18luck新利平台-美联储将在上半年调整回购操作的规模和定价

18luck新利平台-美联储将在上半年调整回购操作的规模和定价

  北京时间1月30日消息,美联储主席杰罗姆·鲍威尔在周三利率决定后在华盛顿举行的新闻发布会上说表示,为稳定金融市场而进行的回购协议操作和国库券购买“进展顺利,并成功地向银行系统提供了充足的储备,并有效地控制了联邦基金利率。”

  “随着我们购买国库券不断积累储备迈向充足水平,主动性回购操作将自然退缩”。

  鲍威尔说:“在今年上半年,美联储打算“调整回购操作的规模和价格”,因中央银行“不再积极利用其用于提供储备”。

  预计到2020年第二季度某个时候基础储备将达到“充足水平”。

  美联储在接近这一点时将趋于减缓购买的步伐,并且“过渡到较小的储备管理购买计划,该计划可在不积极使用回购协议的情况下维持充足的储备水平”。之后,可以像危机前一样逐步扩大资产负债表规模。致力于“平稳而可预测地”进行过渡。将监控货币市场并“按情况需要”调整计划。

  鲍威尔表示,尽管储备金将在较大范围内波动,但他希望1.5万亿美元左右的水平将成为该区间的底端。

责任编辑:覃肄灵

更多精彩报道,尽在https://knowthiscar.com

18luck新利平台-广东新增确诊病例70例 累计311例

18luck新利平台-广东新增确诊病例70例 累计311例

  原标题:广东新增确诊70例累计311例

  截至1月29日24时,全省累计报告新型冠状病毒感染的肺炎确诊病例311例。29日当天全省新增确诊病例70例,新增出院1例。新增确诊病例中,深圳市23例、广州市16例、佛山市7例、汕头市6例、惠州市5例、珠海市4例、中山市4例、茂名市1例、江门市1例、梅州市1例、湛江市2例。有1514名密切接触者正在接受医学观察。

  累计报告确诊病例中,深圳市86例、广州市79例、佛山市25例、珠海市18例、惠州市17例、中山市16例、汕头市12例、阳江市10例、湛江市9例、东莞市7例、清远市6例、揭阳市6例、肇庆市5例、梅州市5例、韶关市4例、茂名市3例、江门市1例、汕尾市1例、河源市1例。男性153例,女性158例,年龄介于11月龄-85岁之间。目前,重症34例、危重症12例,无死亡病例,累计出院6例。

责任编辑:祝加贝

更多精彩报道,尽在https://knowthiscar.com

18luck新利平台-华为P40系列爆料汇总:挖孔曲面屏+五摄镜头

18luck新利平台-华为P40系列爆料汇总:挖孔曲面屏+五摄镜头

  新酷产品第一时间免费试玩,还有众多优质达人分享独到生活经验,快来新浪众测,体验各领域最前沿、最有趣、最好玩的产品吧~!下载客户端还能获得专享福利哦!

  本文来自太平洋电脑网  

  随着华为P40系列发布会临近,大量关于P40系列信息遭到曝光。据悉本次发布会共发布P40、P40 Pro、P40 Pro三个版本。

  另外,还有是否会采用更高级别的潜望式镜头,全面屏采取方案、高刷新率、电池容量等爆料信息引起大家热议。每一个手机信息爆出,都会隐射出该产品的某个特点。例如:贴膜,保护壳,渲染图等等,现在我们就来看看华为P40系列近期的爆料。

  著名爆料大神Evlesks在推特上放出了华为P40 Pro的渲染图。从渲染图可以看到,P40 Pro为前置双摄挖孔屏,两边屏幕都有较大的弯曲弧度。不出意外,P40 Pro将继续使用曲面屏设计,至于屏幕来源是三星、LG还是京东方呢,这还未确定。

  大家对关心的莫过于后置相机的摄像头模组,P40 Pro可能采用五个摄像头和一个双色闪光灯组成的影像系统。

  随着2020年逐渐深入,关于华为P40系列的爆料开始进入密集期。近日,知名爆料人RODENT950放出华为P40 Pro的贴膜,此次主要展示的时P40 Pro的屏幕曲率。

  可以看到,华为P40 Pro的屏幕曲率相比上一代的P30 Pro还要更大一点。同时,RODENT950还透露P40 Pro采用了挖孔屏方案,这也是P系列首次应用挖孔屏。

  除了贴膜曝光,知名爆料大神SlashLeaks就曾曝光P40 、P40 Pro的保护壳渲染图。该保护壳渲染图也预示着P40系列将采用矩阵后摄。

  与之前的渲染图非常相似,特别是在后置摄像头出奇的一致。从保护壳渲染图可以看出,华为P40将配备矩形四摄镜头,长条状LED闪光灯, 英文标识。也预示着,华为P40系列将拥有更出色的影像系统。

