来源：互联网
阅读：47062
导读:欢迎来到科技专栏，有多少人是喝星巴克是为了抹茶饮料？
文 | Evelyn 杜
即饮咖啡变成了即饮茶，星巴克首次在中国尝试瓶装奶茶，依旧走高端路线。不过在以喜茶为代表的“新茶饮”和各种层出不穷的夏日饮料的夹击下，星巴克能否突出重围还是未知。
据小食代消息，星巴克近期在中国市场投放了两款即饮产品——瓶装…...
有多少人是喝星巴克是为了抹茶饮料？文 | Evelyn 杜即饮咖啡变成了即饮茶，星巴克首次在中国尝试瓶装奶茶，依旧走高端路线。不过在以喜茶为代表的“新茶饮”和各种层出不穷的夏日饮料的夹击下，星巴克能否突出重围还是未知。据小食代消息，星巴克近期在中国市场投放了两款即饮产品——瓶装红茶星冰乐与瓶装抹茶星冰乐，打破以往即饮产品只有咖啡的惯例，已率先在天猫超市上线。六瓶的价格为93元，价格比市面上的瓶装奶茶都贵，延续了星巴克的高逼格。两款饮料充分考虑了中国人的口味，官方称推出这两款产品前，综合了中国境内上千家星巴克店铺的数据，发现中国人还是比较爱喝茶，抹茶及红茶类饮品的在店内的购买量长期居于前列。在包装上，星巴克延续了以往的简约风格，但是色彩明显丰富了很多，采用青草绿和玫瑰红，看起来特别的青春活力。此外，星巴克两款奶茶还玩起了AR营销，扫描瓶身进入星巴克的茶园。这一切都是为了吸引年轻人。消费群与目标群体错位的即饮茶领域这已经不是星巴克第一次推出带有中国特色的即饮饮料，不过以前都是咖啡，这次换成了茶，正式进入即饮茶的领域。中国的茶行业虽达不到星巴克在美国千亿美元的咖啡市场规模，但是中国的茶消费有一定的增长空间。根据群邑智库的数据，2015年中国整体即饮茶市场规模近811亿。不过，对于星巴克来说，进入即饮茶市场其实不太有利。星巴克的茶饮料，从定价与口味上来说，更针对90后、00后，而且与一线城市的调性更加符合。这与中国即饮茶饮的最主要消费群体不符合。从城市来看，即饮茶的主要份额主要集中在三四线城市，其中一线城市仅占11%，三四线城市的消费者喝即饮茶用频率最高。从代际上来看，80与60后饮用即饮茶频率最高。虽然不少茶饮都打算开始走年轻化路线，但目前主要的消费群体会觉得这些适合年轻人喝的茶，太甜或者缺乏健康的功效。因此搞得这些品牌很尴尬，不仅年轻人不买单，原有的消费群体也不待见。星巴克很有可能也遇到类似的两边不讨好的情况，一线城市的年轻人很可能更愿意在上班地点附近的星巴克店里买一杯抹茶星冰乐，而不是去便利店买一瓶看起来有添加剂的瓶装奶茶。而主要的消费人群，可能还是会更青睐原有的健康茶品。街边奶茶店也是星巴克即饮茶的对手除了超市里同类的包装即饮茶，星巴克还会面对非常强劲的对手，以喜茶、一点点为代表的街边奶茶店。相信很多人都了解，这些奶茶店有多么火爆，上海喜茶每天卖出近4000杯。目前，星巴克即饮茶在天猫的销售量，一个月5000瓶。街边奶茶也在走消费升级的路子，这些新兴茶饮也不便宜，走小资和高端路线，并且面向90、00后，他们甚至更了解现在的年轻消费者，以专业、快捷和新鲜感来引领年轻人的潮流。而且奶茶店的规模一般比较小，不会设有太多的座位，销售者都是买了以后，边走边喝，其实这种产品形态很容易与包装即饮茶形成竞争。网红奶茶开始取代星巴克成为，年轻人心目中的高逼格消费品，以及朋友圈的新宠。有不少人甚至将这种街边奶茶的生意，预测为下一个星巴克。在街边的奶茶店，从眼花缭乱的菜单中挑选一款饮料，发给朋友圈，或许比仅有两款口味的星巴克瓶装奶茶更有价值。不过，在品牌的知名度和市场规模上，星巴克还是有优势的。目前市面上，几家比较有名的网红奶茶店，在全国各地大概有600多家，远低于星巴克的2000多家实体店和星巴克投放即饮茶的商超便利店等渠道，很多消费者还是更认星巴克。此外，中国的街边奶茶市场也正在分化，低端的小牌子难以生存，消费升级后的新兴奶茶店，是比照着星巴克来建设的，价格基本也就到头了，只能拼产品和创新了。星巴克的实体店在创新方面做得很好，既有经典的拿铁，还有各种季节性的高颜值饮料，不过，星巴克的即饮茶和即饮咖啡可能还需要加把劲。星巴克一直都将目标放在了高端饮料的位置，不过从目前的情况来说，还是没能避免与市场上诸多品牌进行“肉搏”。推荐阅读点击下方图片即可阅读柯洁赛后哽咽：我会继续改变自己，而AlphaGo将会继续改变世界
免责声明：本站
文章均来源于网络，如有侵权违法请联系删除！星系形状建模、气候模拟、解码大脑信号……深度学习能运用到哪些博讯新闻网科学领域？
编者注：本文来自微信公众号“OReillyData”（ID：OReillyData），作者 Prabhat，36氪经授权转载。可以通过阅读Nikhil Buduma的《深度学习基础》来了解这个复杂而令人兴奋的领域的关键概念。
