&figure&&img src=&https://pic2.zhimg.com/v2-ab567dcdd515cb04f22a4_b.jpg& data-rawwidth=&1280& data-rawheight=&640& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&https://pic2.zhimg.com/v2-ab567dcdd515cb04f22a4_r.jpg&&&/figure&&p&在魔都，晚上放空，于是即兴在「知识星球」里组织了一次线下聚会。大伙儿在新天地的 Habit Grill Burger 品尝了美味的牛肉汉堡，度过了一个充实的晚上。&/p&&p&&br&&/p&&p&期间自然聊起去杠杆的话题。学界的研究是去杠杆至少要经历「八年抗战」，国内从 2015 年提出去杠杆至今还不到三年，前路依然漫长。&/p&&p&&br&&/p&&p&在这个有点痛苦的去杠杆时代，应该买什么资产呢？这会儿正堵在去机场的路上，打开 iPad 写字，分享一点想法。&/p&&p&&br&&/p&&p&&b&避开高杠杆的生意&/b&&/p&&p&&br&&/p&&p&高杠杆生意是去杠杆行动的直接打击目标。长期以来，国内的信用创造模式很畸形：大部分民营企业融资很难，而一旦成了上市公司融资又太容易。于是，上市公司玩着玩着，主动或被动地，就成了高杠杆公司。&/p&&p&&br&&/p&&p&近日上市公司和大股东们排着队违约，算是一个后遗症吧。反过来看，如果一家公司不需要高杠杆经营，那么去杠杆再猛烈也伤害不到它。&/p&&p&&br&&/p&&p&&b&买现金流充沛的生意&/b&&/p&&p&&br&&/p&&p&「高杠杆」的对面是「低杠杆」，但我认为还有「负杠杆」：如果一家公司经营活动产生的现金很充沛，那么即使之前的经营中承担了一定的杠杆，也可以很快利用这些现金实现去杠杆。某种程度上说，这是一个「负杠杆生意」。注意这里和财务意义上的「杠杆负效应」不同。&/p&&p&&br&&/p&&p&之前研究美国的折扣零售商 Dollar General，在全美有一万多家零售店，为客户提供非常低价的产品。近 30 年来（准确数字是 28 年），Dollar General 每年都能做到同店可比营业额增长；利润都是现金，公司动不动就提高股息——30 年间经历了科网股泡沫也有金融危机欧债危机，这些花式崩盘完全没有影响公司的生意。&/p&&p&&br&&/p&&p&零售生意超长期持续增长的案例很多。除了零售生意，教育类公司现金流也都不错。去年以来大量国内教育企业都在海外上市，似乎并未被关注。&/p&&p&&br&&/p&&p&&b&买不良资产处置的生意&/b&&/p&&p&&br&&/p&&p&这个观点来自清华五道口的一位教授。他认为，在通缩时期，&b&收尸体会是很好的生意&/b&。而且国内能做这件事的公司本来也稀缺。&/p&&p&&br&&/p&&p&最近中国华融董事长被查，华融在香港再一次跌破了发行价。个人觉得现在的价格已经包含相当悲观的预期了。&br&-&/p&&p&事实上，大部分科技公司也不会被去杠杆影响（腾讯和苹果们发行债券更多是从优化公司资本结构做的考虑）。大家都知道这些公司很好，所以卖得也很贵，愿者上钩吧。&/p&&p&&br&&/p&&p&我相信国内的去杠杆还会持续很久，而且当下金融领域的各项政策都走在正确的路上。推荐朋友们认真读一下&a href=&http://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s%3F__biz%3DMzI3MjYxNDcxNA%3D%3D%26mid%3D%26idx%3D2%26sn%3D31e0c1d90f60fff38dbb%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&桥水对去杠杆的研究&/a&，也许能有更多收获。&/p&&p&-&/p&&p&上周末，苹果给了一个惊喜：懒投资的 iOS 版本手机 app 终于更新了（此处应插入至少五个感叹号）。这次更新终于适配了 iPhone X ，更多功能还在路上。也想对朋友们说一句：对不起，我来晚了。&/p&&p&&br&&/p&&p&点击「&a href=&http://link.zhihu.com/?target=https%3A//lantouzi.com/mobile/download& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&懒投资APP客户端下载-懒投资&/a&」就可以访问下载页面。&/p&&p&&br&&/p&&p&最后，请注意本文提到的投资方向包含了大量主观判断，很可能引起亏损。请您一定独立思考、独立判断。&/p&&p&&br&&/p&&p&&br&&/p&&p&&b&文：大玩家&/b& &b&/ 微信号：SeniorPlayer&/b&&/p&
在魔都，晚上放空，于是即兴在「知识星球」里组织了一次线下聚会。大伙儿在新天地的 Habit Grill Burger 品尝了美味的牛肉汉堡，度过了一个充实的晚上。 期间自然聊起去杠杆的话题。学界的研究是去杠杆至少要经历「八年抗战」，国内从 2015 年提出去杠杆至…