  而这一张保护壳渲染图,可以看出华为P40 Pro摄像头凸出,凸出幅度不算大,整机厚度预估在7mm至9mm左右。至于华为P40 Pro的镜头数量在4颗左右。另有消息称,P40 Pro将配备10倍光学变焦,将有亚光独家供货光折射器件。而上代P30 Pro是5倍光学变焦,10倍混合变焦,此次升级也证明了华为想要继续扩大华为P系列在手机摄影领域的霸主地位。

  P40系列渲染图

  贴膜和保护壳是验证手机外观的间接观察方法,那么外观渲染图则是验证手机外观的直接观察方法。此前91mobiles和OnLeaks的爆料指出,华为P40将采用约6.2英寸的平面显示屏,而华为P40 Pro显示屏约6.7英寸,和P30 Pro一样采用曲面屏设计。背部为 五摄矩阵造型,将拥有更强大的潜望变焦能力。

  从渲染图可以看到,华为P40 Pro正面采用了打孔曲面屏的设计,前置摄像头位于屏幕的左上方。机身背面拥有矩阵五摄影像组合,镜头和激光传感器的排列和此前流出的P40镜头模组十分相似。

  而最新的消息称,华为P40 Pro的主摄传感器将升级为索尼IMX 700,像素升级到5200万像素,尺寸为1/1.3英寸,同样是RYYB像素排列。目前使用RYYB像素排列的有华为Mate30系列和荣耀V30系列,此排列方式能获取超高采光度。在夜景拍摄下,进光量会更高,噪点更少,有着其它手机无法比拟的夜拍技术。但也有弱点,就是会出现一定程度的偏色,这就要看华为在软件算法上的调教是否给力了。

  此外,前置是否采用双摄也是舆论的争论点之一。郭伟媒体称,华为P40采用单孔前置摄像头,华为P40 Pro/P40 Pro陶瓷特别版则是双挖孔前置摄像头。多一个摄像头可能是增加前置广角或景深效果。

  硬件配置

  至于在硬件配置上,不出意外,华为P40系列将采用麒麟990 5G处理器,支持NSA和SA双模5G。

  麒麟990 5G采用全新7nm+ EUV工艺打造,由2颗主频为2.86GHz的Cortex-A76高性能大核心+2颗主频为2.36GHz的Cortex-A76中核心+4颗主频1.95GHz的Cortex-A55小核组成。麒麟990 5G是世界第一款晶体管数量超过103亿的移动终端芯片,相比主流旗舰芯片单核提高10%单核性能,多核性能高出9%。

  GPU方面,麒麟990 5G在沿用Mali-G76的基础上,把核心数量升级至16核,主频达到700MHz。与业界主流旗舰芯片相比,麒麟990 5G的GPU性能高6%,能效比高20%。

  配合第五代自研ISP图像处理器,可以实现更高数据量的影像处理,在暗光环境下提高更好的降噪处理,并降低能效,也是全球第一个支持双域联合视频降噪技术、以及采用BM3D降噪算法的手机端芯片。

  AI向来是麒麟芯片的强项。自研的达芬奇架构NPU在麒麟810完成首秀之后,麒麟990 5G上的NPU毫无疑问会更强。

  而其余NFC、无线快充、超级快充、反向充电以及屏幕指纹依然会继续保留。余承东曾在采访重透露P40系列的设计是“前所未有”,将拥有更好的拍照、更强的手机性能以及更完美的自主设计。他表示P40系列将于明年3月份在法国巴黎发布。

更多精彩报道,尽在https://knowthiscar.com

18luck新利备用网-安徽:复工不早于2月9日24时 学校延至2月17日后开学

18luck新利备用网-安徽:复工不早于2月9日24时 学校延至2月17日后开学

中新网1月30日电 据安徽省人民政府官方微博消息,安徽省人民政府办公厅29日发布关于延迟企业复工和学校开学的通知。通知称,安徽省内各类企业不早于2月9日24时前复工,涉及保障城乡运行必需(供水、供气、供热、供电、通讯等行业)、疫情防控必需(医疗器械、药品、防护品生产和销售等行业)、群众生活必需(超市卖场、食品生产和供应等行业)及其他涉及重要国计民生的相关企业除外。用人单位要依法保障职工合法权益。

微博截图

此外,安徽省内各级各类学校(高校、中小学、中职学校、技工院校、幼儿园、托儿所等)延期至2月17日之后开学。此前,学校不得组织学生返校,不得组织任何形式的线下集中教学活动和集体活动。具体开学时间,将根据疫情防控情况,经科学评估后确定,并提前向社会公布。

