---- 新智元报道 来源:TECHSPOT 作者: Cohen Coberly 编译:三石 【新智元导读】经历一年多的开发与测试,Android 9 Pie正式面向全球发布! 本文将带领读者了解Android 9 Pie 的最新功能。 ? 备受期待:谷歌最新的Android更新终于发布了。 谷歌希望通过使用AI,使Pie能让你的手机更智能、更简单、“更适合你”。这次更新将带来一系列的新功能,包括新的设备亮度和电池管理工具。 如果这些工具听起来不是特别令人兴奋的话,Android 9还有很多其他的新功能。 例如,如果你每天早上同一时间起床上班,App Actions就可以开始建议你通过谷歌地图导航,恢复播客或音乐播放列表。 ?
【新智元导读】继前天发布800万视频数据集之后,今天,谷歌又发布了图片数据库Open Images,包含了900万标注数据,标签种类超过6000种。 谷歌在官方博客中写到,这比只拥有1000个分类的ImageNet 更加贴近实际生活。对于想要从零开始训练计算机视觉模型的人来说,这些数据远远足够了。文中附数据下载地址。 这些图像水平的注释已经被自动地填入一个视觉模型,与谷歌云视觉API相似。在验证集中,我们使用人工评测,对这想自动标签进行检查,希望能找到并删除错误的标签。平均每一张图像又大约8个标签。 这一数据集是谷歌、CMU和康奈尔大学联合研究的成果,现在,已经有大量基于Open Images 数据集的论文。
而在未来的几年里,谷歌搜索引擎的优化趋势也将会发生一些变化。以下是2023年谷歌搜索优化的9个SEO趋势。 1. 语音搜索将成为主流 随着智能音箱和语音助手的普及,语音搜索已经成为了越来越多人的选择。 因此,谷歌搜索引擎将更加注重移动设备的用户体验,企业需要优化网站的移动端,以便更好地满足用户的需求。 3. 视频内容将更受欢迎 视频内容已经成为了人们获取信息的重要途径。 9. 内容质量将成为SEO的重要指标 内容质量已经成为了企业推广的重要指标。在未来的几年里,内容质量将成为SEO的重要指标,企业需要优化网站的内容质量,以便更好地满足用户的需求。 总之,随着互联网的不断发展,谷歌搜索引擎的优化趋势也将会发生一些变化。企业需要根据这些趋势来优化网站,以便更好地满足用户的需求。
而在未来的几年里,谷歌搜索引擎的优化趋势也将会发生一些变化。以下是2023年谷歌搜索优化的9个SEO趋势。 1. 语音搜索将成为主流 随着智能音箱和语音助手的普及,语音搜索已经成为了越来越多人的选择。 因此,谷歌搜索引擎将更加注重移动设备的用户体验,企业需要优化网站的移动端,以便更好地满足用户的需求。 3. 视频内容将更受欢迎 视频内容已经成为了人们获取信息的重要途径。 9. 内容质量将成为SEO的重要指标 内容质量已经成为了企业推广的重要指标。在未来的几年里,内容质量将成为SEO的重要指标,企业需要优化网站的内容质量,以便更好地满足用户的需求。 总之,随着互联网的不断发展,谷歌搜索引擎的优化趋势也将会发生一些变化。企业需要根据这些趋势来优化网站,以便更好地满足用户的需求。
推荐 9 个设计必备谷歌插件,让浏览器更强大! 今天跟大家分享下我在设计工作中会用到的谷歌插件,非常的干货。 划词翻译是一站式划词 / 截图 / 音视频翻译扩展,支持谷歌、百度、搜狗等 9 个国内外主流翻译。 [20210907144224.webp] ❾ 迅雷下载支持 chrome 迅雷下载支持插件官方版是专为谷歌浏览器的用户制作的迅雷下载支持扩展插件,只要您的浏览器是 chrome 内核,都可以使用,安装后 [20210907144252.webp] 以上就是我日常用到的谷歌插件~ [20210907144316.webp]
