假設你們到陌生的地方逛街，雖然很餓，但你不想隨便遇到一間餐廳就進去，也不願顯得優柔寡斷，所以決定只要走過，絕不回頭。
同時，你判斷出在另一半不耐煩之前，最多能逛到十間餐廳。在這個情形下，一個簡單的演算法，讓你知道該在第幾間餐廳停下腳步。
最佳化演算法 在 Readmoo讀墨電子書 Facebook 八卦
「最佳化演算法」的推薦目錄：
- 關於最佳化演算法 在 Readmoo讀墨電子書 Facebook
- 關於最佳化演算法 在 眼底城事 eyes on place Facebook
- 關於最佳化演算法 在 紀老師程式教學網 Facebook
- 關於最佳化演算法 在 請教演算法和最佳化- 看板PhD - 批踢踢實業坊 的評價
- 關於最佳化演算法 在 [評價] 107-1 李彥寰最佳化演算法 的評價
- 關於最佳化演算法 在 最佳化 的評價
- 關於最佳化演算法 在 004結合鯨魚最佳化演算法之單張影像除霧方法 - YouTube 的評價
- 關於最佳化演算法 在 改善蟻群最佳化演算法求解旅行銷售員問題之混合式演算法之研究 的評價
- 關於最佳化演算法 在 洪樂文團隊-01 Introduction 分散式學習的最佳化和通訊演算法 的評價
最佳化演算法 在 眼底城事 eyes on place Facebook 八卦
▌十二月專題 都市地景中的矛盾與複雜 ▌續談「城市即服務」，#運算力 驅動的 #城市設計
在這一篇文章中，劉泓志（ AECOM 亞州區高級副總裁）想要談「運算力」全面影響下的未來城市發展的新 #場景，如何改變都市治理、都市生活，以及，對於受到挑戰的傳統城市規劃專業而言，如何重新定義、理解 #都市設計?
快速的回顧劉泓志的上一篇文章，他認為，#都市設計是一種公共關係的設計（點hashtag快速回顧），當設計進入公共空間，都市設計即一種「#介面」，是一種市民需求和都市服務供給之間的介面；然而，在這層介面上，現在新加入名為「運算力」的 #介面活性劑( 如AI、互聯網應用)。
劉泓志認為，時代的發展由人力→馬力→電力，進入了運算力的時代；這個發展下，不像科幻電影中演變為電腦人大戰人類的末世景象，並沒有單方面遭到科技力宰制；劉泓志認為「這個過程，『人』的能力尤其是想象力，始終是內核的動力。我相信未來還會進入想象力時代——運算力帶我們走向未來，想象力帶我們回歸人性。」
在 〔運算力→科技化〕v.s〔想像力→人本化〕的趨勢下，未來城市設計是由場景設計來引領物理空間的設計，逐漸形成 #二元化 的城市 #場景（scenario），例如城市的基礎設施分為 訊息網與空間網兩種網絡，一方面體現為高效率與移動性，另一方面則是慢生活與定點性。簡單來說，這對於 都市設計的影響，可以分為兩個層面：
首先，未來城市設計是由場景設計來引領物理空間的設計，也引領了技術的發展與應用。接著，傳統城市規劃關注的 #場所塑造 (place making) 依然關鍵，但是轉而去支持頂層的場景規劃。
第二，共同創造新場景的，是想像力與運算力的對話，推動城市發展的是科技與人文的平衡，劉泓志說「我們選擇哪些是不變的，而這些 #變與不變的平衡就是城市設計，是我們建築設計師擁有巨大能力與能量的地方。」
最後，劉泓志提出在這個新發展之下，如何提供高品質都市設計的10種探索，這10招，不只是原則性的宣示，更如同上一篇文章，直接提供可操作化的案例，具有啟發性與應用性的案例非常豐富。可以上下兩篇彼此參照，歡迎分享。
#劉泓志
#都市設計經典案例
#智慧城市
#最佳化演算法
#想像力就是你的超能力
(原文刊載於 #AC建築創作)
https://eyesonplace.net/2019/12/23/13371/?_thumbnail_id=13392
最佳化演算法 在 紀老師程式教學網 Facebook 八卦
[文章推薦] 深度學習框架（Frameworks）簡史：TensorFlow 與 PyTorch 的前世今生（簡中）