通知指出,对确因工作需要近期返回安徽省的人员,各地、各有关部门及所在单位要加强检疫查验和健康防护,所在单位要及时报告相关信息;对来自或去过疫情重点地区的人员及其密切接触者,各地、各有关部门必须按照规定严格落实医学观察、隔离等措施,确保做到全覆盖、不遗漏。

通知还指出,各地、各部门要认真落实工作责任,加强分类指导,督促企业和学校强化主体责任,采取有效防控和服务保障措施,确保社会平稳有序。企业复工前和学校开学前,要根据疫情防控情况,强化检疫查验和健康防护,确保安全。

更多精彩报道,尽在https://knowthiscar.com

18luck新利备用网-三星在韩国推出全球首款5G平板电脑Galaxy Tab S6

18luck新利备用网-三星在韩国推出全球首款5G平板电脑Galaxy Tab S6

  新酷产品第一时间免费试玩,还有众多优质达人分享独到生活经验,快来新浪众测,体验各领域最前沿、最有趣、最好玩的产品吧~!下载客户端还能获得专享福利哦!

  根据三星韩国官网的消息,三星电子将于本月30日在韩国国内首次推出“Galaxy Tab S6 5G”平板电脑。

  三星官方介绍称,Galaxy Tab S6 5G支持5G移动通信,搭载了10.5英寸Super Amoled显示屏,采用了AKG的音响,四扬声器。设计方面,Galaxy Tab S6 5G采用了无光金属材料和干练的灰色,厚度仅为5.7毫米,重量也只有420克。

  售价方面,三星Galaxy Tab S6 5G 128GB价格为99万9千9百韩元,约合人民币5900元。

  根据IT之家之前的报道,Galaxy Tab S6 5G采用了高通骁龙855处理器,6GB内存和128GB存储空间(可通过Micro SD卡扩展1TB)。摄像方面,前置800万像素,后置1300万+500万像素组合。三星Galaxy Tab S6 5G的电池容量7040mAh,可以提供15小时的视频播放。

更多精彩报道,尽在https://knowthiscar.com

18新利体育-嘘,《唐人街探案3》是这样诞生的!

18新利体育-嘘,《唐人街探案3》是这样诞生的!

春节档还未正式打响,《唐人街探案3》就已呈现出领跑之势!

数据显示,1月21日凌晨,《唐人街探案3》票房已成功突破2亿,创下“华语电影预售最快破2亿”记录。

作为“唐探”系列的第三部作品,导演陈思诚此次将故事搬到了东京,从场景、故事、人物等多方面进行了升级。

在异国他乡拍摄,又聚集不同国家的演员,“唐探3”面临着“语言关”、“动作关”和“协调关”三大关口。

今天,《中国电影报道》“大片诞生记”推出——《唐人街探案3》通关记”,

解析电影背后的有趣细节,让侦探们带着你一步步通关升级!

“亚洲侦探联盟”聚首

先过“语言关”

本次,“唐探3”中的演员阵容空前强大,堪称亚洲群星大集结

片中,不仅有第一部中露出神秘微笑的“思诺”张子枫,第二部中扮演侦探的妻夫木聪和尚语贤,还有泰国的托尼·贾、日本的长泽雅美、染谷将太、铃木保奈美、三浦友和等众多演员。

但当这么多国家的演员齐聚一堂时,交流就成为摆在面前的一大难题。

陈思诚:为了保证戏中各国侦探之间交流无障碍,我用了一个小道具——

同声传译器。

它很小巧,把它塞进耳朵里,就可以解决一些所谓的语言障碍。

戏外的话,我们摄影部门、美术部门、动作部门也有专门的翻译。

刘昊然:在此之前,我们常用的内部交流方式是:两个演员坐在一起,翻译坐在旁边。

表演时,我们要清楚知道对方的台词,尤其是这句台词最后结尾在哪几个音节上。

譬如我这句话结束在了“好的”上,那他就要记得这个“好的”。在我说完后,马上进入他的台词。

此外,虽然语言不通,但演员表演的状态和情绪你是能捕捉到的。

演到最后,语言已经不重要了,你其实可以直接从他的状态中读出故事进度。

相扑、剑道、卡丁车轮番上阵

勇闯“动作关”