选自GitHub 机器之心编译 机器之心编辑部 昨天,谷歌在 GitHub 上正式发布了 TensorFlow 的最新版本 1.5.0,并开源了其代码。 支持 CUDA 9 和 cuDNN 7 被认为是本次更新的最重要部分。机器之心对这次更新的重大改变以及主要功能和提升进行了编译介绍,原文请见文中链接。 :https://github.com/tensorflow/tensorflow/archive/v1.5.0.tar.gz 1.5.0 正式版 重大更新 预构建的二进制文件现在是针对 CUDA 9 支持 CUDA 9 和 cuDNN 7 加速线性代数(XLA): 添加 complex64 支持到 XLA 编译器。 bfloat 支持现已添加到 XLA 架构。 使 XLA 和 XLA 一起工作。 谷歌云存储 (GCS): 为 GCS 客户端添加用户空间 DNS 缓存。 为 GCS 文件系统自定义请求超时。 优化 GCS 的文件系统缓存。
毫无疑问,谷歌浏览器由于其稳定,高效,简洁的特点已经俘获了大批用户的芳心。另外,谷歌浏览器相较于其他浏览器,最明显,也是最受欢迎的一大特征便是其款式丰富,功能强大的可拓展插件。 9.快捷拓展管理 ? 安利了这么多款插件,需要启用或关闭一定很麻烦吧~不用怕,谁让本博主如此贴心,为大家早就想到了这一点。通过这个插件,可以快速实现一键管理所有扩展,快速激活、禁用插件。 ?
这篇研究涵盖了40种类型多样的语言(涵盖12种语系),还包括9项需要共同对不同级别的句法或语义进行推理的任务。 1 XTREME设计原则 正如谷歌论文的标题,XTREME是一个基准,用来评估跨语言迁移学习的好坏,在多样化和具有代表性的任务和语言上,其选择构成基准的任务和语言主要考虑的原则包括:任务的难度、 2 XTREME任务一览 XTREME包含9个任务,共有4个类别,可以在不同的意义层次上进行推理。任务概述如上表所示。 3 评估 由于英语是多语言表征中最常用的评估设置,并且多数任务中仅有英语训练数据,所以谷歌在评估设置上采用英语作为源语言的zero-shot跨语言迁移。 针对在其他语言中也有标注数据的任务,作者也比较了模型在这些语言上进行微调后的性能,最终获得了 9 个XTREME任务的zero-shot得分,得出了综合分数。
一位谷歌华裔员工在妻子病逝9天后,就与网上结识女子再婚,并驱逐亡妻父母。 最近,一张图刷爆了网络。 太长不看版本:某男结婚二十年的妻子因癌症去世,在不到两个月的时间内再婚。 想象一下学校里一位男生和谈了几年的女朋友分手之后,短短9天就和别人在一起了。 这还不算完,该男子对前岳父母的态度再一次刷新了他的下限。 女主和男主都是大厂TPM,预计底薪10-20万美元,男主在谷歌10年,实际收入不可考,但该级别收入约30-40万美元/年(也有TPM表示应该翻倍这个数目,个人收入不可考,不做重点) 除了钱,再看看该男子还说了什么
今年 5 月份,谷歌 I/O 大会宣布推出安卓 9,而后经过数月的测试,谷歌收获了大量的反馈。 今日,谷歌宣布将把安卓 9 的源代码放到安卓开源项目上(AOSP),开始在所有的谷歌 Piexl 手机上用安卓 9。据介绍,安卓 9 拥有的机器学习能力能让手机变得更智能、便利、个性化。 新系统导航 Android 9 引入了一个新系统导航,谷歌为此开发了一年多。新的设计使安卓的多任务处理更加简便,并且更容易发现 app。 在 Android 9 中,谷歌已经极大地扩展了媒体框架和其它安全组件(如 NFC 和蓝牙)中对 CFI 的使用。 现代安卓 作为 Android 9 项目的一部分,谷歌的目标是现代化安卓的基础建设,以及在其上运行的 app。