编者注：本文来自微信公众号“OReillyData”（ID：OReillyData），作者 Prabhat，36氪经授权转载。可以通过阅读Nikhil Buduma的《深度学习基础》来了解这个复杂而令人兴奋的领域的关键概念。原题目《科学领域中的深度学习一览》
深度学习在很多商业应用中取得了前所未有的成功。大约十年以前，很少有从业者可以预测到深度学习驱动的系统可以在计算机视觉和语音识别领域超过人类水平。在劳伦斯伯克利国家实验室（LBNL）里，我们面临着科学领域中最具挑战性的数据分析问题。虽然商业应用和科学应用在所有分析任务方面（分类、聚类、异常检测等）存在着相似之处，但是之前的经验让我们没办法相信科学数据集的潜在复杂性会跟ImageNet数据集有可比性。深度学习方法是否已经强大到可以使科学分析任务产生最前沿的表现？在这篇文章中我们介绍了从不同科学领域中选择的一系列案例，来展示深度学习方法有能力促进科学发现。
我最近跟O’Reilly的Jon Bruner在Bots Podcast探讨了这些相关话题。我们讨论了LBNL超级计算中心的架构，及其推进深度学习库整合进这一架构中的工作，并探讨了一些引人瞩目的可扩展到极大数据集的深度学习用例，例如对象或模式检测。
使用概率自编码器对星系形状建模
贡献者：Jeffrey Regier，Jon McAullife
星系模型在天文学方面有很多应用。例如一个星系外观轻微的变形可能表示附近有暗有物质的引力拉扯。暗物质的总量被假定为普通物质的五倍，但是对于它是否存在并没有一个定论。如果没有一个看起来未变形的星系形状模型，就没有推断星系存在扭曲的基础。
因为星系形状有很多共同点，所以适用于星系样本的模型可以准确地表示整个星系群。这些共享特征包括“螺旋臂”（见下图１）、“环”（图2）和即使是在不规则的星系中也存在的随着距离远离中心降低的亮度（图３）。这些共同点是高层次的特征，因此不容易在单个像素的级别上描述。
到目前为止，大多数神经网络已经在监督学习问题上取得了成功：给定输入、预测输出。如果预测的输出与正确答案不符，则会调整网络的权重。而对于星系模型来说则没有正确的输出。所以我们在寻求一个将星系图像赋予高概率的图像概率模型，同时所有可能图像的概率总和为一。神经网络在这个模型中指定一个条件概率。
在概率模型中可以从一个多变量标准正态分布中得到一个不可观测的随机向量$z$。神经网络将$z$映射到一个平均值和一个协方差矩阵，这就参数化了高维多元正态分布，星系图像的每个像素对应一维。这个神经网络可以有尽可能多的有助于表示映射的网络层和节点。图4显示了某个特定星系图像的多变量正态分布的平均值，图5显示了协方差矩阵的对角线。最后，从这个多变量正态分布中抽样一个星系图像。
可以选择从我们的过程的两个角度中的任一个来从星系图像里学习神经网络权重：算法和统计。算法上讲，我们的程序训练了一个自编码器。输入是一张图片，低维向量$z$是添加过噪声的网络中间的一个窄层，输出是输入图像的重建。损失测量的是输入和输出的差异。不过，我们选择的损失函数和添加到自编码器中的噪声类型遵循统计模型。基于这些选择，训练自动编码器相当于通过一种称为“变分推断”的技术来学习不可观测向量$z$的近似后验分布。一个星系的后验分布会告诉我们所想知道的：星系最可能出现的样子（例如后验的模式）和其外观不确定性的数量。它把我们关于星系通常看起来的样子的先验经验跟我们从星系图像学习到内容相结合。
我们使用基于Caffe的Julia神经网络框架Mocha.jl来实现了所提出来的变分自编码器（VAE）。我们使用了43444张星系图片来训练我们的模型，每张图片都基于一个主导的星系裁剪并缩小到69 x 69像素。VAE模型相对于常见的使用双变量高斯密度的星系模型，会对保留数据集里的97.2%的星系图片赋予更高的概率。
图1 一个典型的螺旋星系。 资料来源：欧洲航天局与美国航空航天局维基共享资源
图2 环形星系。 资料来源：美国航空航天局、欧洲航天局和哈勃遗产团队（AURA / STScI）的维基共享资料
图3 不规则形状星系。 资料来源：欧洲航天局/哈勃、美国航空航天局、D. Calzetti（马萨诸塞大学）和LEGUS小组的维基共享资料
图4 某个特定星系的69&69像素图像，其中每个像素是平均强度。 来源：由Jeffrey Regier和Jon McAullife生成，并经许可使用
图5 特定星系的69&69像素图像，其中每个像素是强度的方差。 资料来源：由Jeffrey Regier和Jon McAullife生成，并经许可使用