闯过语言关,摆在主创们面前的便是第二道关卡——动作关

片中有一场动作戏,是机场里将近四五百人的混战。还要一镜到底拍摄,这个难度不言而喻。

导演陈思诚表示,就这一场戏,就拍摄了三天。

陈思诚:一开始我说,希望整个制作感有一些升级感。

所以我们一开机,有一个一镜到底、大概四五百人的一个群众场面。

大概有一百左右的动作演员,都在这里统一配合完成。

伍刚(动作指导):我第一次见到给我的剧本,就写着“请动作导演设计全世界最酷的一个长镜头”。

我们提前去了一个月,都在那边排练这场戏,想怎么样能达到最好的效果。

因为一镜到底,你不能错一下,错一下就要重头再来。

所以我们一直在琢磨,怎样安排才能保证所有东西都不错,真的非常难。

当这个全世界最酷的长镜头呈现出来之后,主创们还没来得及欢呼,新的难关又扑面而来。

此番,唐仁和秦风来到东京。一向以南派莫家拳行走江湖的唐仁,遇到了他平生最重量级的对手。

王宝强:我跟人家比起来,完全就不是一个级别。

人家那个儿头、那身板,300多公斤。你想想,几乎是躺倒了就起不来的那种。

我推他跟石头似的,打的过程确实会非常的吃力。往人家身上打一拳,人家都没啥感觉,跟挠痒痒似的。

尽管如此,我还是得克服和战胜这种心里的恐惧感。

伍刚(动作指导):宝强和相扑选手,两个人只要站一起,这个画面就非常搞笑。

我们拍的时候,是在一个真实的庙宇拍的。

什么都不能碰,只能在中间一个空地拍,然后还得拍出宝强跟相扑选手对决的这种幽默感,动作也要非常的实在。

虽然戏中被虐,但是两位动作担当在拍摄过程中还是十分过瘾。

然而,高兴不过三秒,当王宝强、刘昊然坐上卡丁车时,下一个动作关口又来了。

原来,他们要在东京街头开卡丁车奔驰。要想开车上路,必须先考取国际驾照。

刘昊然:我们之前还专门为了那场戏,去考了国际驾照。

我跟宝强哥我们两个人都去考了。

但我觉得那场戏拍摄下来还是挺好玩的。

因为在那样的街道上,你可以自由地开卡丁车,那个状态本身就很有趣。

时间紧、任务重

齐心协力攻破“协调关”

陈思诚在《唐探3》发布会上曾公开表示,东京是一个非常特殊的城市,条条框框非常多,因此很少有电影会在那边取景拍摄。

为了完成涩谷的戏份,剧组请来了数千名群演。

如何在不影响交通的情况下拍出真实的状态,成为了导演首先要面对的问题。

陈思诚这个拍摄真的很不容易,但拍电影,就是把不可能的事情变成可能

刘昊然:我们所有的工作人员都拿着麦克风,站在各个十字路口,看交通信号灯。

我们得等灯变绿的时候,才能开机。所有演员先下去,先假装自己是路人,在哪儿坐着,或者在哪儿藏着。

等那边说“可以开始了”,演员才往灯前面一站,进入拍摄状态。

王宝强:有时候机器会放到一个大家不知道的位置,群众的反应都是最真实的。

反正你也看不到机器在哪儿,那就一遍一遍拍。

伍刚(动作指导):拍这段戏特别难。

有时候我们拍完想走了,但很多游客认识他们。大家都在那围观,就穿帮了。

所以有时候要在旁边拦着人,人太多了。

在时间紧,任务重的情况下,为了保证按时完成拍摄任务,陈思诚导演突发奇想,决定再搭建一个1:1的假涩谷出来。

陈思诚涩谷这段戏我个人是非常满意的,因为它是真拍假拍结合在一起的。

通过我们整个团队的努力,包括后期特效人员的努力,成品展现出无缝衔接的状态。

甚至我在做后期时都分不清,哪些是真拍哪些是假拍,个别镜头都分不清真假了。

尽管场地的问题解决了,但天有不测风云,拍摄外景戏时不仅要多方协调、把控时间,还要经受天气的考验。

陈思诚在秋叶原拍戏的两天,每天只给我们三个小时,而且在日本很多事情提前要定好。

但他们跟我说,“导演,有可能会下雨”。我思考一阵子之后,还是决定拍。

因为我一直有一种执念。总觉得能拍完,总觉得人定胜天。

后来真的是下了雨,但大概15分钟、20分钟就停了。我们就有那剩下的两个多小时把戏拍完。

王宝强:无论是摄影部门,还是化妆部门、灯光部门、导演部门、演员部门,大家都很团结。

伍刚(动作指导):无论遇到多少困难,我们这次都克服下来了。

他们日本工作人员都说,从来没有在日本拍过这么样疯狂的电影,而且制作还那么大。

五年时间,三部《唐人街探案》。

除了电影之外,导演陈思诚还打造了网剧版《唐人街探案》,好评如潮。

目前,“唐探宇宙”已初具雏形,也为“喜剧+侦探”类型的国产片指明了方向。

这离不开每一位电影人的付出,更是幕后所有工作人员的共同努力。

大年初一,我们期待《唐人街探案3》能再续辉煌。

《唐人街探案》

冲鸭!

