A Better Stablecoin on a Perp DEX
在永续交易所创建稳定币头寸很难，但应该很容易。它不仅满足了需求，还为永远做空的永续市场增加了流动性。下面介绍如何做到这一点。CEX 稳定币不错但风险大新快速增长的稳定币 Ethena 建立在这样一个事实之上：对永续杠杆的自然需求绝大多数是多头。这为做空产生了 11% 的溢价，可用于创造无风险回报，远高于任何现实世界资产，如国库券 (5%)。Ethena 是一种可持续的商业模式，因为对这种回报的需求很大，大型加密货币交易所需要做空未平仓合约和占主导地位的中心化稳定币 Tether 和 Circle 的替代品。Ethena 文档列出了其协议中像俄罗斯套娃一样分类的无数程序。其内部服务列出了五个系统
Scientists use generative AI to answer complex questions in physics
一种可以自动对物理系统阶段进行分类的新技术可以帮助科学家研究新材料。
Do Processed Foods Lead to Depression?
医疗保健分类器对解剖加工食品的研究并不陌生，但是最近我们被警告要进行一项将它们与抑郁症联系起来的研究，而且由于我们尚未解剖，这是本周的医疗保健分类的话题。 该帖子加工食品会导致抑郁症吗？首次出现在偶然的经济学家中。
IEEE Transactions on Evolutionary Computation, Volume 28, Issue 3, June 2024
1) 特邀编辑进化神经架构搜索作者：Yanan Sun、Bing Xue、Mengjie Zhang、Gary G. Yen页数：566 - 5692) 多目标进化神经架构搜索的帕累托排序分类器作者：Lianbo Ma、Nan Li、Guo Yu、Xiaoyu Geng、Shi Cheng、Xingwei Wang、Min Huang、Yaochu Jin页数：570 - 5813) EGANS：用于零样本学习的进化生成对抗网络搜索作者：Shiming Chen、Shuhuang Chen、Wenjin Hou、Weiping Ding、Xinge You页数：582 - 5964) 用于医学
Learn Pytorch: Training your first deep learning models step by step
这篇博文是关于开始学习 pytorch 的，并提供图像分类的动手教程。
What is AI Image Recognition and How Does it Work?
人类天生就具有从照片中区分和准确识别物体、人物、动物和地点的能力。然而，计算机并不具备对图像进行分类的能力。然而，它们可以通过计算机视觉应用程序和图像识别技术进行训练，以解释视觉信息。作为 AI 和计算机视觉的一个分支，图像识别 […]
BYOL tutorial: self-supervised learning on CIFAR images with code in Pytorch
实现和理解 byol，一种没有负样本的自监督计算机视觉方法。了解 BYOL 如何学习用于图像分类的稳健表示。
Lobe.ai 刚刚发布公测版，简而言之，你应该去尝试一下。我很幸运，有机会在封闭测试版中测试它，所以我想我应该写一篇简短的评论。让人工智能对大多数人来说更容易理解和更容易使用是我花了很多时间的事情，而 Lobe 毫无疑问正合我意。他们的标语是“让机器学习变得简单”，这正是他们所做的。总的来说，这是一款很棒的工具，我认为它是人工智能技术的真正进步，它使人工智能和深度学习模型比 AutoML 浪潮已经做到的更容易使用。那么 Lobe.ai 到底是什么呢？Lobe.ai 是一个 Automl 工具。这意味着你无需编码即可制作人工智能。在 Lobe 的案例中，它们只处理图像分类。简而言之，你给 Lo
Healthcare Triage: That Low Salt Diet Probably Won’t Prevent Heart Failure
多年来，有很多建议吃低钠饮食。我们以前谈到过有关此事的证据。好吧，准备再次品尝盐。研究指出，低钠饮食对心脏衰竭无济于事。这一集是根据我写的[…]医疗保健后分类的一列改编而来的：低盐饮食可能不会阻止偶然的经济学家首次出现心力衰竭。
Healthcare Triage: Is the Apple Watch a Health Device or What?
Watch系列4的Apple最新，最出色的小工具已经在健康监测游戏中翻了一番，并且具有心电图或ECG功能。但是这个东西有多有用？监视很多健康的人有意义吗？ Apple Watch是否真的吸引了[…]后医疗保健分类的人：Apple Watch是健康设备还是什么？首次出现在偶然的经济学家中。
Loss Function with Cross Entropy made simple
我在 Google 的 Udacity 深度学习课程上找到了这个。 我将详细说明这些笔记，以帮助您更好地理解这个概念。 符号：D（S，L）是交叉熵L是用于训练的标签S（Y）是多项逻辑分类的每个类的概率的 softmax 输出。 为什么叫多项逻辑分类？ 让我们看下面的图，有一个输入向量 X，我们用它来训练线性模型，也称为逻辑回归模型 - Wx + b。 这会产生 logit，也就是分数 Y，它进一步输入到 softmax 激活中以获得概率输出。 线性二元分类称为二项式逻辑分类。多项式表示有超过 2 个类（与二项式或二元分类相比）。-------------让我们帮助您理解交叉熵的数学。 它基本上
Healthcare Triage: Randomized Controlled Trials and Wellness Programs
医学研究的黄金标准是一项随机对照试验，最近一直在进行一些殴打。最近，《社会科学与医学》杂志的整个期刊都致力于它，许多文章都表明了缺点。其他人则认为，随机对照试验通常无法解决患者和[…]医疗后分类的问题：随机对照试验和保健计划首次出现在附带经济学家中。