在气候模拟中寻找极端天气事件
贡献者：Evan Racah，Christopher Beckham，Tegan Maharaj，Yunjie Liu，Chris Pal
极端天气事件对生态系统、基础设施和人类健康有着巨大的潜在风险。基于卫星和气象站的观测记录来分析极端天气，以及在未来气候条件的模拟中描述极端天气变化是一项重要的任务。通常气象界是通过手工编码、多变量阈值条件来指定模式标准。这种标准多是主观的，气象界通常对于应该使用的具体算法很少有一致的意见。我们已经探索了一个完全不同的范式，也就是训练一个基于人类真实标注数据的深度学习系统来学习模式分类器。
我们的第一步是考虑以热带气旋和大气河流为中心的剪切图片集的监督分类问题。我们首先确定了个剪切图像，并通过在Speamint中进行超参数调优来训练了一个Caffe中的香草卷积神经网络。我们发现对监督分类任务可以获得90%-99%的分类准确度。下一步就是考虑用一个统一的网络对多种类型模型（热带气旋、大气河流、超热带气旋等）同时进行模式分类，并利用包围盒来定位这些模式。这是对这个问题一个更高级的半监督的思路。我们当前的网络如图6所示。
图6 气候模式定位及分类的半监督网络结构。图片由Evan Racah,LBNL友情提供
图7 天气模式及其位置的示例结果（真实状况：绿色，深度学习预测：红色）。 图片由Evan Racah,LBNL友情提供
图7显示了通过半监督架构获得的一些示例结果。虽然对架构的进一步调整还正在进行中，但是底层群集的t-SNE图显示了该方法有能力在数据集中发现新的相干流体流量结构。目前的架构运行在气象数据的即时快照上，我们正在扩展模型以包含时间来得到更精确的预测。
学习宇宙质量天体图中的模式
贡献者：Debbie Bard,&Shiwangi Singh,&Mayur Mudigonda
即将进行的天文巡天项目会获得数百亿个星系的测量数据，从而能够精确得到描述暗物质特性的参数，这些暗物质是加速宇宙扩展的力量。例如可以使用引力透镜技术用宇宙中的常规物质和暗物质来构建天体图。描绘这些质量天体图让我们可以区分不同的暗物质理论模型。
我们探索了新型的深度学习技术来找出快速分析宇宙天体图数据的新方法。这些模型提供了识别物质天体图中意想不到的功能的潜力，从而为宇宙的结构给出了新的见解。我们开发了一个非监督的去噪卷积自编码模型，用来从我们的数据中直接学习一个抽象表示。该模型使用了一个卷积-去卷积架构，它从一个理论宇宙的模拟中获得输入数据（用二项式噪声去破坏数据以防止过拟合）。我们使用了四层卷积层、两个瓶颈层和四个去卷积层，并用Lasagne包实现。它使用了10000张质量天体图的图片进行训练，每张图片的大小为128&128像素。我们的模型能够使用梯度下降有效地最小化输入和输出之间的均方误差，从而产生一个在理论上能够广泛解决其他类似结构化问题的模型。我们使用这个模型成功地重建了模拟的质量天体图并识别它们内部的结构（见图8）。我们还确定了哪些结构具有最高的重要性，也就是哪些结构表达了最典型的数据，参见图9。我们注意到在我们的重建模型中最重要的结构是在高质量集中的周围，这对应于大的星系集群。
图8 左图：来自宇宙模拟的质量天体图。右图：使用我们的卷积自编码器重建的此天体图。我们平滑了这个天体图，因此丢失了小的细节，但天体图的特征被精确地复制了。图片由Shiwangi Singh和 Debbie Bard,LBNL友情提供
图9 左图：来自宇宙模拟的质量天体图。右图：使用卷积自编码器重建的此天体图的最重要特征的显著图。我们看到高质量集中区域比低质量区域更为重要。图片由Shiwangi Singh和Debbie Bard友情提供
我们还开发了一个具有四个隐藏层的监督卷积神经网络（CNN）用以基于两种不同的模拟理论模型来进行宇宙质量图分类。CNN使用softmax分类器最小化估计分布和真实分布之间的二进制交叉熵损失。换句话说，给定一张从未见过的收敛的天体图，训练好的CNN模型能够概率地决定最拟合数据集的理论模型。使用两个理论模型的5000张天体图（128&128像素）进行训练，这个初步结果表明我们可以以80%的精度来分类产生收敛的天体图的宇宙模型（见图10）。
图10 从质量天体图中提取的用2维表示的特征向量t-SNE图。红色和蓝色分别代表了来自两种不同的理论宇宙模型中的质量天体图。图片由Shiwangi Singh和Debbie Bard, LBNL友情提供
从人类神经记录中解码语音
贡献者：Jesse Livezey,&Edward Chang,&Kristofer Bouchard