原文链接:https://wetest.qq.com/lab/view/409.html 2018谷歌开发者大会(Google Developer Days)于9月20日正式在上海拉开帷幕。 [2.jpg] 2018谷歌开发者大会 - 腾讯WeTest展台 以动制动,明确Android 9.0 Pie常见兼容性问题 随着2018年8月7日,谷歌旗下Android 9 Pie面向全球发布,新的流量池正在被挖掘与重视 正因如此,腾讯WeTest第一时间基于谷歌Pixel、Pixel 2机型的Android 9 Pie系统,对市面TOP86款应用进行了安装、拉起、登录与主流程冒烟等深度兼容测试,以动制动,尝试整合兼容性常见问题 [6.jpg] 其应若响,Android 9 Pie系统兼容测试功能全面推出 本着“开放、分享、共赢”的理念,在本次谷歌开发者大会中,腾讯WeTest针对上述问题,现场分享可借鉴的优化建议,供开发者们对症下药 [7.jpg] 2018年9月4日-12日, 谷歌各版本安卓系统安装份额报告中显示,Android 9.0 Pie系统暂未普及 图片来源:谷歌 针对这一现状,为了助力开发者进行更良好的适配,腾讯WeTest
为此,谷歌大脑与牛津大学、哥伦比亚大学的研究人员提出了一种全新的GNN:GKATs。不仅解决了计算复杂度问题,还被证明优于9种SOTA GNN。 为解决这些问题,谷歌大脑、哥伦比亚大学和牛津大学的研究团队提出了一类新的图神经网络:Graph Kernel Attention Transformers(GKATs)。 优于9种SOTA GNN Erdős-Rényi随机图 作者使用了五个二元分类数据集,包括与主题相连的随机ER图(正例)或与模体具有相同平均度的其他较小ER图(负面例子)。 在GAT和GKAT中,使用2个注意头,隐层中有h=9个节点。 在GKAT中,使用长度为τ=3的随机游走。 ? 可以看出,GKAT在所有的模体上都优于其他方法。 作者在9个标准和公开的生物信息学和社交网络数据集上测试了GKAT的图分类任务。 对于每个数据集,表现最好的方法被加粗显示,第二的由下划线表示。 ?
来源:Google、新智元 本文约2550字,建议阅读5分钟 本文为你介绍谷歌大脑与牛津大学、哥伦比亚大学的研究人员提出的一种全新GNN:GKATs。 为此,谷歌大脑与牛津大学、哥伦比亚大学的研究人员提出了一种全新的GNN:GKATs。不仅解决了计算复杂度问题,还被证明优于9种SOTA GNN。 为解决这些问题,谷歌大脑、哥伦比亚大学和牛津大学的研究团队提出了一类新的图神经网络:Graph Kernel Attention Transformers(GKATs)。 在GAT和GKAT中,使用2个注意头,隐层中有h=9个节点。 在GKAT中,使用长度为τ=3的随机游走。 可以看出,GKAT在所有的模体上都优于其他方法。 作者在9个标准和公开的生物信息学和社交网络数据集上测试了GKAT的图分类任务。 对于每个数据集,表现最好的方法被加粗显示,第二的由下划线表示。
谷歌今天发布了一个自然语言处理系统基准测试Xtreme,其中包括对12种语言家族和40种语言进行的9项推理任务。 谷歌也在官博上介绍了Xtreme: https://ai.googleblog.com/2020/04/xtreme-massively-multilingual-multi.html ? Xtreme的9项任务涵盖了一系列基本范式,包括句子分类(即将一个句子分配给一个或多个类)和结构化预测(预测实体和词类等对象) ,以及句子检索(对一组记录进行查询匹配)和高效的问答。 ? 在Xtreme初步实验中,谷歌的一个研究团队发现,即使是最先进的多语言模型,如BERT、XLM、XLM-r和M4,也都没有达到预期水平。
谷歌坐不住了:我们做的微服务都错了! “在编写分布式应用程序时,传统观点认为将应用程序拆分为可以独立推出的独立服务。 去年6月,一群谷歌员工(由谷歌软件工程师Michael Whittaker领导)发表了一篇名为“Towards Modern Development of Cloud Applications”的论文, 基于新提出的结构,他们能够将系统的延迟降低15倍,成本降低9倍。 放弃微服务的,不止谷歌、亚马逊 最近几年,无数的中小团队在权衡利弊后选择放弃微服务。 正如谷歌研究人员所写道的:“通过将所有执行责任委托给运行时,我们的解决方案能够提供与微服务相同的好处,但性能更高,成本更低。”
