备战打仗首先要做好思想准备

备战打仗首先要做好思想准备

当今世界,和平与发展已成为时代主题,但战争威胁从未远去,“丛林法则”依然没有改变。如果危机意识淡薄,思想和精神懈怠,就会得“和平病”。作为新时代革命军人,必须坚决丢掉幻想,把备战打仗指挥棒牢固立起来,做好随时打仗的充分准备,尤其是做好备战打仗的思想准备,切实担负起党和人民赋予的新时代使命任务。

战争从来都充满着偶然性和不确定性,什么时候打,不仅仅取决于我们,还取决于对手。敌人不会等我们都准备好了再来,战争也不会等改革完成后再爆发。从世界历史看,18世纪末19世纪初,法国遭到反法联军的多次攻击,正是在其开展军事改革的过程中;20世纪40年代,日本偷袭珍珠港,也是在美国进行机械化军事改革时。从我国近代史看,日本对我发动的甲午战争、全面侵华战争,哪一次是等我们准备好了?哪一次不是突然袭击?历史的教训警示我们:改革当头,练兵备战的要求不是变低了,而是更高了;不是可以放松了,而是“睡觉也要睁只眼”。

然后,用一个可以学习的神经描述符来扩充每个点。神经描述符对局部几何和外观进行编码。新的场景视图是通过一个深度渲染网络从新的视点通过点云的光栅化来获得的。

AdaBound 是一个优化器,它的目标是提高在新的数据上训练的速度和性能。它有一个现成的 PyTorch 实现。

「我们发现,你可以找到(几乎)任何你喜欢的 landsacpe 的最小值。有趣的是,所发现的横向模式即使对于测试集也仍然有效,即它(很可能)是对于整个数据分布仍然有效的属性。」

作者提出了一种基于点的复杂场景建模方法,这种方法使用原始点云作为场景的几何表示。 

「人数是 650。网络是通过随机变异进化而来的,安全性评估目前是手动完成的,如视频中所述。」

基于神经点的图形(415⬆️)

这篇文章是关于一个使用机器学习创建猫门的项目。

人工智能生成 100 万张供下载的虚假人脸图片(373⬆️)

来自作者:这篇文章讨论的是在神经网络的损耗面上发现不同的模式。通常,一个最小的 landscape 就像一个坑一样,周围有随机的丘陵和山脉,但是有更多的有意义的东西,如下面的图片。

来自作者:教神经网络开车。这是一个简单的网络,有固定数量的隐藏节点(不整齐),没有偏差。然而,仅仅几个迭代之后,它就成功地将汽车开得又快又安全。

作者提出了一种能够绘制动画人物的人工神经网络。

用于机器学习的最大数据集列表(499⬆️️)

分解潜在空间生成定制动漫女孩(521⬆️️)

军人生来为打仗。虽然现阶段我国发生大规模外敌入侵的可能性不大,但因领土、领海等争端引发武装冲突甚至局部战争的可能性始终存在,这是不以我们的意志为转移的。对可能发生的战争风险,我们应始终保持战略清醒,保持盘马弯弓、箭在弦上的作战准备。

过去讲养兵千日、用兵一时,现在要讲养兵千日、用兵千日。因为部队天天都在执行任务,呈现练兵用兵一体化、兵力运用常态化的特征。这就要求我们必须打牢养兵千日、用兵千日的思想根基,做好首战用我、随时用我的思想准备。

赛车跑道周围的神经网络赛车(358⬆️)

小样本无监督图像到图像的转换(913⬆)

摘自 Facebook 研究院的文章:Pluribus 是第一个能够在 6 个玩家游戏中击败人类专家的人工智能机器人,6 人扑克游戏是世界上最广泛使用的扑克模式。这是人工智能机器人第一次在一个有 2 个或 2 个以上玩家的复杂游戏中击败人类顶尖玩家。

(作者单位:陆军步兵学院石家庄校区)

作者策划了 17 种深度强化学习算法的 PyTorch 实现。

使用 ML 创建一个猫门,当猫嘴里有食物时门自动锁定(464⬆️️)

作者在网上搜寻腐烂西红柿的评论,这在自然语言处理任务中可能非常有用。

从项目页面来看:numpy-ml 是一个不断增长的机器学习模型、算法和工具的集合,下面这些都是专门用 numpy 和 Python 标准库编写的。

目前支持的模型如下:

丢掉“仗一时打不起来”的幻想。我军已经30多年没打仗,承平日久,有的官兵天真地认为“打仗离我还远”。这是“和平病”的典型表现。一支军队的衰败,往往是从滋生和平积弊开始的。历史上,清军八旗兵曾骁勇善战、所向披靡,然而到后期却变得不堪一击。主要原因就是长期太平无战事,八旗子弟无所事事,整日提笼遛鸟、游手好闲,最后连马都不会骑。忘战必危、殆战必败。和平积弊是战斗力最致命的腐蚀剂,必须坚决破除。

