健康资讯 爱尔眼科深度技术分析
1、股价在L1慢速下降趋势线与L2新下降趋势线运行，很明显爱尔眼科处在空头下降位置
2、从2021-08-27～2021-08-31日价降量升，说明在股价在大幅下跌后，出现价跌量增形态，表明空头力量已大幅消耗，底部将至，近期密切关注
3、CCI指标出现底背离现象，但不能立即看受，因为MACD快丶慢线都向下运行，沒有走平或上涨方向，而且在0轴以下，这是典型看空，没得商量
4、长周期，月线、周线都处在空头状态
综合所得，爱尔眼科目前是筑底阶段，在一定范围内，振荡寻找支撑，不宜多、空操盘
半导体前端和后端的制造工艺开发，是深度技术和科学，需要耐心、细心、执著、积累，不是一日之功，是买不来的。华为加油，坚持不懈的努力，不远的将来，中国的华为在半导体领域会成功的、会领先的[赞][握手]
超短高手抓涨停低吸技术系列深度教程 9：双头反包低吸战法（图解）(2)
1、涨停第二天被闷，大幅下砸的大低吸。
这个逻辑是什么？逻辑主要是买昨天打板的止损盘。这三种方式的本质逻辑都是类似的，就是一种势，势是不会轻易结束的，或者说结束也是需要过程的，需要仪式感，这也是我上文多次强调辨识度的原因。这个从风报比来看，下方空间基本是0（如果你吸的足够低），上方15+。
下面拿例子说一下具体操作：
超短高手抓涨停低吸技术系列深度教程 9：双头反包低吸战法（图解）：
武汉凡谷这个例子要比安凯客车更经典一些，但是安凯客车的幅度更标准一些。什么意思呢？武汉凡谷在自己生命周期的第一波，尚且没有陷入过调整，也就是此处它的成功率会高一些，但是安凯是二波，无法确定它的高度，确定性小一些。但是武汉凡谷的幅度在-6以内，而安凯是平开直接砸到-8，这对于前一天涨停的牛股，第二天又没有发生什么股灾，安全垫是相对高的。
记住，这种参与方式，吃的就是大长腿，所以一定要买在急杀的低点，这个如何抓住分时高低点前面几节课我们也专门讲过了，这样的话你的安全垫是非常充足的，第二天的低开没过你的下影线几率相对更小一些。而且，这种参与方式，一般第二天就是开盘或者拉升一把赶紧跑路了，因为它会对今天的大长腿有一个低开修正，武汉凡谷这属于赚到了。
看下面这张图：
超短高手抓涨停低吸技术系列深度教程 9：双头反包低吸战法（图解）：
那根阴线为什么不属于这种方式，因为前一天的涨停板是有问题的，从逻辑角度来讲，原尚第四板那天就相当于牛股的首次调整，大家调出它的分时图仔细去看一下，那天是心有余而力不足的，无数次触板，但是没有人封，注意是没有封，比较接近于中科信息的2017-08-18，我贴下你们感受下。
超短高手抓涨停低吸技术系列深度教程 9：双头反包低吸战法（图解）：
然而它俩还有一个最大的区别，中科信息那一天是高开的，而原尚股份的那天是大幅低开往下杀的，所以严格来说原尚股份的第四板那天才是符合涨停次日大幅下杀的低吸大长腿机会，只不过它这个幅度没有那么大而已。
成功失败的例子都已经说完了，比较多也比较拗口，大家自己静下心去体会一下他们的区别。最后说一下，最需要注意的是一个什么问题呢？就是下杀幅度的问题，大家可以看见武汉凡谷是-6，安凯客车是-8，原尚股份是-4，这里有一个参考点，截止实时，日内下杀振幅，看看是不是有些相似的地方。
这个当然是下杀幅度越深，相对的安全垫也就越高，而这个下杀幅度和大盘环境，板块昨天的情况，今天早上的开盘情况，以及个股昨天的涨停强度情况是分不开，都要具体情境去分析，一般参考振幅4-7个点。
深度学习技术相对机器学习（虽然神经网络是一种机器学习算法，但是DL有时候也是可以从ML中拿出来）来说，更加偏向于工程能力，这使得更多人可以以较小的数学代价来进入到深度学习，但这并不意味着数学的不重要，虽然深度学习整个反向传播过程并不透明，但是它的核心底层还是数学。