采访:徐嘉

作者、编辑:娜塔莉·博

更多精彩报道,尽在https://knowthiscar.com

18luck新利平台-33岁杨幂罕见沙滩照“要火”,穿8千衬衫配459洞洞鞋,筷子腿抢镜

18luck新利平台-33岁杨幂罕见沙滩照“要火”,穿8千衬衫配459洞洞鞋,筷子腿抢镜

女性穿衣追求的就是美,尤其是那些爱美的小姐姐,为了美真是什么都敢穿,大冬天光着腿美拍那都是常有的事情,不过这样的事情在女明星身上真是太常见了,每次的红毯,娱乐圈的女星把寒冷的冬季都过成了炎热的夏季,性感礼服大胆露背露肩,即便是不参加红毯,私底下的女明星也是很会花式秀身材。

85后的女星杨幂就是这样的女星,如今的“带货女王”杨幂给我的印象就是时尚感超强,没有她不敢驾驭的衣品和风格,每次现身光看这气质和身材就让人忍不住多看几眼,甜美性感的女神范真的绝了,哪怕是不看正脸,看侧颜就很满足了。

穿衬衫对于驾驭者来说也是不大不小的考验,别看基础款的衬衫毫无亮点,驾驭的好那也是一种别样的美感,这次杨幂工作室晒出的沙滩美照就是选择了以衬衫为主的穿衣look,不过像杨幂这样166cm骨感美的身材再合适不过了,宽松的版型虽然没有营造出很丰满的线条,可是这别样的时尚味道显得很精致,隐隐约约透着一种居家风的感觉,很甜又唯美。

天空蓝的元素也是衬衫中十分常见的元素,不过杨幂这一款衬衫单品真的是大有来头,修长的款式随性,既没有正式白衬衫来的挺阔,也没有休闲风来的随性,长长的款式简直比下搭的黑色西装还要长,给人一种玩少女下衣失踪的既视感,为了不让衬衫显得单调,还加入了飘带的设计,随风摆动显得很轻盈,一下子让这沙滩美照变得有看点多了。

大冬天,杨幂选择这么单薄的衣品自拍也是挺大胆的,可是你别小看杨幂的眼光,挑选单品杨幂还是很老道的,这件个性长款的衬衫就要8000多,踩着的这双洞洞鞋也要459,虽没有平常的私服来的惊艳,可是也是把这一身沙滩美照穿出了新高度,黑色的下装下面,一双又长又细的美腿格外的抢镜,整体简单却不失美感,特别是这双筷子腿让沙滩美照不缺亮点,感觉这次杨幂的沙滩美照又要火了。

其实杨幂这种穿搭方式还是值得我们学习的,即使没有她这样的好身材,大胆尝试也是可以的,老是穿T恤短裤的打扮,紧绷的状态显得很压抑,换一种宽松的风格,竟让自己的身体更加的舒适,也让自己多一套衣品的选择,加上这些单品也都是常规单品,搭配也容易,展现出来的时髦效果还这么的好,又年轻又有活力,身材好的小姐姐还嫩一不小心露出小细腿。

沙滩照在杨幂的街拍风中还是比较少见的,最近一次也就是在跨年那一天,只不过那次杨幂的造型跟这次截然不同,满满的性感风隔着屏幕都能够闻到,黑色的背带上衣内衣外搭,一眼看过去那凹凸有致的身材瞬间赚足了眼球,简单实用,外搭牛仔外套还有同款的牛仔短裤,刺绣的衣品设计精致有品位,特别是秀出那纤细的美腿,太抢眼了。

秀身材的方式有很多,尤其是在杨幂身上,走红毯还不过瘾的杨幂采用上松下紧的老套路穿搭,厚厚的臃肿羽绒服搭配九分打底裤,没有什么特别的性感元素,整个身材比例惊艳不说,这腿部线条瞬间变得更加的鲜明了,加上原本身材就纤瘦,有了黑色衣品的加持,这大长腿隔着屏幕都让人羡慕。

不得不说在秀身材的境界上,杨幂真是的达到了炉火纯青的地步了,清一色的大码臃肿上衣在杨幂身上时刻都能保持一副好的身材状态,比如穿上厚重的大衣外套,款式陈旧显老气,但是杨幂却巧搭黑色的九分打底衫和小白鞋,露着肤白的脚踝,让整体的视觉感注重在下面,虽然没有特别出众的身材,但看上去就是不一般,简单自然,还很减龄。