能够看似轻松地产生由复杂语法结构和声学模式构成的语音的能力是人类所独有的。Penfield和Boldrey在20世纪30年代的开创性工作表明，人体不同部分（包括声道）都跟大脑的空间局部区域相关联。大脑是如何跨越一组相关联的大脑区域来协调声道的发音器，这个神经活动的时间模式（诸如图11里所示的）仍然是一个悬而未决的问题。
图11 说话过程中人类皮质表面的神经记录。第一行显示了发出辅音“b”、“d”、“g”时的声道的图解示意图。而中间行显示了发出语音“ba”，“da”和“ga”的声谱（以不同频率作为时间的函数的声功率）。下面的彩色轨迹显示了在语音中神经活动记录的时空模式。这些语音声音是通过皮质活动的重叠而又独立的时空模式产生的。图片由Jesse Livezey and Kris Bouchard友情提供
大脑由非线性处理单元（神经元）组成，其表现为一种普通的信号被连续处理的层次结构。因此，我们假设深层神经网络（DNN）的分层及非线性处理将会跟语音生成的复杂神经动力学相匹配。在有着数百万样本的大且复杂的数据集上，DNN已经被证明了其性能在许多任务中胜过传统方法。然而这种先进方法还没有在神经科学分析任务中得到证实，因为它们的数据量要小的多（数千个）。
在最近的工作中，我们发现即使在通过神经科学实验获得的相对较小的数据集上，DNN方法优于传统的解码（即翻译）大脑信号产生语音的方法，达到了最先进的语音分类性能（高达39%的准确度，是随机瞎猜的25倍多）。此外随着训练数据集的增大，DNN的表现会比传统的分类器更好，其在相对有限但非常有价值的数据上实现了回报最大化。输入数据集包括85个频道和250个时间采样信号，分成了1到57个类别。一个单独主题的数据集通常只有2000个训练样本，需要大量的超参数搜索以得到最佳表现。最好的网络具有一个或两个具有双曲正切非线性的隐藏层，并使用Theano库在GPU和CPU上进行训练。每个模型训练相对较快（30分钟），但是很多模型已经在超参数搜索中训练好了。这些结果表明，DNN将来可能成为大脑-机器接口的最先进的方法，这需要更多的工作来找到在小型数据集上训练深度神经网络的最佳实践。
除了对义肢修复至关重要的大脑信号的解码能力，我们还研究了DNN用作揭示神经科学结构的分析工具的能力。我们发现DNN能够在嘈杂的单次实验录音中提取语音组织的一个丰富层次结构。提取的层次结构（见图12）提供了对语音控制的皮质基础的洞察。我们期望应用于神经科学中的数据分析问题的深度学习能够随着更大和更复杂的神经数据集的发展而发展。
图12 由DNN训练的音节之间的混淆（即误差）构成的树状图，用以分类来自人类大脑活动的语音。我们观察到的语言特征的层次结构，提供了对语言运动控制的皮质组织的新见解。图片由Jesse Livezey和Kris Bouchard友情提供
使用去噪自编码器聚类大亚湾数据
贡献者：Samuel Kohn，Evan Racah，Craig Tull，Wahid Bhimji
大亚湾反应堆的微中子实验通过测量反微中子的特性和在一个核反应堆中由β-衰变产生的基本的亚原子粒子，来探索能够超过粒子物理学标准模型的物理模型。物理学家监测大容量探测器介质（称为液体闪烁体），并寻找来自反中微子相互作用的特有的双闪光。其它背景过程也会产生闪光。有些背景闪光（如宇宙射线μ介子）很容易识别，但是其它的闪光（如由μ介子产生的锂-9同位素的衰变）跟微中子信号非常相似。将反中微子信号跟背景做分离是一项艰巨的任务。这可能会导致系统性的不稳定和信号效率降低，因为真正的反微中子事件可能会在无意中被忽略。
目前大亚湾数据分析使用时间和总能量来区分信号与背景。但是在光空间分布上还存在信息，因此这可能会存在更好的区分方法。通过使用无监督的深度学习技术，我们可以学习到识别与锂-9衰变不同的反微中子信号的特征。利用识别特征的知识，我们可以更新分析模型的分界以增强其识别能力并提高微中子测量的精度。
在一个案例研究中，无监督深度学习用于从已知的背景中区分由两个不相关的闪光引起的反微中子信号的能力是显而易见的。在我们的案例研究中，使用真实数据而不是模拟数据来训练神经网络。这在监督学习中是不常见的，但它在无监督制度中发挥了很好的作用，这是因为它消除了模拟数据和实际数据之间的差异导致的不确定性和偏差。
我们使用去噪卷积自编码神经网络（图13），其分为三个阶段：
损坏阶段：三分之一的图像像素被设置为零；
编码阶段：物理事件的图像被压缩成编码;
解码阶段：解压编码以尝试恢复原始物理事件图像。