「深度学习框架简史：TF和PyTorch双头垄断，未来十年迎来黄金时期」
網址： https://bit.ly/37niIM8
----------
今天想要分享給大家的，雖然不是什麼了不起的文章。不過我覺得對於想知道「TensorFlow、PyTorch」這兩個深度學習框架的朋友，應該有一定程度的幫助。所以還是轉念分享給大家！
「深度學習」已經是人工智慧領域裡，很熱門的一個學科。它可以幫助你把「照片」、「文章」這些「非結構化資料」，自動抽取其特徵，然後送入神經網路裡面去學習、進而變成一個成熟的「神經網路模型」，持續辨認、分類相似的照片與文章。
在 2016 年之前，你想寫一個神經網路模型，得經過重重磨難，學習微積分、梯度...等大量數學概念後，才有辦法做到。但 2016 年 TensorFlow、PyTorch 橫空出世，讓撰寫一個神經網路模型，只要短短十行左右的程式碼，接著就是把資料集丟入寫好的程式碼就可以了。什麼偏微分、梯度下降...等數學或最佳化演算法，TensorFlow 或 PyTorch 都可以幫你搞定。
經過 2016~2020 四年的神經網路框架戰國時代，目前 TensorFlow 與 PyTorch 儼然已經成為神經網路框架的雙霸主。對於初學者，大部分的書籍都會推薦你去學 TensorFlow（嚴格來說，是架構在 TensorFlow 上面的另一個更簡單的框架 Keras）。但對於已經有經驗的神經網路工程師，則偏好 PyTorch 的靈活與可控制性。
拿個不太精確的比喻來說，TensorFlow 像手排車，架構在 TensorFlow 之上的 Keras 像是自排車。而 PyTorch 就像手自排。真正的賽車好手，可能會硬杠 TensorFlow（手排）。而一般民眾，可能會喜歡 Keras（自排）。但是介於「賽車手」與「一般民眾」之間的「發燒車友」，就會喜歡 PyTorch（手自排）。
如果您也想稍微了解一下深度學習框架的來龍去脈，不妨參考一下這篇文章。說不定會得到更多關鍵字，讓你能在 Google 上找到更多你想學習的深度框架細節喔～
希望今天的分享大家會喜歡！祝福大家收穫多多喔！
PS: 本文歡迎轉發、按讚、留言鼓勵我一下！您的隻字片語，都是讓我繼續提供好物的動力喔！
--------
看更多的紀老師，學更多的程式語言：
● YOTTA Python 課程購買： https://bit.ly/2k0zwCy
● YOTTA 機器學習 課程購買： https://bit.ly/30ydLvb
● Facebook 粉絲頁： https://goo.gl/N1z9JB
● YouTube 頻道： https://goo.gl/pQsdCt
如果您覺得這個粉絲頁不錯，請到「評論區」給我一個好評喔！
https://www.facebook.com/pg/teacherchi/reviews/
最佳化演算法 在 [評價] 107-1 李彥寰最佳化演算法 的八卦
[評價] 107-1 李彥寰最佳化演算法. 作者: hortune(原文連結) ... 那是否有比gradient descent還快的演算法呢? 在堂課中，老師帶著大家從convex ... ... <看更多>
最佳化演算法 在 最佳化 的八卦
... <看更多>
最佳化演算法 在 請教演算法和最佳化- 看板PhD - 批踢踢實業坊 的八卦
因為想走通訊領域，想請教大家最佳化方法是不是要搭配演算法的NP-completeness才看
的懂呢，另外想請教NP-completeness，要有演算法前幾章的基礎或是資料結構的基礎才
看的懂嗎？謝謝大家
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.70.109.115
※ 文章網址: https://www.ptt.cc/bbs/PhD/M.1420279649.A.B46.html
... <看更多>