后顾之忧。想换美元，没钱了，没钱了，没钱了，重要的事情说三遍。&br&
通过上面的分析，大家觉得以后房价会怎么样？我估计临界点是快到了。具体是多久，大家仁者见仁智者见智。
另外说一句，我的这个解释反过来推理也是可以成立的。&br&&br&&br&???????这个分割线怎么样??????&br&&br&&br&&br&最后补充一点，至少有一点可以肯定的，国家后期一定会想办法限制二手房的流动，直到房产税出来为止，其实在中国不要轻易建议别人买不买房，如果房价涨了，你就是挡别人财路，如果房价跌了，你就是扫把星。当然如果是我至亲的人，目前我不会建议他们买，至少也要等2年之后再买。毕竟中国不可能走俄罗斯模式，国家很多资源都需要进口。 &br&&br&中国最牛的就是既能看涨也能看跌的人，一味的看涨或者看跌都是一根筋，不可取。我跟绝大多数人看法最不一样的地方是：我认为这场房产泡沫一定会由国家来刺破，所谓解铃还须系铃人。&br&&br&&br&????????再次分割????????&br&&br&
不知道大家注意到没有，今年（16年）房价的表现形式不同往常，往年都是先增量而后带动房价上扬，然而今年的房价却是硬生生的先涨价然后瞬间带动销量的增长，甚至造成恐慌效应。这个现象难道不耐人寻味吗？&br&&br&
现在正式表达我的观点：讨论房价，如果按照租售比，收入比，供需关系，人口曲线，货币供应，政策调控的这些标准来看，中国的房价恐怕应该崩了好几回了。&br&&br&
如果经济高速发展，什么都好说。但是通缩就不一样了，因为通缩能够影响政策调控，货币供应也不敢大肆放水，因为通缩，人民的收入得不到有效增长，也不愿生更多的孩子，上面所说到的几大因素，统统被通缩限制住了。当然如果你认为今后的经济形式仍然是通胀、货币贬值，下面所说的内容就不必看了。爆炒股市，房产救市，反腐，甚至土地流转，在我看来都是为今后的通缩做准备。&br&&br&
有人可能会问为什么在经济下行的时候必然会进行反腐，这也是我自己猜测的，你没看错，我是猜的，或者像有些人说的那样我在意淫。美国曾经也有过腐败横行，日本经济大发展的时候黑帮势力也是逐渐在做大，香港经济腾飞的时候警察明目张胆的上街收保护费。&br&&br&
就像几年前有一次出差坐火车，大家闲来无事说到腐败问题，当时我就说，新领导上任可能要进行大规模反腐，甚至超过绝大多数人的想象，当时一车厢的人都说不可能，被他们轮番蔑视，时至今日我想说：今后中国的反腐一定会制度化，朋友呵呵一笑对我说：不可能。好吧，究竟会怎么样，其实我也不知道。&br&&br&
明明谈房价，为什么说反腐，答主跑题了？当然不是，因为他们深层的道理其实是一样的，经济上行的时候，每个人只要努力就能分到一杯羹，当然有人分的多有人分的少，至少大家还能接受，经济下行的时候，大家觉得压力越来越大，明显的感受到不公平，整个社会处于不平衡的状态，倒逼国家进行改革释放红利，（改革从来都是倒逼的，记住这句话，就像个人想要脱胎换骨一样，不是逼不得已，不是下定巨大的决心，是很难相信他会有实质性的改变）使整个社会环境能够重新达到一种新的平衡，而现在已经到了国家必须要面临选择的时候了，这也就是我前文说到感觉临界点快到的原因，至少房产税的推出我相信大家应该没有疑义吧？&br&&br&
结论：在经济通缩的情况下再辅以房产税，就凭这两点就能解决房价问题，至少我是这么认为的。虽然我也不喜欢房产税，增加了百姓的负担，但这不是以我们的意志为转移的。房产税的推出也有一点好处，以前政府只想着卖地赚钱，在房产税推出后必须要想办法卖掉房子，不然何来的房产税，而想要销售掉更多的房子，当地的环境，当地的治安，当地的人文一定要加强管理，只有这样才会有人愿意在当地买房，只有买了房当地政府才有房产税可收。而房产商也会更加注意商品房的品质建设。估计这一点很多人都没有想到。&br&