&figure&&img src=&https://pic1.zhimg.com/v2-d63c989c9bf5a6f45cbacc791f0e2457_b.jpg& data-rawwidth=&460& data-rawheight=&360& class=&origin_image zh-lightbox-thumb& width=&460& data-original=&https://pic1.zhimg.com/v2-d63c989c9bf5a6f45cbacc791f0e2457_r.jpg&&&/figure&&p&焦虑、迷茫、35岁后被清退等等关键词，不断被自媒体人无限放大，刺激我们的神经，特别是35岁之后的职场人，更是人心惶惶，好像真的被淘汰一样。难道35岁后的职场人真的没有市场了吗？真的被淘汰了吗？&/p&&p&在回答这个问题之前，老王还是用真实的案例来说明问题吧。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-a698ad320be9f4e0a95b183aaf8e1eb0_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&460& data-rawheight=&361& class=&origin_image zh-lightbox-thumb& width=&460& data-original=&https://pic3.zhimg.com/v2-a698ad320be9f4e0a95b183aaf8e1eb0_r.jpg&&&/figure&&p&前天，老王和一位83年的职场人做1对1的交流，老王见到他的时候，感觉他满脸惆怅和迷茫，搞的像犯罪一样。通过老王和他沟通，发现他是一位非常优秀的职场人，只是目前求职不顺，比较迷茫。经过老王的引导和深度沟通，他的自信被唤醒，知道自己该做什么了。&/p&&p&还有，老王连续为两位70后的人力资源总监做咨询，当老王拿到对方要咨询的问题和简历后，通过对其简历和问题的分析，老王真的没有发现他们有什么大问题，只是简历的表现相对比较差而已。当老王分别和两位人力资源总监沟通后，发现两个问题：&/p&&p&&b&1、简历的呈现太平淡，和本身实际能力差距太大&/b&。没有从简历上进行高度的提炼，更没有把自己擅长内容和有影响的成就或案例进行放大，增加自己简历的亮点，导致简历过于平淡、表现太差，与实际业绩和能力不符。也就是，实际能力远远大于简历的表现。&/p&&p&&b&2、思维相对有点固化，没有跳出人力资源来看人力资源，和公司运营及管理&/b&。这也就是很多人在思考问题或处理事情的时候，不是用整体的眼光来看问题，而是就问题来分析和解决问题，最后导致问题真的未必能解决，或不被领导看到，才逐步被清退和淘汰。其实，作为年过35岁的职场人，完全可以跳出问题看问题、跳出行业看问题，这样，你的视野和格局，自然就被放大。就像昨天其中一位人力资源总监，老王了解了她的学历、经历，并与其沟通后，发现他可以跳槽人力资源圈，用整体运营的思维来看待和解决公司问题，以及去大公司做boss的大内助手（总监级别以上的总经理助理或董事长助理等等），这样她的问题就解决了，也不会迷茫，更不会焦虑。&/p&&p&&b&3、虽然是高层，但人脉圈子相对太小，不活跃&/b&。老王发现一个问题，很多职场人，甚至是CEO，只是比较熟悉他身边的人脉资源和关系，跨界资源或人脉几乎为零。就像前几天，老王和一位公司的CEO聊天，他说，他们虽然是CEO，但由于每天太忙，需要处理的事情太多，根本就没有时间去处理关系和积累资源。除了行业资源外，并没有其他资源。他开玩笑说，不像你们猎头一样，是站在行业之外看行业、看行业的人才等，这样思维、资源都远远超过他们。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-c1cb952a1c03e67f8fc51_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&460& data-rawheight=&357& class=&origin_image zh-lightbox-thumb& width=&460& data-original=&https://pic2.zhimg.com/v2-c1cb952a1c03e67f8fc51_r.jpg&&&/figure&&p&CEO们都这样认为了，何况职场上的经理人呢？显然，职业经理人的圈子太小，根本就不活跃，在跳槽或转行时，思考问题或征求别人意见时，都是圈子里面思考或聊，很难找到真正的解决方案。就像另外一位人力资源总监说的，她每天加班，然后回家，到家后，孩子都睡觉了。忙的连和孩子说话、交流的时间都没有，哪有时间去深度思考和社交呢？&/p&&p&基于这些，老王认为，&b&职场上不是在清退35岁后的职业经理人，而是在淘汰或清退那些在35岁之前没有做好35岁后的职业定位和职业规划的人&/b&。老王想说，如果你在35岁之后被清退、被淘汰，只是因为你在35岁之前就开始被清退或淘汰，而被清退或淘汰的时间恰恰发生在35岁之后。&/p&&p&为什么会出现这些问题呢？根据对职场的观察和深度思考，老王认为：&/p&&p&&b&1、人无远虑必有近忧&/b&。很多人在35岁之前，没有对自己未来的职业发展进行深度思考、定位，而是完全根据想象进行。