短款羽绒服最近几年非常流行,许多女明星也在不停的尝试,杨幂也是,可是她在看秀的时候竟然选择了内搭的连体裤,搭配黑色的漆皮学,让造型变得更加的摩登范了,露着肤白的美腿,跷着二郎腿,对于一直都是偏少女风的杨幂来说真是大变模样,满满的性感范太上镜了,感觉比T台上的模特还要惊艳。

声明:文字原创,图片来自网络,如有侵权,请联系我们删除,谢谢。如果你喜欢本篇文字,欢迎分享转发到朋友圈。

更多精彩报道,尽在https://knowthiscar.com

18新利体育-小卫星敢跟“胖五”掰手腕

18新利体育-小卫星敢跟“胖五”掰手腕

谁敢跟“胖五”——中国最大推力火箭长征五号掰手腕?

还真有,主角是一颗名为“天琴一号”的卫星,不过,它不是跟“胖五”比谁的劲儿大,而是跟它比谁的劲儿小。

来自中国航天科技集团五院的消息称,该院502所科研人员近日依托我国“天琴一号”卫星,在我国航天历史上首次完成“微牛级变推力冷气推进技术”的在轨验证,标志着我国成为世界上第二个掌握该技术的国家。

比谁的劲儿足够小——这项技术牛吗,又有何难?

“胖五”长征五号运载火箭,牛在力量大。而微牛级推进,牛在它的“微”,它的“小”——即使一个“哈欠”产生的推力都比它大许多倍。

据五院502所专家介绍,1微牛的力,大约等于1厘米头发丝的重量,而“天琴一号”微牛级推进系统分辨率精度为0.1微牛,也就是说能以相当于1毫米头发的重量为单位,调整推力大小。

“天琴一号”是我国“天琴”引力波探测计划的首颗技术验证卫星,于2019年12月20日发射升空。

2020年1月初,五院502所科研人员以微牛级变推力冷气推进技术为依托,对“天琴一号”卫星成功实现了“无拖曳控制”,对该卫星微牛级推进系统在轨数据进行了分析,结果表明主要技术参数达到了国际先进水平。

所谓卫星的“无拖曳控制”,通俗来说,就是指抵消除引力以外所有干扰卫星的力。

卫星在天上飞,其所受的干扰力主要来自大气阻力、太阳光压等,去掉这些干扰力,卫星才能成为一个“超静超稳”的平台,才能使空间引力波探测成为可能。

微牛级变推力技术是实施无拖曳控制的前提,也是空间推进技术发展的重要方向。

五院502所专家告诉记者,这样微弱的推力,是为了持续抵消太阳光压和大气等对卫星的干扰。由于这些干扰力会随着环境变化而产生极其微弱的变化,所以要求该套系统在提供极小、极精准推力的同时,能够实现极精确的连续调节。

据介绍,“天琴一号”微推进系统可以精确控制“1小时匀速喷出仅1毫升的气体”,而控制流量的阀芯行程仅有几十纳米——这些没有足够的定力和能耐,可是做不到的。

早在20世纪70年代,五院502所便研制出我国第一代冷气推进系统,并实现在轨应用。随着多种类型空间推进系统的发展,冷气推进系统一度淡出历史舞台。不过,由于其具备推力稳定、推力分辨率高等优点,受到了新一代空间基础物理科学探测任务和卫星导航等空间任务的青睐。

如今,“天琴一号”微牛级变推力冷气推进技术的在轨成功验证,迈出了空间引力波探测实质性、关键性的一步。

插画:小树

更多精彩报道,尽在https://knowthiscar.com

18新利体育-病急乱投医?巴萨瞄准米兰废柴锋霸,又要浪费3亿人民币?

18新利体育-病急乱投医?巴萨瞄准米兰废柴锋霸,又要浪费3亿人民币?

在苏亚雷斯受伤之后,巴萨的锋线遭受重创,此前的消息显示,梅西和格列兹曼都不愿意打正印9号,所以球队急需在冬季寻枪。但是目前市场上的即战力并不多,所以巴萨将目光投向了在米兰迷失的皮亚特克。

皮亚特克属于机会主义前锋,靠嗅觉和射术吃饭,身体对抗不占优势,技术也没那么精细,很大程度上依赖队友的做球。所以他在米兰这种粗糙的体系中难有发挥,半个赛季只能进4-5球,实在有些磕碜。

所以米兰希望及时止损,准备在冬季以3000万-3500万欧元的价格将他出售,也引来了热刺等球队的考察。不过目前还没有实质性的进展,但是巴萨的介入很可能改变波兰前锋的走向。