为了成功恢复原始的未破坏图像，自编码器必须学习如何从所提供的损坏图像中推断丢失的信息。当被训练正确后，自编码器会创建包含输入图像的重要区分特征信息的编码。
图13.用于本研究的去噪自编码器的架构。图片由Samuel Kohn, LBNL友情提供
通过使用t-SNE维度缩减算法，我们可以在2维笛卡尔平面上显示16维编码。在图14中，神经网络很明显地将我们的信号事件跟意外背景区分开，而不是对单个事件标签进行训练。这是一个有前途的进步，它有助于验证使用无监督神经网络来训练真实数据。我们会继续使用意外背景事件的实验数据来改进网络架构，并确定哪些特征对神经网络重要。等技术进一步发展，我们会将其应用于分离锂-9背景的物理问题。
图14 显示信号事件（蓝色）和背景事件（红色）的编码的t-SNE图。蓝色与红色的分离表示神经网络识别出了不在背景中的信号特征，反之亦然。图由Samuel Kohn,LBNL友情提供
在大型强子对撞机（LHC）上进行新的物理事件的分类
贡献者：Thorsten Kurth，Wahid Bhimji，Steve Farrell，Evan Racah
大型强子对撞机（LHC）让质子以能获得的最高能量每秒碰撞4000万次。每次碰撞会产生能在诸如ATLAS检测器（图15）这样的仪器中检测到的粒子喷雾，其中电子设备的数亿通道试图发现前所未知的新粒子。LHC的高曝光度升级（HL-LHC）版预计会使碰撞速度提高一个数量级。来自当前检测器的数据已经达到数以百计的千兆字节。处理这些巨大且复杂的数据的唯一方法就是使用检测器上的“触发器”和离线数据分析的过滤器来快速过滤掉大部分数据。在触发器对数据进行采样完成后（大约每秒200个事件），再将其重建为诸如粒子轨迹和能量沉积物的对象，每个事件降低到数百维。然后进一步采样得到分析数据，其具有取决于感兴趣的特定物理现象的数十个维度。图16展示了一个碰撞事件所展示出的这些检测器信号和更高级重建对象。
2013年诺贝尔物理学奖颁给了希格斯玻色子理论，是因为其在LHC中直接检测出这种粒子。希格斯玻色子完成了粒子物理的标准模型，而超越标准模型的新物理学的确切性质并不为人所知。因此触发器、重建和物理学分析算法的准确性和速度会直接影响到实验发现新现象的能力，且比以往任何时候的影响都更多。已经清楚的是，当前用于过滤数据的方法和算法将难以从计算量方面等比例扩展到LHC的下一阶段，并且它们有错失更多新奇的新物理学信号的风险。因此探索创新的有效的方法来进行数据过滤是至关重要的。使用深度学习以初始检测器信号或原始数据的尺寸和速率来进行物理学分析的方法有可能会产生改变我们对基本物理学理解的新发现。
图15 LHC的ATLAS检测器。 图片由CERN友情提供，经许可使用
图16 ATLAS检测器中的粒子碰撞，显示了量热计中的沉积物和重建的喷设流。 来源：ATLAS实验，CERN版权所有，经许可使用
图17 作为卷积神经网络的输入的模拟图像，其来自于模拟LHC检测器的“量热计”部分的信号。模拟器是由仿真包Pythia和Delphes生成的。图片由Wahid Bhimji友情提供
深度学习提供了学习新型选择过滤器的可能性，用以提取比现有方法更精确的稀有的新物理信号，更灵活的可选择的新物理信号，并可以在大维度的输入数据（对应于检测器的通道）上运行提取计算。我们正在探索对新物理学的模拟数据训练分类器，以及仅使用背景（已知标准模型）样本来训练的异常检测算法。从粒子物理检测器中输出的信号可以被认为是图像（如图17），因此我们可以使用卷积架构。我们用于分类的神经网络的示例架构如下图所示。
图18 LHC用于数据分类的示例架构。图片由Thorsten Kurth友情提供
我们的方法是新颖的。它首先使用来自检测器的数据，然后使用高分辨率图像（目前为227&227像素）将其重建为高级物理对象。这使我们能够学习更多的敏感模式，其可能不会被现有的物理算法所发现。使用大型模型和数据集需要扩展到跨越多个计算节点进行，这对于科学领域的深度学习也是新颖的。
我们目前实现的分类性能超过了通常用于选择这种物理对象的高级重建特征的简单选择方法，从而证明了这些类型的架构的适用性。我们还将这些架构扩展到大的计算资源，并开始探索不需要模拟新的物理学研究兴趣的异常检测。
存在的挑战
在回顾了一些深度学习的实际应用之后，我们总结出了以下挑战（这些挑战可能是科学应用领域所特有的）：
性能和规模：深度学习方法在计算方面上是昂贵的。我们目前的实验能够处理1到100GB大小的数据集，在多核架构上要花费一天到一周的时间进行收敛。这对于超参数调优来说是不允许的。提高多核架构的单节点性能并在O（1000）节点上使用数据和模型并行运算来扩展网络是非常必要的。