为什么深度学习这么火，因为深度学习的终极目标就是能够模拟出像人类脑子的超级网络，对于同一个任务而言，深度学习能够有更多的可塑性，不同的深度、广度、注意力机制、迁移学习、预训练模型等等，这都使得深度学习在很多任务上已经取得了超越人类的表现。
火热的深度学习技术已经融入到了人们的生活，人脸识别、文本生成、意图识别、人机对话等等已经发挥了巨大的价值。我坚信的一点是，未来肯定是深度学习的世界。
不知道你是否了解深度学习，你是否会被他的强大所折服，但是却不知道它的底层原理，无论你是否想要从事深度学习，你都应该了解深度学习，因为它是一项开创思维方式的关键技术。
本头条号的《每天五分钟深度学习技术》以深度学习技术为核心进行讲解，讲解深度学习众多关键技术，比如前向传播、反向传播，Batch归一化、各种优化算法等等，目前销量已经达到了600多个，是大家认可的技术专栏，目前已经连载80多个章节，内容丰富，最重要的是本专栏目前限时打折中。
声明：本专栏中所有知识疑点，均有解答服务，欢迎私信交流。
限时打折，不要错过。
批量归一化有什么效果呢？它能够让深度的神经网络的训练变得容易。
我们常常对数据做标准化处理，也就是说将任意一个特征在数据集中所有样本上的均值设置为0，标注差为1，这样就会使得输入数据使各个特征的分布相近，从而使得模型的训练更加容易和有效。
但是仅仅将输入的数据进行标准化是远远不够的，这是因为随着模型的训练，当每层的参数更新的时候，靠近输出层的隐藏层的参数很容易发生剧烈的变化。这使得我们很难训练出一个很深的神经网络模型。
要想训练一个深度很深的网络模型就需要刚刚说的批量归一化，在模型训练的时候，批量归一化利用小批量上的均值和标准差，不断调整神经网络中间输出，从而使得整个网络模型在各层的中间输出的数值更加的稳定，这极大的提高了深度神经网络的训练效果。
批量归一化是深度学习技术中的重要技术，现在是一个深度学习的时代，要想不被这个时代淘汰，应该主动掌握这个技术，《每天五分钟深度学习》专栏可以帮助你完成这个任务，从简单的神经网络开始，到前向传播、反向传播、激活函数、归一化、训练技巧、优化器、调参技巧等等核心知识都将涉及。
本专栏计划更新150章节，目前更新70多个章节，本专栏限时打折优惠中，点击下方的连接可以免费阅读，欢迎订阅。
【#MEET智能未来大会# 金句时间】百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜：从宏观的大趋势来看，新的技术正在和产业越来越广泛地结合：AI可以落地应用的场景越来越广泛、深入、专业，产业的需求越来越旺盛、广泛，技术创新持续在为产业中运用AI技术注入新的动能和活力。欢迎扫码观看大会直播~
未来098型战略核潜艇设计概念想象图
098通用核潜艇设计
考虑的主要技术参数：
1、长度175米
2、宽度13米
3、高度15米
4、垂直发射筒深度14米
5、水下排水量2.2万吨
6、战略打击和战术打击通用，依任务需求选装配置垂发模块。
以上来自：核动力航母时代，的设想
图源来自网络
最近科技部在征求颠覆性技术方向，我觉得非常好。这种技术有很多啊，一反重力技术，；二意识存储；三、人体冷冻和复活技术；四、瞬移技术；五、换头术；六、量子纠缠深度应用技术；七、挠场技术及零点能技术等。
我自己保留几条吧。赞成这次科技部的动作，创意，不管它是否荒谬，也不管它是否能实现，它让人类插上了翅膀，有可能代表人类前进的方向，当有一个实现，则代表着一次技术上飞跃。
美国就有很多看起来荒谬的研究项目，如狗跳蚤比猫跳蚤跳的高。我都觉得这些研究没有任何意义，是人家钱多可以随意浪费？
【中国信通院：百度飞桨深度学习平台居中国市场应用规模第一】7月28日，2022全球数字经济大会“人工智能驱动未来产业论坛”在京召开，中国信息通信研究院联合深度学习技术及应用国家工程研究中心发布了《深度学习平台发展报告(2022)》。报告对深度学习平台进行了多维度分析，指出百度飞桨是中国市场应用规模第一的深度学习框架和赋能平台。（读创/深圳商报记者 陈姝）中国信通院：百度飞桨深度学习平台居中国市场应用规模第一_读创客户端