廓清“仗打起来不一定轮上我”的模糊认识。有的官兵存有这样一种片面认识:现代战争大多是小规模的局部战争,仗真打起来,肯定是一线部队先上,我在后方,轮不上。这是典型的侥幸心理和麻痹思想。与传统战争相比,现代战争远程打击能力空前增强,前方后方都是战场,且现代战争都是一体化联合作战,军事、政治、后勤、装备各作战要素都需无缝衔接、全面融入,不论处在哪个岗位,都是战斗员。再者,我们面临的对手复杂多元,既有现实对手也有潜在对手,说不定在哪个方向就会出现战事。谁能置身事外?

这种资源肯定可以减少在线查找数据集所需的时间。数据集按不同的任务/领域进行分割,包括:CV、NLP、自动驾驶、QA、音频和医疗。也可以按许可证类型排序。

这个机器人可以通过回复任何带有「gpt-2 finish this」的评论来使用。

来自 repo:「m2cgen(Model 2 代码生成器)是一个轻量级库,它提供了一种将经过训练的统计模型转换为本机代码(Python、C、Java、Go、JavaScript、Visual Basic、C)的简单方法。」

AdaBound 在模型训练开始时表现得像 Adam,在训练结束时转变成 SGD。

上面视频中的演讲者创造了一个猫门,如果猫嘴里有东西,它会自动锁上 15 分钟。这使汽车无法把死动物带进屋里。他把摄像头连接到猫门上,然后应用机器学习来检查猫嘴里是否有东西。

破除“等准备好了再打仗”的错误思想。当前,国防和军队改革正在深入推进,有的官兵因此错误地认为现在还不是打仗的时候,幻想着等改革完成了,训练到位了,武器装备全面升级了,我们再准备打仗。

我们的模型通过将对抗性训练方案与新的网络设计相结合来实现这种小样本生成能力。通过对基准数据集上几种基线方法的大量实验验证和比较,验证了该框架的有效性。

在这里,作者整理了一个机器学习数据集列表,可以用于机器学习实验。  

“思想的锈蚀比枪炮的锈蚀更可怕。”以上这些错误思想认识,容易侵蚀官兵备战打仗的思想根基。面对错综复杂的国内外形势,面对我国的安全和发展环境,广大官兵应强化威胁就在眼前、战争随时来临的意识,强化首战就会用我、勇于直面战场的意识,强化只争朝夕练兵、时刻准备战斗的意识,积极投身练兵备战,切实提高备战打仗能力,确保召之即来、来之能战、战之必胜。

如你所见,这些图像看起来和真实的人一模一样。

Facebook、卡内基梅隆建立了第一个在 6 人扑克游戏中击败职业玩家的人工智能(390⬆️)

来自摘要:从人类从少量实例中提取新对象的本质并从中归纳出结论的能力中获得灵感,我们寻求一些在测试时对指定的、第一次出现的目标类起作用的镜头、无监督的图像到图像转换算法。

Pluribus 之所以成功,是因为它能够非常有效地处理一个既有隐藏信息又有 2 个以上玩家的游戏挑战。它通过自己和自己游戏来教自己如何取胜,没有任何战略方面的学习例子或指导。

Waifu Vending Machine 允许你选择你喜欢的角色,并在此基础上,你可以生成你可能喜欢的动画。

探索你的神经网络的丢失情况(339⬆️)

“两弹一星”是共和国的一部大故事,是奠定新中国安全基石的旷世伟业,是新中国社会主义建设成就的重要象征。在这一伟大事业中孕育产生的“两弹一星”精神,已成为中华民族取之不尽用之不竭的精神宝库。展览以毛泽东、周恩来等老一辈革命家决策和领导新中国“两弹一星”事业为主线展开故事,内容分为四部分:殚精竭虑,铸就辉煌;未竟宏图,薪火相传;不负时代,助推强国;精神丰碑;光耀千秋。

据悉,《共和国故事——周恩来与两弹一星》全国巡回展·北京房山站将于2020年1月10日10:00开幕,春节期间继续对外开放。团体单位参观请提前预约。(完)

本次巡回展恰逢中国核工业暨“两弹一星”事业创建65周年(1月15日)、周恩来总理逝世44周年纪念日(1月8日)、张爱萍将军诞辰110周年纪念日(1月9日)。选择这样一个时间在北京房山举办展览,充分表达了社会各界对领导和参与“两弹一星”伟大事业的老一辈无产阶级革命家、科学家的怀念和敬仰之情。

机器人的代码可以在下面的 repo 中找到。

数据集:为 NLP 准备的 48 万个对腐烂西红柿的评论,被标记为新鲜/腐烂(464⬆️)