复杂的数据：科学数据有许多不同的格式和大小。2维图像可以有3-1000个通道，3维结构化和非结构化的网格是很常见的，稀疏和密集的数据集在某些领域是很普遍的，并且经常会遇到编码了重要关系的图形结构。深度学习方法/软件能够对这些数据集进行操作是很重要的。
缺乏标注过的数据：科学家们无法轻松的访问大量的高质量的标注过的图像。即使有些领域自己组织和进行打标签的活动，我们也不可能拥有高质量的像ImageNet风格的包含数百万图像的数据库。许多科学领域将始终会在无监督（也就是没有标注数据）或者半监督（也就是某些类仅有少量的标注过的数据）的架构下进行。因此深度学习研究在有限的训练数据的情况下能够继续表现出令人信服的结果是非常重要的。
超参数调优：各学科领域的科学家对调整网络配置（卷积层数量和深度）、非线性/汇集函数的类型、学习速率、优化方案和训练体系等他们领域的具体问题的直觉是有限的。为了将深度学习更广泛地应用于科学领域，打包自动调整这些超参数的功能是很重要的。
可解释性：与可能可以接受一个黑盒子但近乎完美的预测器的商业应用来说，，科学家需要了解并能向本学科的其他成员解释神经网络学习到的功能。他们需要了解学习了哪些特征、这些特征是否有物理意义或见解，以及学习到的特征的非线性函数是否跟物理过程类似。在一个理想的情况下，函数和特征的选择会受到我们对科学学科理解的约束。目前这个重要环节是缺失的，我们希望下一代深度学习研究人员能够尝试弥合可解释性的空缺。
在劳伦斯伯克利国家实验室，我们已经展现了许多来自不同科学学科成功应用深度学习的案例，以及存在的挑战。公平地总结，深度学习的实践经验是非常令人鼓舞的。我们相信深度学习被很多科学学科探究并采纳只是一个时间的问题。我们应该注意到一些科学领域对深度学习网络的理论基础和性能提出的更严格的要求。我们鼓励深度学习研究人员来参与研究科学界丰富的和有趣的问题。
这篇博文是由劳伦斯伯克利国家实验室、加州大学伯克利分校、UCSF和蒙特利尔大学共同合作的结果。
This article originally appeared in English: &A look at deep learning for science&.
Prabhat领导了劳伦斯伯克利国家实验室和能源部运营的国家能源研究科学计算中心（NERSC）的数据和分析服务团队。他的研究兴趣包括数据分析（统计学，机器学习）、数据管理（并行输入/输出、 数据格式、数据模型）、科学可视化和高性能计算。Prabhat在2001年从布朗大学获得了计算机科学学士学位，1999年从印度理工学院-德里获得了计算机科学与工程学士学位。他目前在美国加州大学伯克利分校的地球行星科学系攻读博士学位。
7月12-15日, 由O'Reilly和Cloudera共同举办的全球顶尖的数据盛会Strata Data Conference将重返中国
(责任编辑：我团旅游网)
------分隔线----------------------------
下一篇：没有了
【广西IT前线今日报道】iPadmini2除了采用了万众期待的Retina屏幕之外，处理器方面也与iPadAir和iPhone5S保持规格一致，为...
欢迎下载 21天免费精通新概念 II(第二册) 完全免费的公益软件！而且是绿色软件！II代版本已经支持WindowsVista操作系统...
新浪科技讯北京时间10月14日下午消息，美国第二大零售商Costco与阿里巴巴集团旗下天猫国际今日宣布开启战略合作。...
人们在凭祥市浦寨边民互市点选购红木工艺品。（庞立坚/摄） 人民网南宁5月11日电(记者刘华新庞革平)“打开门就是越南，走两步就进东盟...
2017季中冠军赛将在4月29日开幕。在入围赛阶段开始之前，来自第一回合的8支队伍将会被随机抽签分配到两个小组中...
韩国总统大选缺席投票第二天:投票率超13%创新高,大选 选民 总统选举 投票率...
五一小长假第二天，广东重点景区门票收入逾2亿_金羊网新闻,...
从北京领取2017年度“中国青年五四奖章”回青的第二天...
就像、空阳光样气和水那，渐成宏观民大的学点：已经休闲融入日常常识旅游了国再次证明这个众的数据术观生活，...
老人失踪五天四夜 狗儿狂吠一天报信终救其性命,狗儿 山丘 忠犬八公 土狗 救人...
才认识5天，杭州大伯就给女保姆转了8.9万元：她承诺会嫁给我…… 61岁的大伯雇佣了一个50岁的女保姆，才刚刚过了...
春节后，鸡蛋现货价格跌跌不休，鸡蛋期货近弱远强，目前鸡蛋期货1709合约跌至3500元/500千克附近，鸡蛋1801合约在...