前不久，华为、百度的自动驾驶技术.路.测引起广泛注意，车辆行驶在城市道路上全程无.人.工.干.预，确实够厉.害的。细看这几年，很多国内厂商的自动驾驶水平都很高，比如广汽埃安AION LX 的A D i G O 3.0系.统，不管是高速、快速路，还是一些暴雨雪天气，用.户使用里程超8000万公里，并做到0事.故。成熟稳定的系统，再加上与华.为的深度技术合作，相信A D i G O还会有好的表现。
ChatGPT爆发了，包括马斯克在内的大佬都在关注，这是AI大模型爆发的一个成果，AI将正式开启“从感知到认知”的强人工智能阶段。
这个AI到底有多智能，我这里就不赘述了，我想谈谈它的出现对AI产业意味着什么。
很多人都在晒案例，这说明它的可玩性还是很高的，更像是一个公众型强AI应用，而这背后是大模型的功劳。
前几天我就在一篇文章中说：大模型是AI产业的新一轮技术革命，但却一直缺少一个类似于AlphaGo之于深度学习这样的大事件，当这样的大事件出现时，就意味着技术拐点已经到来。
ChatGPT的走红，就是大模型的AlphaGo事件。
AlphaGo战胜李世石成为深度学习突飞猛进的里程碑事件，因为“大众感知度”的提升往往是一项技术从小众走向大众的征兆。可预见，大模型也将变得更热。
众多周知，深度学习是AI的基石技术。不过深度学习已有10多年发展历史，前一阶段AI主要是在“感知”层发力，比如机器视觉、比如语音识别等等，但在“认知”层面还是比较弱的。AI的模型训练也需要大量的人工数据标注工作，说白了就是要人去教算法学习“猫是猫”，全国还有很多从事A标注的人甚至有专门的数据标注基地。
相较于传统的需要人工标注的模型训练而言，AI大模型通过堆叠数据集“贪婪式”地训练模式，拥有更强的通用性，理论上可泛化到多种应用场景，而小样本或零样本的技术实现，则可让应用开发者快速基于其构建工程应用。除泛化能力强、研发过程标准化程度高外，大模型最大的优势还是在于“效果好”，其通过给模型“填喂”大数据提高其自学习能力，进而具有更强的智能程度，比如在自然语言处理上表现更佳。百度、谷歌等巨头的探索表明，基于预训练大模型的NLP技术的效果已超过过去最好的机器学习能力。
适应场景更广泛、开发过程更标准、智能程度更强大，三大特性让大模型更适应AI工业化阶段，因而日益受宠。深度学习驱动AI 十余年的发展，成功地让AI从实验室走向商业化；今天基于深度学习的AI大模型正在掀起AI产业的第二波技术浪潮。
2021年，国外的微软、英伟达、谷歌，国内的百度、浪潮、华为和阿里……越来越多科技巨头都在布局AI大模型。微软CEO纳德拉直言：“深度学习在过去20年或10年取得了巨大进展，大模型将是下一个大事件”。
当然，任何技术从面世到广泛应用都会经历一个过程，大模型技术当前所在的位置，像极了2016年的深度学习，彼时谷歌、百度、Facebook等巨头在AI上已走出很远，甚至已将AI应用到搜索等核心业务上，但AI依然没有走出科技圈。正是AlphaGo对李世石的惊天一击，让全世界都开始关注起了AI特别是深度学习技术，AI技术也从科技巨头等少数派专享逐渐走向了各行各业。因为有AI产业的多年积累，AI大模型的落地比深度学习要快一些，百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜此前曾指出，2022年是AI大模型落地关键年。
我们也看到，2022年，AI圈的大模型玩家主要沿着两个方向在努力：