7月8日消息,据业内传闻显示,谷歌新一代旗舰智能手机Pixel 9系列预计将于8月中旬正式发布,新机很可能将首度搭载超声波屏下指纹识别技术,以取代原先光学式指纹识别。 据芯智讯了解,谷歌 Pixel 9系列将采用与三星Galaxy S24 Ultra一样的高通3D Sonic Gen 2超声波指纹识别传感器。 据悉,GIS近年来在屏下指纹辨识模块市场大有斩获,除持续供货给三星用于旗舰机外,也有打入不少大陆手机品牌厂,若能再切入谷歌 Pixel 9系列,等于一口气囊括美国、中国大陆、韩国等客户的指纹识别订单。 据悉,谷歌Pixel系列过往都是选择使用光学式指纹辨识,但光学式指纹辨识虽然成本较低,但辨识反应较慢、准确率也较低,而且若手指上有污垢或水,也会影响辨识正确度,加上包括三星在内,许多品牌厂都已改用超声波式 ,因此谷歌才会考虑跟进采用此一技术。
---- 新智元报道 来源:外媒 编辑:yaxin 【新智元导读】「上个月,谷歌重磅推出的语言模型Switch Transformer代码已经开源,该模型可谓迄今最大语言模型,有1.6万亿参数 距GPT-3问世不到一年的时间,谷歌大脑团队就重磅推出了超级语言模型Switch Transformer,有1.6万亿个参数。 ? 比之前由谷歌开发最大的语言模型T5-XXL足足快了4倍,比基本的T5模型快了7倍,简直秒杀GPT-3! GPT-3使用了惊人的1750亿参数,堪称史上最大AI模型。 在开发Switch Transformer时,谷歌研究人员力求最大程度地增加参数数量,同时保持每个训练示例和相对少量的数据训练的FLOPS数量不变。 Switch Transformer的创新之处在于它有效地利用了为密集矩阵乘法设计的硬件,如GPU和谷歌的张量处理单元TPU。
谷歌坐不住了:我们做的微服务都错了! 亚马逊Prime Video团队:放弃微服务,改用单体 放弃微服务的,不止谷歌、亚马逊 微服务的虚假繁荣:从单体变成“分布式单体” 谷歌提出了一种新的微服务 基础架构重新思考的一年 微服务“水逆”之年。 今年6月,一群谷歌员工(由谷歌软件工程师Michael Whittaker领导)发表了一篇名为“Towards Modern Development of Cloud Applications”的论文, 基于新提出的结构,他们能够将系统的延迟降低15倍,成本降低9倍。 3 放弃微服务的,不止谷歌、亚马逊 最近几年,无数的中小团队在权衡利弊后选择放弃微服务。
连同3篇最佳论文和9个邀请演讲一起,新智元带来本届ICLR亮点的最全整理。 邀请演讲列表: 9个邀请演讲主题: Erik Brynjolfsson:机器学习能做什么? 以下带来ICLR 2018的最佳论文的介绍,以及DeepMind和谷歌的论文概况。 ICLR 2018论文集 在神经网络和深度学习技术创新的前沿,谷歌专注于理论和应用研究,开发用于理解和概括的学习方法。 作为ICLR 2018的白金赞助商,谷歌将有超过130名研究人员参加组委会和研讨会,通过提交论文和海报,为更广泛的学术研究社区作出贡献和向其学习。
新智元报道 来源:iclr、Google/DeepMind blog 【新智元导读】ICLR 2018即将开幕,谷歌、DeepMind等大厂这几天陆续公布了今年的论文,全是干货。 连同3篇最佳论文和9个邀请演讲一起,新智元带来本届ICLR亮点的最全整理。 9个邀请演讲主题: Erik Brynjolfsson:机器学习能做什么? 以下带来ICLR 2018的最佳论文的介绍,以及DeepMind和谷歌的论文概况。 ICLR 2018论文集 在神经网络和深度学习技术创新的前沿,谷歌专注于理论和应用研究,开发用于理解和概括的学习方法。