DNF大秘境远古图彩蛋来袭，隐藏福利人人有。...
曝Rain升级当爸，23日，金泰希所属社公布了金泰希已经怀孕15周的消息，“金泰希目前正专心于胎教，为作为一个家的...
FX168财经报社(香港)讯 中国银行间债市周四(5月25日)早盘现券收益率略有下行，国债期货亦窄幅震荡。交易员表示，今...
5月25日消息，第十四届上海衍生品市场论坛，于、26日在上海国际会议中心和中国金融信息中心举办。本届...
台湾同性婚姻合法台湾同性婚姻合法，据悉在两个月的等待之后，台湾“司法院”大法官24日下午4时宣布“释宪”结...
中新社台北5月25日电题：苗栗休闲农场探访记：第三次转型是回归中新社记者刘双双刘舒凌位于台中苗栗县通霄镇南...
(记者 郑巧 邢利宇)国务院台湾事务办公室例行新闻发布会25日在北京举行。...
为台湾人高兴的同时，请你想想他们如何走到今天这一步 Original [图片] 1、 全世界只有20个社会允许同性结婚，而亚洲一个也没有。 今天，...
新华社兰州5月24日电题:甘肃:丝绸之路三千里古道的旅游新热度新华社记者屠国玺五月下旬,在甘肃河西走廊最西端的...
五月下旬，在甘肃河西走廊最西端的敦煌，旅游旺季开启。阳关和玉门关，这两个昔日丝绸之路上的重要关隘，如今...
党朝胜：台湾人才不外流才怪,...
核心提示：张宪义认为，只有“背叛”台湾才能救台湾。时至今日，批评者仍认为张宪义是叛徒，不过他并没有感到...
防城港市地处中国东部沿海南端和西南沿边起点的交汇处、广西北部湾之滨，是中国仅有的两个沿边与沿海交汇的城...
台风莎莉嘉在广西防城港再次登陆 最大风力10级...
本报记者 张若衡 摄影报道 12月9日下午，在我市生活垃圾焚烧发电项目车间，几名工人在进行各项检测后开启油泵，对相关设备调试。 “整...
本报港口讯（记者 梁文淑） 近日，市住建委召开监督推进会，推进市第五中学、第六中学和文昌小学、珍珠小学四所新建学校项目建设。...
在防城港市投资建设项目，适用的主要税收优惠政策有： ●新办的享受国家西部大开发减按15%税率征收企业所得税的企业，免征属于地方分...
防城港市六届人大常委会召开第二次会议---...
广西新闻网-广西日报防城港讯 白玉兰、大红花、黄花风铃、三角梅……11月25日，在细雨中，笔者从防城港市港口区...
贵港市国土资源局举办纪检监察干部培训班 [日期：]来源：贵港市国土资源局 监察室 作者：范挥宇[字体：] 近日，贵港市国土资源...
编者注：本文来自微信公众号“OReillyData”（ID：OReillyData），作者 Prabhat，36氪经授权转载。可以通过阅读Nikhil Buduma的《深度学习基础》来了...
即饮咖啡变成了即饮茶，星巴克首次在中国尝试瓶装奶茶，依旧走高端路线。不过在以喜茶为代表的“新茶饮”和各种层出不穷的夏日饮料...
人们购买美容护肤产品的方式在不断发生变化，以前消费者会向销售人员或是导购咨询意见，现在则倾向于依赖朋友建议，或是在各类美妆...
互联网公司获客最常用的方式是补贴，但补贴最怕羊毛党。如何从海量用户中识别出正常用户和恶意薅羊毛的，是互联网行业普遍遇到的难...
内容综合自：生命时报（ID:LT0385） 制作：王博林 ，...
智能珠宝是科技领域和时尚领域的结合，今年二月，巴菲特宣布投资智能珠宝，认为这是珠宝行业在智能时代的创新。我们曾报道过国内首...
文 | 韩洪刚 方园婧 采访 | 杨林 韩洪刚 资料整理 | 季觉苏 许盈 编辑 | 李洋 杨轩 （感谢36氪深度报道部记者方婷、周天、林腾、王海璐记者...
昨晚，《欢乐颂2》中的关关终于遇到了自己的爱情。在汽车站和邓伦饰演的谢童命运般的相遇，让多少观众羡慕呀~ 今晚上，俩人的感情将...
在２０１７赛季中超联赛第八轮６日的比赛中，河南建业客场３：２战胜重庆力帆，终于获得本赛季的首场胜利。另...
综合消息：广州富力遭遇两连败 河北华夏大胜北京国安-新闻频道-和讯网...
江阳区便民服务综合信息平台试运行 源头上整治...
2日，卫冕冠军克利夫兰骑士队凭借詹姆斯和欧文的神勇表现，在东区半决赛第一场中以116：105力擒多伦多猛龙队，而...
省环保厅持续加大对企业环境违法的查处力度，截至目前已分5批次挂牌督办82个环境违法问题。...