一个是“卷”参数，从“巨无霸”到“超级巨无霸”，2021年谷歌发布了1.6万亿参数规模的超级语言模型Switch Transformer，很快阿里达摩院就推出了“全球首个突破10万亿参数”的多模态大模型M6。除参数规模越来越大外，AI大模型们也积极参与各项任务测试竞赛，力争最强。
另一个则是“拼”落地，只有应用到真实场景的技术才是真正的好技术。苹果不会在发布会上强调最新的A系列芯片比友商的强多少，甚至不会“刷跑分”，但却会指出A系列芯片让最新的iPhone性能提升了多少倍，并展示玩儿《原神》的画面流畅度。而从结果来看，苹果A系列芯片与友商最顶级的消费级芯片已不分仲伯。我认为，不比“跑分”比落地，也是AI大模型的头等大事，任何技术都需要通过产品给用户/客户带来好的体验或者创造新的价值来体现其价值。
新技术积累到一定时候就会迎来大规模爆发的临界点。从AIGC应用、生成式AI以及ChatGPT的爆发来看，AI大模型“AlphoGo战胜李世石之于深度学习”这样的临界点已然来临，“强人工智能”时代也将由此开启，AI未来给人类带来的震撼以及价值将超乎想象。
我想这是爆红的ChatGPT在行业层面的意义。
十四五科技前沿攻关，人工智能居首，五大重点方向龙头股整理如下：
一、智能机器人：
九号公司：智能服务机器人龙头，深度结合一键召唤、自动跟随、自主回航、远程调配技术。
埃斯顿：包括六轴通用机器人、四轴码垛机器人、SCARA机器人、DELTA机器人等工业机器人及核心零部件。
天智航：核心产品为骨科手术导航定位机器人，为骨科手术机器人行业领军企业。
石头科技：智能清洁机器人行业代表型企业。
二、智能驾驶
华阳集团：公司智能驾驶产品包括抬头显示、自动泊车、360度环视系统、偏道预警等。
四维图新：在2017年提出“智能汽车大脑”战略愿景，业务范围涵盖导航、高精度地图、汽车电子芯片、车联网、高精度定位以及自动驾驶整体方案。
中科创达：智能驾驶舱软件解决方案龙头供应商，产品涵盖操作系统开发、核心技术授权到应用定制。
德赛西威：具有全球领先技术的汽车电子整体解决方案供应商，核心技术源自与西门子合作，智能座舱系统业内最大厂商。
三、生物识别
科大讯飞：语音识别领域全球巨头，专业从事于人工智能技术研究、软件及芯片产品开发、知识服务，人工智能相关核心技术代表了世界最高水平。
汇顶科技：指纹识别芯片全球出货量第一。
汉王科技：长期深研模式识别与智能交互技术，汉王笔、出头鸟、e典笔、人脸通、电纸书、绘画屏等创新产品不断成就爆款。
新国都：全资子公司中正智能主要从事生物特征识别及身份认证产品的设计、研发和销售。
远方信息：控股子公司维尔科技的生物识别技术主要包括指纹识别技术、指静脉识别技术和人脸识别技术等。
佳都科技：公司掌握的人脸识别、视频结构化、知识图谱、智能大数据等四大自主核心技术处于世界领先水平，具备城市大脑顶层设计实力。
四、机器视觉
奥普特：主营包括光源、光源控制器、镜头、相机、视觉控制系统等机器视觉核心软硬件产品。
矩子科技：自主研发的机器视觉检测设备从2D检测跨越式升级到3D检测。
天准科技：专注于机器视觉核心技术，主要产品包括精密测量仪器、智能检测装备、智能制造系统、无人物流车等。
华兴原创：是检测设备与整线检测系统解决方案提供商。
虹软科技：提供的视觉人工智能解决方案主要应用于智能手机行业。
五、语义识别
拓尔思：国内语义智能技术的领导厂商，为中高端企业级客户推行数字化和智慧化赋能。
神州泰岳：公司的文本语义分析平台已成为中国银行业文本分析处理的首选平台。
如果对以上分享的投研信息满意的，欢迎点赞并关注@追风投研 我们将和大家分享最新的财经投研资讯信息！
以上信息仅供参考，不可作为买卖投资依据！
#股票##A股##财经头条#@我要上微头条
深度伪造技术，有多可怕，防不胜防，高科技带来的恐惧，老百姓怎么防，与时俱进，好好学习司马南频道的视频
司马南频道华为这步棋下对了，开了AITO 问界M5之后，我发现合资车已经毫无还手之力，技术差距进一步拉大，国产车就是领导者。