最后申明：我对未来的经济并不悲观，很反感所谓的崩溃论。我只是对房价后期的走势不太看好。如果你仍然看好房市，我只想告诉你，既买之则安之。只是希望不要背负太多的债。&br&
（后面有时间我再讲讲，你敢断供吗？中国会走俄罗斯模式吗？）&br&&br& ???????问题选答???????&br&&br&
看了大家的评论，针对下面比较集中的问题，来进一步阐述我的想法，依然采用通俗易懂的表述方式，保证大家都能看懂。&br&
1.有人说：国家不会放弃房地产，中国经济已经被房地产绑架了，不可能降价。&br&
2.很多人疑惑国家为什么要保汇率？&br&
3.如果不买房子，钱只会越来越不值钱，贬值了怎么办？&br&
4.为什么不能走俄罗斯模式，房产泡沫究竟什么时候破，有没有准备时间？&br&
5.房价跌了，把房间扔给银行，又能怎么样呢？&br&&br&&br&
很多事情不要把它想的太复杂，大到一个国家，小到一个集团，甚至一个公司，他们内部的运行逻辑其实相差的并不是特别大，如果大家这么考虑问题，才更容易看到事物的本质，学习新的知识也会事半功倍。&br&
前文说到今年的房价上涨方式不同以往，我每天正式工作前都会简要的浏览一些新闻，（各大网站的新闻一定要抱着娱乐的心态去看，从中发现哪些是正话，哪些说的是反话），从今年（16年）四月份开始我发现新闻媒体的风向开始变得前后矛盾，比如“树不能涨到天上去”，“国家已经为房地产准备好了棺材”“中国房奴们：你的风险已经超过次贷危机的美国”，特别是国庆这两天房市崩溃论已经出现在各大媒体网站，这在以往是很少看到的，但是另一方面却大肆报道“地王频出，日光盘”“饭都不吃了跑去买房，丢下高尔夫球杆跑去买房，打着飞的去抢房” ，“50分钟卖光一栋楼”“挂着点滴按手印”，人啊，一旦认定一个道理，都会在潜意识自觉的开始搜集能够支持自己观点的论据，自动过滤掉不认同的论据。因为我知道人性的这个弱点，所以正反两方的论据我都会看。&br&
看到前面说的这些，不知道大家作何感想，但是我基本上可以断定国家要救的是地方政府，而不是房地产，可别一厢情愿啊。再说偏偏在这个时候推出CDS,只能说明国家已经为房地产行业准备了后手，或者准确的说就是担心楼市崩盘，提前为自己买了一份保险，仅此而已。CDS绝不像有些人说的那么神，CDS本身与房价并没有直接关系。当然我的认识也很浅陋，毕竟这是刚引进的新鲜事物，究竟能发挥什么样的作用，还有待继续观察。&br&
如果你是一个集团或者公司的董事长或CEO,房地产这项业务曾经让你一飞冲天，让你的公司蒸蒸日上，但是现在呢？明知道这项业务已经到顶了，已经让公司大量失血了，再这样下去就要休克了？请你停下脚步仔细想一想，接下来你要怎么做？如果你是一个有责任感的人，继续想把公司做大做强，而不是做成朝鲜那样式的，那么开动你的脑筋，你的想法和国家的想法不会差的太远。&br&&br&&br&&br&&br&??????????????????&br&&br&
第二个问题，国家为什么要保汇率，为什么不走俄罗斯模式？&br&
这个问题可能很多人都懂，我就简单说一下，首先俄罗斯资源型国家，而我国大量资源需要进口，就好比一个人如果没有房子虽然是件让人伤感的事情，但是他可以用其他的方式睡觉，（跟房子比起来，睡觉才是真正的刚需），比如租房，睡酒店等，但是如果没有钱，那可真是要了亲命了。外汇没有了或者严重贬值，我们可以不进口石油，不开汽车，甚至连一个笔记本电脑都做不出来，大不了不上网，可粮食怎么办，吃饭是硬需求啊？（我在这里造了一个词；硬刚需，软刚需）我国每年都要进口大量的粮食，这你不会不知道吧？难道又要重复过往的历史？有人说了，实在不行，朝鲜模式，反正房价一定要保，我就呵呵了，朝鲜没有商品房吧？在那个神奇的地方购房者花钱买的房是不是要无偿上交给国家？什么？不想上交，朝鲜的炮决你应该也听说过吧？&br&