客观来说巴萨的中场足够强大,能够给皮亚特克提供足够的火力支援,但是他的传球配合能力有限,能不能跟上巴萨的节奏还能难说。一旦花掉三四千万欧,这又将是一笔3亿人民币的大生意,巴萨还得好好权衡一下。

(编辑:余周周)

更多精彩报道,尽在https://knowthiscar.com

18luck新利备用网-3行代码提速模型训练:这个算法让你的GPU老树开新花

18luck新利备用网-3行代码提速模型训练:这个算法让你的GPU老树开新花

新智元推荐

编辑:元子

【新智元导读】百度和Nvidia研究院结合N卡底层计算优化,提出了一种有效的神经网络训练加速方法,不仅是预训练,在全民finetune BERT的今天变得异常有用。「福利:今晚8点,刘天义博士为您解读云游戏性能及优化,戳右边链接上新智元小程序参与直播!」

一切还要从2018年ICLR的一篇论文说起。

《MIXED PRECISION TRAINING》是百度&Nvidia研究院一起发表的,结合N卡底层计算优化,提出了一种灰常有效的神经网络训练加速方法,不仅是预训练,在全民finetune BERT的今天变得异常有用哇。

而且调研发现,不仅百度的paddle框架支持混合精度训练,在Tensorflow和Pytorch中也有相应的实现。下面我们先来讲讲理论,后面再分析混合精度训练在三大深度学习框架中的打开方式。

理论原理

训练过神经网络的小伙伴都知道,神经网络的参数和中间结果绝大部分都是单精度浮点数(即float32)存储和计算的,当网络变得超级大时,降低浮点数精度,比如使用半精度浮点数,显然是提高计算速度,降低存储开销的一个很直接的办法。

然而副作用也很显然,如果我们直接降低浮点数的精度直观上必然导致模型训练精度的损失。但是呢,天外有天,这篇文章用了三种机制有效地防止了模型的精度损失。待小夕一一说来o(* ̄▽ ̄*)ブ

权重备份(master weights)

我们知道半精度浮点数(float16)在计算机中的表示分为1bit的符号位,5bits的指数位和10bits的尾数位,所以它能表示的最小的正数即2^-24(也就是精度到此为止了)。当神经网络中的梯度灰常小的时候,网络训练过程中每一步的迭代(灰常小的梯度 也黑小的learning rate)会变得更小,小到float16精度无法表示的时候,相应的梯度就无法得到更新。

论文统计了一下在Mandarin数据集上训练DeepSpeech 2模型时产生过的梯度,发现在未乘以learning rate之前,就有接近5%的梯度直接悲剧的变成0(精度比2^-24还要高的梯度会直接变成0),造成重大的损失呀/(ㄒoㄒ)/~~

还有更难的,假设迭代量逃过一劫准备奉献自己的时候。。。由于网络中的权重往往远大于我们要更新的量,当迭代量小于Float16当前区间内能表示的最小间隔的时候,更新也会失败(哭瞎┭┮﹏┭┮我怎么这么难鸭)

所以怎么办呢?作者这里提出了一个非常simple but effective的方法,就是前向传播和梯度计算都用float16,但是存储网络参数的梯度时要用float32!这样就可以一定程度上的解决上面说的两个问题啦~~~

我们来看一下训练曲线,蓝色的线是正常的float32精度训练曲线,橙色的线是使用float32存储网络参数的learning curve,绿色滴是不使用float32存储参数的曲线,两者一比就相形见绌啦。

损失放缩(loss scaling)

有了上面的master weights已经可以足够高精度的训练很多网络啦,但是有点强迫症的小夕来说怎么还是觉得有点不对呀o((⊙﹏⊙))o.

虽然使用float32来存储梯度,确实不会丢失精度了,但是计算过程中出现的指数位小于 -24 的梯度不还是会丢失的嘛!相当于用漏水的筛子从河边往村里运水,为了多存点水,村民们把储水的碗换成了大缸,燃鹅筛子依然是漏的哇,在路上的时候水就已经漏的木有了。。

于是loss scaling方法来了。首先作者统计了一下训练过程中激活函数梯度的分布情况,由于网络中的梯度往往都非常小,导致在使用FP16的时候右边有大量的范围是没有使用的。这种情况下,我们可以通过放大loss来把整个梯度右移,减少因为精度随时变为0的梯度。

那么问题来了,怎么合理的放大loss呢?一个最简单的方法是常数缩放,把loss一股脑统一放大S倍。float16能表示的最大正数是2^15*(1+1-2^-10)=65504,我们可以统计网络中的梯度,计算出一个常数S,使得最大的梯度不超过float16能表示的最大整数即可。