就像老王前一段时间和一位30岁的职场人聊天，他说，他30岁突然感觉自己不知道该做什么了，是因为自己原来没有对职业发展进行深度思考和定位，现在发现错了。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-ca6fba9e150bc0acbbf0ad60e0f28551_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&461& data-rawheight=&357& class=&origin_image zh-lightbox-thumb& width=&461& data-original=&https://pic2.zhimg.com/v2-ca6fba9e150bc0acbbf0ad60e0f28551_r.jpg&&&/figure&&p&&b&2、一直在低头做具体的事情，却忘记了抬头看看路，最后不知道路在哪里，何去何从&/b&。前天，老王和一位大厂的HRD聊天，他说，最后悔的是一直在低头处理具体的事情，没有跳出事情看事情，总认为自己只能做HR了，其他都不会了，其实不是，自己可以做很多事情。他接着说，原来一位朋友专门做社保培训的，现在自己创业了，公司已经快到C轮融资了。是的，&b&人，不是被市场淘汰，是被自己的思维局限和行为的框框框住和淘汰&/b&。&/p&&p&&b&3、缺少整体的思维，一直在局部忙忙碌碌&/b&。很多职场人都认为自己一直站在公司的角度思考整体思考问题。老王想说，这不是整体思考问题，而是在公司的框框里面思考狭小的问题，最后导致你的思维过于局限。你可能会说，不在公司框框内思考问题，怎么解决问题。对！你说的很对，正是你这种思维，才真正的把你框到里面。&/p&&p&基于以上问题的分析，老王从来不认为35岁的人是被清退或淘汰的，而是太局限，没有发现自己的问题，更不会更好的求职。说一个大家都不能接受的一个事实，就是很多资深的HR或高层，都咨询老王，他们的求职渠道该怎么选择。所以，我们&b&不能用正常的眼光和思维来看待真实的世界，而是要用适合世界发展的眼光和思维来看待这个世界&/b&。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-ebaf63b07f524d106e4803_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&460& data-rawheight=&360& class=&origin_image zh-lightbox-thumb& width=&460& data-original=&https://pic2.zhimg.com/v2-ebaf63b07f524d106e4803_r.jpg&&&/figure&&p&既然说35岁后的职场人，不是被职场清退或淘汰，那么，到底该如何找到适合自己的发展道路呢？再听一个案例吧！昨天，一位猎头朋友对老王讲，他成功把老王介绍给他的一位年龄48岁的职业经理人成功推荐到某公司做常务副总了。48岁的职业经理人，还有市场，难道35岁后的人，就没有市场了吗？&/p&&p&解决方案：&/p&&p&&b&1、跳槽职业看发展&/b&。结合自己的经历和实际能力，在行业内往上走。就像老王在文章说的那位HRD的案例一样，她可以选择做运营老大或大的上市公司总经理助理或董事长助理，这一点，她非常适合。&/p&&p&&b&2、忘记焦虑和迷茫，不断放大自己最擅长和精通的事情&/b&。职场有一个现象，就是一招打遍天下无敌手。就是说，只要你有一门最擅长的独门绝技，你的职业发展就非常长久。就像某电视访谈说一位老先生，一生在搞古琴，现在都成了匠人和非物质文化遗产了。思考一下，你到底有什么独门武功。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-32a246b62cfd0dd5ca221191bda54f15_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&471& data-rawheight=&361& class=&origin_image zh-lightbox-thumb& width=&471& data-original=&https://pic3.zhimg.com/v2-32a246b62cfd0dd5ca221191bda54f15_r.jpg&&&/figure&&p&&b&3、扩大社交圈，世界那么大，走出去看看、聊聊&/b&。千万不要只低头拉车了，真的要抬头看看路，找到自己的路了，不然，你35岁后真的会被淘汰或辞退。&/p&&p&&b&写在最后&/b&&/p&&p&&b&职场从来不清退或淘汰35岁后的人，如果说被清退或淘汰，只能说明你35岁之前已经逐步被清退或淘汰，只是发生在35岁后而已&/b&。&/p&&p&推荐阅读&/p&&p&1、&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&这样公司的offer为什么不能接？这篇文章说出了本质&/a&&/p&&p&2、&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&越努力，越焦虑的背后的逻辑到底是什么？&/a&&/p&&p&3、&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&世界那么大，我要不要转行？&/a&&/p&