6月10日，梅列区委组织部、人社局、三产局等单位联合举办大众互联网创业培训会。...
明溪县文化馆郑小春同志的衍纸画新作《雅香》获铜奖。...
据新华社报道，美国总统奥巴马和以色列总理内塔尼亚胡1日在白宫举行会晤。双方互发警告。奥巴马在会晤前对媒体...
《塔吉克斯坦共和国至2030年国家发展战略》圆桌会议在上海合作组织秘书处举行 拍摄：赵祎 上海合作组织秘书长阿利莫夫，塔吉克斯坦驻...
中新网呼和浩特5月25日电 (张瑾娴)25日，“守望相助、亮丽北疆，传承传统文化、讲述青城故事，庆祝自治区成立70周年”大型访谈节目《乡...
第一个最大的“厕所”景点。以厕所为景区的真的不多， 日，重庆“最牛的厕所”现身洋人街，厕所的设计师非常有创意，把厕所...
陶萍接受记者采访 央视网消息（记者 袁育堃）热播电视剧《人民的名义》中，有一位展示了“多指多张”花式点钞的工作人员，虽然只有几...
华龙网5月25日10时45分讯（通讯员 邹毅）针对汛期强降雨、洪水、大风、雷电、高温、高湿等自然灾害多发频发，安全任务十分艰巨，为有效...
图为民警正对一辆私家车进行尾气排放检测 四川新闻网成都5月25日讯（记者 梁鹏）5月25日上午，成都交警联手成都市环保局，，在路面设点...
华龙网5月25日9时20分讯（通讯员 艾亿胜 李周俊）5月23日上午，合川区人大评议市政基础设施建设及管理工作三汇调研座谈会在合川区三汇镇...
您的位置：联盟中国 展会要闻 中国网李康 摄 5月25日上午，广州o琶洲o广交会展馆C区二楼中心舞台。 随着喜庆的醒狮点睛仪式，为期5天...
节庆丰富服务完善让游客体验更佳10月5日，游客在融安县沙子乡三睦村石岩屯开展的抓鱼比赛中抓鱼。经调查，国庆...
9月28日下午，在张掖丹霞国家地质公园在东门值班的售票员顾女士回忆说，对于游客用假证办理门票，她们经常遇到...
日，来自中国各地的近千余名游客齐聚韩国首尔儿童大公园，共同参加“流行乐动幻彩韩国”新春千人主题...
香港3个旅游业工会发表业内调查结果，形容内地访港旅游团数量持续“断崖式下跌”，预计五一小长假访港团数将比...
6000中国游客3月将赴韩 为单团旅游最大规模(图)---日，在仁川国际机场，韩国观光公社工作人员穿着迎接中...
内地团暴跌冲击香港旅游业 六十导游争带一团---【环球时报驻香港特约记者 杨伟民】香港3个旅游业工会发表业内调...
人民网北京8月5日电（刘佳）据国家旅游局办公室消息，2016年G20峰会前夕及举办期间（8月28日至9月7日），因道路和景...
志愿者被打伤。
十多名志愿者带着15位残障人士前往山东等地旅游，不想却在景区遭遇“拳脚相向”。由于不同意向残疾人免费开放，...
核心提示：很多家长和学生反映今年市区“小升初”工作与往年相比有很大调整与改进，招生办法具体如何操作、学...
都说广西的桂林甲天下，想不到我们广东也有这些地方，景色也不输桂林啊！下面小编就为你一一道来 枫湾小桂林 韶关市曲江区枫湾镇 为...
原标题：向全市人民交上一份合格答卷——我市保持高压态势严惩腐败纪实 一年来，全市纪检监察机关以“零容忍”...
【桂林日报讯】（记者李云波）1月3日下午，市长周家斌前往部分对外开放的桂林图书馆临桂新馆、桂林博物馆临桂新馆、桂林城市规划展示...
现在年轻人玩微信有个新玩法，对话不打字，而是用配有文字的图片来表达自己意思，这种交流方式有个称呼，叫“...
烟台美食网定位于生活资讯类频道，旨在整合烟台市各大星级酒店、特色餐馆的餐厅信息，为网友提供最详实的餐厅...
韩流侵入世界各地的同时，韩国的美食也逐渐被许多人所知道，但是，除了泡菜烧酒外，韩国还有许多你闻所未闻的...
美食|你家的月饼准备爆炒还是凉拌？(组图) data.dkeys...
以俏皮“粉色胡须”亮相世人的Lyft在纽约市刚刚经历了一次重大...
记者从昨日召开的全市道路运输和公共交通客运工作会议上了解...
1946 年，Warren Avis 先生在美国底特律 Willow Run 机场创建了 AVIS 汽...
长白山旅游遇高价租车消费者吐槽天价收费不合理 转眼又到中秋...
据永安行介绍，其与蚂蚁金服旗下芝麻信用联合在京沪等全国各...
世界经济论坛近日发布的《2017年旅游业竞争力报告》显示，中国...