当然啦,还有更加智能的动态调整(automatic scaling) o(* ̄▽ ̄*)ブ

我们先初始化一个很大的S,如果梯度溢出,我们就把S缩小为原来的二分之一;如果在很多次迭代中梯度都没有溢出,我们也可以尝试把S放大两倍。以此类推,实现动态的loss scaling。

运算精度(precison of ops)

精益求精再进一步,神经网络中的运算主要可以分为四大类,混合精度训练把一些有更高精度要求的运算,在计算过程中使用float32,存储的时候再转换为float16。

matrix multiplication: linear, matmul, bmm, conv

pointwise: relu, sigmoid, tanh, exp, log

reductions: batch norm, layer norm, sum, softmax

loss functions: cross entropy, l2 loss, weight decay

像矩阵乘法和绝大多数pointwise的计算可以直接使用float16来计算并存储,而reductions、loss function和一些pointwise(如exp,log,pow等函数值远大于变量的函数)需要更加精细的处理,所以在计算中使用用float32,再将结果转换为float16来存储。

总结:三大深度学习框架的打开方式

混合精度训练做到了在前向和后向计算过程中均使用半精度浮点数,并且没有像之前的一些工作一样还引入额外超参,而且重要的是,实现非常简单却能带来非常显著的收益,在显存half以及速度double的情况下保持模型的精度,简直不能再厉害啦。

看完了硬核技术细节之后,我们赶紧来看看代码实现吧!如此强大的混合精度训练的代码实现不要太简单了吧

Pytorch

导入Automatic Mixed Precision (AMP),不要998不要288,只需3行无痛使用!

from apex import ampmodel, optimizer = amp.initialize(model, optimizer, opt_level=”O1″) # 这里是“欧一”,不是“零一”with amp.scale_loss(loss, optimizer) as scaled_loss:scaled_loss.backward()

来看个例子,将上面三行按照正确的位置插入到自己原来的代码中就可以实现酷炫的半精度训练啦!

import torchfrom apex import ampmodel = … optimizer = …#包装model和optimizermodel, optimizer = amp.initialize(model, optimizer, opt_level=”O1″)for data, label in data_iter: out = model(data) loss = criterion(out, label) optimizer.zero_grad() #loss scaling,代替loss.backward() with amp.scaled_loss(loss, optimizer) as scaled_loss:scaled_loss.backward() optimizer.step()

Tensorflow

一句话实现混合精度训练之修改环境变量,在python脚本中设置环境变量

os.environ[ TF_ENABLE_AUTO_MIXED_PRECISION ] = 1

除此之外,也可以用类似pytorch的方式来包装optimizer。

Graph-based示例

opt = tf.train.AdamOptimizer()#add a lineopt = tf.train.experimental.enable_mixed_precision_graph_rewrite( opt, loss_scale= dynamic ) train_op = opt.miminize(loss)

Keras-based示例

opt = tf.keras.optimizers.Adam()#add a lineopt = tf.train.experimental.enable_mixed_precision_graph_rewrite( opt, loss_scale= dynamic ) model.compile(loss=loss, optimizer=opt)model.fit(…)

PaddlePaddle

一句话实现混合精度训练之添加config(惊呆毕竟混合精度训练是百度家提出的,内部早就熟练应用了叭)

–use_fp16=true

举个栗子,基于BERT finetune XNLI任务时,只需在执行时设置use_fp16为true即可。

export FLAGS_sync_nccl_allreduce=0export FLAGS_eager_delete_tensor_gb=1export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7BERT_BASE_PATH=”chinese_L-12_H-768_A-12″TASK_NAME= XNLI DATA_PATH=/path/to/xnli/data/CKPT_PATH=/path/to/save/checkpoints/python -u run_classifier.py –task_name ${TASK_NAME} –use_fp16=true #!!!!!!add a line –use_cuda true –do_train true –do_val true –do_test true –batch_size 32 –in_tokens false –init_pretraining_params ${BERT_BASE_PATH}/params –data_dir ${DATA_PATH} –vocab_path ${BERT_BASE_PATH}/vocab.txt –checkpoints ${CKPT_PATH} –save_steps 1000 –weight_decay 0.01 –warmup_proportion 0.1 –validation_steps 100 –epoch 3 –max_seq_len 128 –bert_config_path ${BERT_BASE_PATH}/bert_config.json –learning_rate 5e-5 –skip_steps 10 –num_iteration_per_drop_scope 10 –verbose true

本文授权转载自公众号:夕小瑶的卖萌屋

更多精彩报道,尽在https://knowthiscar.com