焦虑、迷茫、35岁后被清退等等关键词，不断被自媒体人无限放大，刺激我们的神经，特别是35岁之后的职场人，更是人心惶惶，好像真的被淘汰一样。难道35岁后的职场人真的没有市场了吗？真的被淘汰了吗？在回答这个问题之前，老王还是用真实的案例来说明问题吧…
&figure&&img src=&https://pic2.zhimg.com/v2-2a20f53f70fef77bd4529_b.jpg& data-rawwidth=&1910& data-rawheight=&1000& class=&origin_image zh-lightbox-thumb& width=&1910& data-original=&https://pic2.zhimg.com/v2-2a20f53f70fef77bd4529_r.jpg&&&/figure&&blockquote&夏乙 栗子 发自 凹非寺&br&量子位 出品 | 公众号 QbitAI&/blockquote&&p&一段吐槽视频今天在美国火了。&/p&&a class=&video-box& href=&https://link.zhihu.com/?target=https%3A//www.zhihu.com/video/025728& target=&_blank& data-video-id=&& data-video-playable=&true& data-name=&& data-poster=&https://pic3.zhimg.com/v2-e55d23c481a7c90e2e5dab.png& data-lens-id=&025728&&
&img class=&thumbnail& src=&https://pic3.zhimg.com/v2-e55d23c481a7c90e2e5dab.png&&&span class=&content&&
&span class=&title&&&span class=&z-ico-extern-gray&&&/span&&span class=&z-ico-extern-blue&&&/span&&/span&
&span class=&url&&&span class=&z-ico-video&&&/span&https://www.zhihu.com/video/025728&/span&
&p&也就半天的工夫，这段视频在Twitter上有200多万次播放，1300多条评论，被转发了2万6000多次，还收获了5万多个赞。&/p&&p&什么视频这么万人瞩目？主角，是前总统奥巴马；这么受关注，当然是因为——内容非常劲爆，特别是这一句：&/p&&blockquote&President Trump is total and complete dipshit.&/blockquote&&p&“川普总统完全就是个笨蛋。”&/p&&p&不过，这些劲爆的话都不是奥巴马自己说的，视频里的声音来自刚刚在今年的奥斯卡上以《Get Out》拿下最佳原创剧本奖的导演Jordan Peele。&/p&&p&他和BuzzFeed CEO Jonah Peretti一起，自导自演了这么一出大戏，戏里的奥巴马，对口型能力强大到让所有假唱精英败下阵来。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-35c12c1e1debc8ee7ac087f_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&429& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic4.zhimg.com/v2-35c12c1e1debc8ee7ac087f_r.jpg&&&/figure&&p&搬出奥巴马，就是为了向全美国（甚至全球）人民传达视频开头的那句话：&/p&&p&“我们已经进入了这样一个时代，我们的敌人可以做出看起来像任何人在任何时候说任何话的东西。”&/p&&p&未来的假新闻可能就是这个样。&/p&&p&这个视频……鹅厂不让上传，有兴趣的同学可以自行搭梯子去Twitter看：&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//twitter.com/BuzzFeed/status/222272& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&twitter.com/BuzzFeed/st&/span&&span class=&invisible&&atus/222272&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&视频中，Peele还放出了奥巴马和自己的对比环节。