CNN评选皮蛋“最恶心”引哗然

标签: cnn 皮蛋 恶心 | 发表时间:2011-07-10 23:54 | 作者:(author unknown) 秀峰
出处:http://www.zaobao.com
美国有线电视新闻网(CNN)评选中国的皮蛋为“全球最恶心食物”而引起华人世界哗然后,有关记者写信澄清并道歉。

相关 [cnn 皮蛋 恶心] 推荐:

CNN评选皮蛋“最恶心”引哗然

- 秀峰 - 联合早报网 zaobao.com - 中国新闻
美国有线电视新闻网(CNN)评选中国的皮蛋为“全球最恶心食物”而引起华人世界哗然后,有关记者写信澄清并道歉.

皮蛋“最恶心”?

- Ray Chow - 科学松鼠会
美国有线电视新闻网(CNN)贴出了一篇文章把皮蛋列为“世界最恶心食物”,引起了中国网友们的不满. 其实,食品是“美味”还是“恶心”,是一种主观感受,没有客观标准. 即使只考虑中国之内,一个地区的美食不被其他地区接受的例子也很常见,比如榴莲、豆汁等.   皮蛋到底是一种什么样的食品呢. 一般而言,就是在鸭蛋(或鸡蛋)外面裹一层草木灰,其中加了一些石灰之类的碱性物质.

Zite 正和 CNN 谈判收购事宜?

- Leo - 爱范儿 · Beats of Bits
根据 Venturebeat 的最新消息,Zite 正在和 CNN 谈判收购事宜. CNN 可能出价 2000 万或 2500 万元. 关于 Zite 我们曾经做过介绍. 简单的说,Zite 是 iPad 平台的个性化电子杂志,可免费下载. 相比 Flipboard 的“定制化”,Zite 试图提供更加“个性化”的阅读体验.

[转]Tensorflow实现的CNN文本分类

- - Soul Joy Hub
在这篇文章中,我们将实现一个类似于Kim Yoon的卷积神经网络语句分类的模型. 本文提出的模型在一系列文本分类任务(如情感分析)中实现了良好的分类性能,并已成为新的文本分类架构的标准基准. 本文假设你已经熟悉了应用于NLP的卷积神经网络的基础知识. 如果没有,建议先阅读Understanding Convolutional Neural Networks for NLP 以获得必要的背景.

CNN专访宫崎骏:最伟大的动画大师

- 姜小白 - 东西
(CNN)宫崎骏,被许多人看做是世界上最伟大的动漫家之一以及日本流行文化的代表人物. 2002年,他的作品《千与千寻》以突然之势进入国际观众的视野,这部电影打破了日本电影票房纪录,并为他赢得了奥斯卡最佳动画长片奖. 吉卜力动漫工作室于1985年成立至今,这位70岁高龄的老人一共制作了18部动画长片.

[直播]正直播CNN乔布斯逝世特别报道

- 洞箫 - cnBeta.COM
现在正在直播美国CNN的乔布斯逝世特别报道. 点击进入直播间(iOS用户暂不可观看)(海外入口).

Android + TensorFlow + CNN + MNIST 手写数字识别实现

- - IT瘾-dev
本文系“SkySeraph AI 实践到理论系列”第一篇,咱以AI界的HelloWord 经典MNIST数据集为基础,在Android平台,基于TensorFlow,实现CNN的手写数字识别. 训练和评估部分主要目的是生成用于测试用的pb文件,其保存了利用TensorFlow python API构建训练后的网络拓扑结构和参数信息,实现方式有很多种,除了cnn外还可以使用rnn,fcnn等.

用paddle实现一个CNN神经网络

- - 非技术 - ITeye博客
问题:实现在MNIST数据集上,对数字的识别. (1)输入:MNIST手写的数字图片,它是一个28*28的二维图片,为了计算,我们将其转为784维的一个向量. (2)输出:分类器的输出是0-9的数字的概率. (3)分类器的设计:5层的卷积神经网络. 即:conv->pool->conv->pool->FC->softmax.

ResNet, AlexNet, VGG, Inception: 理解各种各样的CNN架构

- -
欢迎交流与转载,文章会同步发布在公众号:机器学习算法全栈工程师(Jeemy110). 卷积神经网络在视觉识别任务上的表现令人称奇. 好的CNN网络是带有上百万参数和许多隐含层的“庞然怪物”. 事实上,一个不好的经验规则是:网络越深,效果越好. AlexNet,VGG,Inception和ResNet是最近一些流行的CNN网络.

【CNN】中国幼童事件暴露了“志愿者困境”的问题

- shangxue - 译言-每日精品译文推荐
中国幼童事件暴露了“志愿者困境”的问题. 作者:约阿希姆·克鲁格(Joachim Krueger),CNN的特派员. 2011年10月18日 - 更新于格林尼治标准时间19:22(香港时间03:22). A screen grab of an incident on a China street where a toddler was run down shows a rescuer finally helping her.