其次，中国的机遇比俄罗斯要好，在全球化的今天，中国的经济已经跟世界融合在一起。刚刚加入的SDR,是人民币走向国际化的第一步，就好比你好不容易收到梦寐以求的大学通知书，我相信大多数正常人绝对不会半途而废的。&br&&br&&br&???????????????????&br&&br&
第三个问题，如果房价跌了，大不了断供？&br&
首先这个想法比较天真，就跟认为房产税需要有专门的税收人员上门催收的想法有的一拼。首先如果你断供，你和银行的一切经济活动都断绝了。当然如果你只是断供，恰巧你又不是很多套房一起断供，我相信国家是不会让你去蹲班房的，相反如果你失业，国家还会每个月还会给你几百元的救济金或者还可以让你住进国家提供的保障房里。怎么样，很有人文情怀吧？感动吧？但是呢，你的房子必须腾出来，银行拍卖，假如你还欠银行60万，你的房子市值40，如果银行40万拍卖没有成功，就会采取继续降价的方案继续拍卖，比如30万拍卖成功，那你还欠银行30万，（记住，这三十万不包括贷款利率），日本到现在还有很多人住在简陋的出租屋里，把挣来的钱拿来还房贷。你要相信未来的中国，屌丝绝对不是最惨的。&br&
其次，我国是没有个人破产法的。断供之后，银行卡上不能有钱，不能贷款，不能坐高铁，工资也不能打到银行卡上，将来的就业都成问题。君不见，鄂尔多斯都降成翔了，也没见到有多少断供的，银行敢贷给你，就赌定你不敢断供。相比继续还贷，断供会让你的成本变得更大。如果你偏说我就要断供，怎么地？首先你要保证你能打得过外面放高利贷的，欠债超过一定期限，银行也会选择以打擦边球的方式把债务承包出去。&br&国家为什么鼓励个人贷款买房，为什么坚决打击首付贷，这下你们应该明白了吧？就是因为首付贷完全是空手套白狼，一分钱都不想出还想买好几套房，这种投机导致以后想不断供都不行，所以国家立马叫停，至于个人贷款好歹付了30%的首付款，加上按月还贷，再加上CDS的推出，我可以说银行一点风险都没有好吗？一切都是那么完美。&br&&br&&br&&br&&br&
?????????????????&br&&br&
最后一个问题，房价具体的下行时间？这是最难回答的部分，回答错了，我前面的算是白写了。等国庆节之后一定写出来，毕竟这个答案会影响到很多人的心情，希望大家先过一个轻松愉快的国庆节之后我再具体答复，顺便应大家的要求，再说说关于土地流转的实质。届时，我要说的都已经说完了。&br&&br&&br&&br&&br&????????接着更?????????&br&&br&&br&
现在已经到了本文最关键的部分，在尝试给出答案之前我需要提出几个新鲜理论为最终的结论做些铺垫。&br&&br&
第一个理论就是：对于房地产领域，政府绝对处于完胜的地位，普通民众根本没有博弈的资本，而现在人民币加入SDR,环境发生了变化，资本进出逐渐失去了管制，换句话说，面对风起云涌的国际资本，政府并没有必胜的把握，为了防止国内外资本兴风作浪，房地产终归要成为炮灰。所以面对此次的楼市飞涨，高层却明显比以往要冷静的多。&br&&br&
第二个理论就是：历史的经验告诉我们，房地产的量价齐飞，以人民不惜加大杠杆，疯狂购房为标志，往往意味着这将是金融泡沫破灭前的最后一场盛宴，随时都可能呈现一片狼藉。而且最重要是在这种情况下，政府首先要做的就是保护本国的币值，而不是保护散户的利益，所以那些认为国家不会让房价跌的人可以醒醒了，所谓成也萧何败也萧何，连地产大佬任大炮都说过，房地产只不过国家的夜壶??&br&
（补充申明一下，虽然我认为国家会保汇率，但我并不认为人民币就不会贬值，很有可能会适当贬值一些，可能是7到8，像网上哪些喷子说的超过10的可能性基本不大）&br&&br&