我为什么敢这么说？
不是在吹牛，也不是痴人说梦，而是基于数据层面和技术层面得出的结论。
先说几个关键数据，0-50km/h加速时间仅需1.9秒，0-100km/h加速时间只要4.4秒，WLTC 里程1100+ km。
作为一辆中型SUV，能够跑进4秒俱乐部，我想超跑看见了都要敬畏三分，基本上可以秒掉路上99%的同级车型。
作为增程式电动车，不仅跑得快还跑得远，纯电续航最大可达200公里，综合续航超1100km。
平时纯电续航里程就完全足以应对市区代步，偶尔自驾游或长途才需要到增程模式。
1.5T 四缸专用增程器 3.0，就是为远行而生，采用深度米勒循环技术，41% 热效率和15:1 压缩比，可以实现1升油发3.2度电。
具有高效电力转化能力，平时不用担心油价高，长途不用担心续航里程，这就是华为选择增程式电动车的重要原因。
除此之外，AITO 问界M5的机械素质也格外优秀，采用了前双叉臂，后多连杆独立悬架，可以有效降低侧倾梯度，提升行驶稳定性。
搭配 20 英寸高性能静音轮胎，加强车轮抓地力的同时有效降低胎噪，使得NVH表现优异，用耳朵听就能感受到这辆车的高级感。
当然了，我最感兴趣的还是还是华为HarmonyOS智能座舱带来的智能交互体验，我感觉未来汽车的雏形已经在AITO 问界M5身上实现了。
通过穿戴设备就可以控制汽车，比如，手表或手机靠近汽车就可以无感解锁车门，抬起手腕就能在手表屏幕上远程控制汽车，完成开关车窗、开启空调等操作，还能查看充电进度。
手机、手表可以控制车辆，车辆还可以反过来控制智能家电，通过车机控制中心，便能掌控家中的智能家居设备。
比如，在开车回家的路上，通过一键开启回家模式就可以打开家里的空调和灯，回到家就能够立刻享受到清凉的环境。
我体验过无数车机，华为HarmonyOS智能座舱是目前使用过最好的车机系统，甚至可以说没有之一。
华为早就布局新能源车领域，在AITO 问界M5感受到了华为技术的强大，如今已经成为了众多车企的供应商，希望华为可以砥砺前行，成为中国的“博世”。
在自主品牌坚持不懈地努力下，国产车在新能源领域已经处于全面领先的地位了，虽然自主品牌之间竞争进入白热化，但是各家都有自己的核心竞争力，而合资车显然已经毫无优势了。
这是自主品牌的胜利，也是坚持发展新能源车战略的胜利！
#有AITO问界远方#
【CAC2021 大会报告】百度王海峰博士：AI大生产平台
8月13日，中国自动化学会常务理事、百度首席技术官、深度学习技术及应用国家工程研究中心王海峰主任出席2021中国自动化大会并作题为“AI 大生产平台”的报告，王海峰主任在报告中指出人工智能是驱动新一轮科技革命与产业变革的战略性技术，深度学习框架与平台下接芯片，上承应用，处于人工智能技术体系的关键位置。并重点介绍了飞桨作为我国自主研发、功能丰富、开源开放的产业级深度学习平台，具备显著的标准化、自动化和模块化的工业大生产特征，正在赋能各行各业融合创新，推动产业智能化升级，促进经济高质量发展。
详情请查看：网页链接
【科普】芯片技术难度AI芯片<CPU芯片<GPU芯片
GPU可以分为三类，三个市场，分别是AI、FP和渲染。
AI就是英伟达推出的T4、A10一系列用于深度学习的加速卡，这一块国内寒武纪、昆仑芯之类的已经可以并驾齐驱；
FP则是那些用在超算上的加速卡，支持双精度浮点数运算，可以做科学计算，比如英伟达A100、H100，这一块国产厂商目前还在追赶，有3年以上的时间代差；
渲染就是比较传统的做游戏、做桌面，做各种图形化应用的，英伟达3080、3090等消费类系列，这个目前逻辑上基本赶不上，生态难度太大，超过CPU，这一块主要是专利壁垒和软件生态，预计有10年的代差；
国内现在最火的都是AI芯片或者GPGPU其实很多就是资本故事，难度很小，融资很多，多少很