有人说，国庆期间有些一二线城市的二手房销量骤降了八、九成，居然被我蒙对了，但是国家出台限购限售目的就是为了阻止房价短期内快速上涨，而不是你说的打压房价。好吧，我承认这种说法有道理，但是我觉得啊，换一种思路也可以成立：“限购是为了阻止房价短期内快速下跌”，显然这个说法也行的通，所以我认为限购本身跟房价涨跌并无直接关系，准确的说是起到一个延缓器的作用。有人又说：“限购会不会导致房价横盘”，“会，但是横不了太久，毕竟如今不同以往”。&br&
也许还有人说，国家完全没有道理收取房产税，目前来看当然是没有道理，但是如果把70年产权改成永久产权呢？这让我想起了前些年的一个新闻，国世平博士说他的一个学生仅在东莞买了680套房子，不是68，而是680，我就想问一下，一个屁股占着这么多茅坑适合吗？合适吗？如果把房产税改成收取闲置税，总可以吧？一个人活在世上总得有点公平意识，是吧？现在有一个搞笑的现象是：有一两套房的人去替人家有几十上百套的人瞎操心，真心何苦呢？&br&
在这个时代下，买房和没有买房的其实都是受害者，即使你们没有买房，但是你们有可能在用银行的理财产品在间接买房，又或者开发商派人去农村开价800元就可以买下他们的身份证和签字，然后包装成有钱人，又或者银行把一些垃圾债务包装一下，你们就稀里糊涂的买下了。仔细想想，高企的房价让很多本该拥有住房的人望房止步，而买了房的人却要背负着几十年的房贷沉重的生活，人生有几个几十年？在这里还要驳斥一种说法，这种说法出自一个教授之口：大概意思是大家应该感谢高房价，如果不是高房价，大家连菜都买不起，恐怕连矿泉水都是十几块钱一瓶。这种说法如果不是傻就是纯粹的坏良心，这就好比：虽然我在剥削你，我在压榨你，但是你要感谢我，因为如果我不剥削你，不压榨你，你肯定会变的很懒惰，只有我压榨你，你才会变得勤快，所以你要感谢我。&br&&br&
最后再次重申：中国不可能走俄罗斯模式，俄罗斯汇率贬值之前，国内信贷水平连国际平均水平都达不到，所谓俄罗斯选择弃汇率保房价根本就是一个伪命题，只有弃汇率一说，何来的保房价。相反日本当年如果不是因为信贷极度膨胀，拼命的加杠杆，房价也根本不会降，当然也不会涨的那么离谱，就像一只气球根本没有吹起来，何来的去膨胀一说？那些口口声声的说要走俄模式的童鞋们，你们想过这个问题没有？&br&&br&
最后总结一下楼市未来的发展方向，虽然我的结论很有可能会被打脸，明智的人都会给自己留有余地，不管对错，我觉得还是应该勇敢的说出来，如果预测错了，就当是给自己一次重新学习的机会，至少不像有些文章那样，写了一大推，结论竟然是房价有可能会涨，但是也可能会跌，简直就跟没说一样嘛。&br&&br&
楼市破灭时间：最快今年年底开始下行，（注意是下行，不是破灭），破灭时间应该在两到三年之内，最迟不超过三年。&br&
楼市下跌幅度：30%至80%，以腰斩最为常见，个别鬼城中的鬼王地区基本有价无市，房产税的推出可导致个别区域跌幅在80%以上。不同区域的房价基本上回落至08年至11年价格水平，同样，我说的平均情况，不要拿个别区域来对比。&br&
下跌方式：第一种：阴跌：有可能先横盘一段时间，然后房价开始下行，下跌之后再横盘一段时间或者小幅度上涨一段时间，之后房价再次进入下跌通道。（注意：这里的上涨或者下跌跟以往不一样，以往下跌是为了后期更大幅度的上涨，今后则相反,小幅度上涨则是为了今后更大幅度的下跌）&br&除了这一种下跌方式可能还有另外一种表现形式：暴跌：价格在较短的时间内腰斩或者接近腰斩，然后进入缓慢进入下跌通道，在未来较长的一段时间内，房价将一蹶不振。&br&&br&&br&
房价的具体走势大家除了关注国家的政策调控以外，同时需要密切关注一些重要的经济数据，特别是m2指数和美国加息情况。当然还有一个指标，汇率年内跌破6.8，（申明一下，我个人认为汇率跌到6.8之后国家将会出手护盘）房价将会在极短的时间内有明显的下跌，届时，老板跑路，楼盘烂尾，断供，房闹也将会明显增多。&br&&br&&br&
最后再次重申：未来的较长的一段时间内，我只是不看好房地产，虽然我们要度过一段苦日子，但是我对未来的经济前景并不担心，毕竟中国的市场还没有完全放开，医疗，教育，环保，文化，包括其他部分垄断行业，甚至金融领域等行业都大有可为，所以大家不要那么悲观，未来的潜力巨大，但前提是国内的环境一定要法制化，要有诚信精神和契约精神（这两个含义并不一样）就像国内有些人觉得实体店干不过网店，就是因为房价太高导致的，但这不是主因，主要原因还是我前面说的诚信和契约精神，虽然网店目前还缺少契约精神，但好歹还算拥有诚信精神，至少付款之后不会担心商家不发货，而且不满意还可以退货。所以从这一点出发，目前国家所倡导的依法治国是非常非常有必要的。&br&
所有的改革都是倒逼的，记住这一点非常重要，好比一个人如果没有外界的施压和内心的反省，他是很难做出实质性的改变的，同样国家也一样。如果房价还要继续一直持续的上涨，那我们这个时代真的会遗臭千年，我们这个时代也终将被后人所唾弃。&br&&br&
友情提醒：所谓仁者见仁，智者见智，不管见什么吧？你有自己的想法最好，我仅表达我个人的想法，不作为投资建议，不作为投资建议，不作为投资建议，重要的事还是要说三遍。&br&&br&&br&&br&………………………补充说明………………………&br&&br&
近期很多人都在关注人民币汇率的事情，为数不少的人都在说汇率贬值了，说明后期房价还要上涨。这样想的人肯定是把人民币贬值跟汇率贬值弄混淆了。简单的说汇率贬值主要是针对美元来讲的，就是常说的对外贬值。众所周知人民币对内贬值，就会造成物价上涨，钱越来越不值钱了，而汇率贬值就意味着人民币对应的国际商品价格上涨，如果持续贬值，国际社会就会越来不看好人民币，人民币逐步被国际资本所抛弃。这就会带来两个严重的后果，首先人民币国际化必将化成泡影，这就是为什么人民币不能像某些砖家建议的那样一次性贬值到位，针对目前的情况，国内央行只能通过加息逆回购等措施来阻止国际资本进一步抛售人民币。（前文说过汇率6.8到7.2是关键时期）但是央行加息的作用也会传导到楼市，加息也意味着持有资产的成本上升，这些都不利于房地产的发展，如果央行大幅加息很多资产将会沦为负资产，如果与此同时再出台一些配套政策，我真的只能呵呵了……&br&&br&
通过近期的观察，国际资本就是想通过楼市来做空我国的外汇，而国家现在要做的就是保汇率和外储。&br&&br&&br&我这篇回答幸亏赶在去年十月份之前写出来了，否则效果将会大打折扣，国庆期间，大家游玩之际，国家趁机出台如此密集的调控政策，在我看来这就是房地产历史上的转折点，风向标起了变化，只可惜很多人还是觉得这只不过是狼来了故事的重演而已，那么后面的政策走势，也基本上符合我当初预测，我预测的核心就是保外储，保汇率，在这个基础上，我预测了现金为王，限制二手房的交易，打击金融腐败，目前经济处于滞胀的状态，后期有可能走向通缩等等，最后预测房价最迟2018底将会下跌，下跌比例为腰斩，（这个是指平均下跌指数，），目前除了最后一条因为还没有到截止时间，暂时还没有得到有效证实，其他的基本上都得到验证，而最后一条我需要做一个简单的修改，我当时的预测房价下跌方式分两种，一种是缓跌，一种是暴跌，两种可能性都有，而我现在认为暴跌的可能性比较大，在暴跌之后还会开启一段较长时间的缓跌。&br&&br&&br&&br&最近评论区甚是热闹，为了接接地气，我给大家讲讲最近同样颇为热闹的话题“租售同权”的事，因为近期比较忙，本人基本上都是趁的吃饭时，睡觉前关注一下这个话题，网上说什么的都有，“想把户口落到房东那里，门都没有”“租售同权根本不可能，因为学位不够租房的分”“房租要大涨了，租金一月一万两万不是梦”，老实讲这些都没因讲到重点，我还是举个例子吧，大家一看就懂了，简单的说就是类似于摇号，国家要求就近入学没有错，比如一个好的校区今年只招收500个生源，那么假设购房者想上这个学校的需求是450个，租房者想上这个学校的需求是1000个，以前的政策是先满足450位购房者家庭的需求，现在呢，既然是租售同权，那么就要讲究权利平等，那么怎么做呢？那就是450个购房者和1000个租房者合在一起，也就是1450人一起抽签来决定究竟谁家的孩子能上那所学校。（所以：租房者的户口不是像有些人说的那样落在房东家里，租房者的户口落在社区里才是对的）
附：效果不会马上呈现，需要几个月甚至一年的时间，这么做的结果我个人预计学区房的房租确实会有一些上涨，但是幅度应该不会超过30%，但是学区房的房价因为租售同权的政策落实，未来将会有较大幅度的下降。&br&&br&&br&
后记：关于房价究竟是涨是跌，我都开始有些厌恶这个话题了，那些动不动就要求别人为自己错误买单的人，这种人的态度是有问题的，按照他们所谓的“负责论”，房价上涨的阶段，中国的首富应该是任大炮才对啊，因为他之前的预测是对的，马云应该承担最大的责任才说的通啊，因为他说未来房价不如葱你又信不信呢？&br&
其次，还有一类人也是我实在是欣赏不了的，这种人没有上车之前对车上的事物各种诋毁，各种贬低，一旦上了车，立马开始对车下的事物各种谩骂，各种嘲讽，那态度转变的真叫一个迅速。（如果他是把身价性命都赌在上面，我反倒还能理解，因为这是人的本性）我就曾经观察到一些人，论起贪官时那叫一个恨的咬牙切齿，一旦谈起的那个贪官是自己亲戚，咬牙切齿的态度没有了，随之而来的却是各种羡慕嫉妒恨。&br&&br&
最后我想小结一下的是：目前来说我的预测准确度还是相当可以的，只是通缩目前还看不出来，我认为现在经济形势是典型的滞胀阶段，后续有待观察，除此之外我预测了现金为王，保外储，保汇率，中国不可能走俄罗斯模式，特别是汇率贬值突破6.8之后国家将会出手拉升汇率，去年9月份我预测国家会出台各种针对房市的限制政策，结果10月份……
即使前面的预测是对的，但是也有可能关于房价预测的部分我的观点是错误的，大家该看涨的看涨，看跌的看跌，为什么？
因为有时候我在想，如果在1939年，让一万个中国人或者几亿中国人来预测一下中国从1940年到2020年这个期间将会发生哪些大的事件，我估计没有一个人能够完美预测正确。所以呢，大家不要为了房价涨跌问题争论的喋喋不休，所谓意义不大，纯属纪念贴，不管是对是错。
这是一篇写在16年9月份的贴子，那个贴子评论区已经被弄的乌烟瘴气，现在已经复制粘贴如下： 关于房价，银行从16年起已经不再给房产商提供贷款，央企、国企除外。听到这个说法时，我顿时觉得茅塞顿开。这也从侧面印证了为什么今年（16年）7月份人民币贷款增…
&figure&&img src=&https://pic1.zhimg.com/v2-cf4a534df25fbe8896bfcd_b.jpg& data-rawwidth=&848& data-rawheight=&528& class=&origin_image zh-lightbox-thumb& width=&848& data-original=&https://pic1.zhimg.com/v2-cf4a534df25fbe8896bfcd_r.jpg&&&/figure&&p&本书作者跟广大程序员一样，在开始写作前需要去来一杯咖啡。我们跳进车准备出发，Alex掏出他的安卓喊一声“OK Google”唤醒语言助手，Mu操着他的中式英语命令到“去蓝瓶咖啡店”。手机这时马上显示出识别的命令，并且知道我们需要导航。接着它调出地图应用并给出数条路线方案，每条方案边上会有预估的到达时间并自动选择最快的线路。&/p&&p&好吧，这是一个虚构的例子，因为我们一般在办公室喝自己的手磨咖啡。但这个例子展示了在短短几秒钟里，我们跟数个机器学习模型进行了