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-797e2ce34c7ded5ad527e0_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&600& data-rawheight=&338& data-thumbnail=&https://pic3.zhimg.com/v2-797e2ce34c7ded5ad527e0_b.jpg& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic3.zhimg.com/v2-797e2ce34c7ded5ad527e0_r.jpg&&&/figure&&p&右边就是Jordan Peele，这段视频的（部分）替身演员和声优。视频制作的主力工具则是Adobe AE和FakeApp。&/p&&p&此次的脸部搬家工作，具体是这样的。首先，找出一段奥巴马真正的演讲视频，将Peele的嘴粗暴地粘贴到奥巴马脸上。然后，再把奥巴马的下巴，换成一个可以随着演员嘴部动作一同运动的下巴。&/p&&p&下一步，FakeApp登场，负责把拼贴好的视频做一些平滑和细化处理。听起来像是收尾工作，但这一步任重道远。&/p&&p&据BuzzFeed透露，一开始搬家的效果蠢蠢的。可能用整容失败都不足以形容。但，训练时间长了之后，Peele的嘴部动作和奥巴马的脸融合得越来越自然。&/p&&p&最后发出来的视频，是56小时辛苦训练、以及特效专家现场指导的结晶。&/p&&h2&&b&又见FakeApp&/b&&/h2&&p&是的，又见FakeApp。&/p&&p&去年底，一位不愿透露姓名的用户deepfakes，利用业余时间搞出了这个机器学习算法，主要的功效就是两个字：换脸。&/p&&p&只要给这个AI一些照片，就能出色的给视频中的主角换脸。&/p&&p&后来他的网名，就成了这个技术的代名词。作者本人透露，这个系统是基于像TensorFlow后端的Keras等多个开源库完成的。&/p&&p&这个开源系统发布之后，立刻引发了轰动。国外网友在reddit上创建了专门的讨论区，用来交流和发布研究成果。&/p&&p&简单实用效果好，deepfakes快速流行开来。很多人开始用这个技术，把色情片主角的脸换成自己喜欢的明星。&/p&&p&再后来，deepfakes进化成FaceApp。&/p&&p&从此换脸的流程进一步简化。FaceApp被定义为一个社区开发的桌面应用，可以运行deepfakes算法，无需安装Python、TensorFlow等，并且如果想要运行，仅需要“CUDA支持的高性能GPU”。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-6d1a1ddb39f_b.jpg& data-size=&normal& data-rawwidth=&897& data-rawheight=&544& class=&origin_image zh-lightbox-thumb& width=&897& data-original=&https://pic2.zhimg.com/v2-6d1a1ddb39f_r.jpg&&&figcaption&换脸的训练过程&/figcaption&&/figure&&p&炸裂的效果引发了巨大的争议，后来reddit上这个版块也不得不关闭了事。&/p&&p&虽然互联网公司几乎集体封禁了deepfake相关社群，不想让网民们再到处传播换上赫敏脸的小片片。但是，这个技术的超低门槛软件FakeApp悄然迭代着，目前已经到了2.2版。&/p&&p&这里，我们放一段之前的演示：将希特勒的脸“嫁接”到阿根廷总统Mauricio Macri身上，体会一下效果。&/p&&p&关于deepfakes的应用，量子位还在另一篇报道里有过详细的描述，传送门在此：&a href=&https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s%3F__biz%3DMzIzNjc1NzUzMw%3D%3D%26mid%3D%26idx%3D1%26sn%3Dadfebdd9ab976ee19b17f29ff383dac4%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《不可描述，技术进步》&/a&。&/p&&h2&&b&无需配音&/b&&/h2&&p&在FakeApp的帮助下，换脸这件事变得非常简单。&/p&&p&那声音怎么办？严丝合缝的声优在哪里？&/p&&p&还是让AI来吧。&/p&&p&上周，有Reddit小伙伴发布了，川普演讲的韩文版，是AI自动生成的。&/p&&p&楼下，就有韩国友人鉴定，嗯，流利得可以。&/p&&a href=&https://link.zhihu.com/?target=http%3A//v.qq.com/x/page/nmk.html& data-draft-node=&block& data-draft-type=&link-card& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&v.qq.com/x/page/n0632t7&/span&&span class=&invisible&&83mk.html&/span&&span class=&ellipsis&&&/span&&/a&&p&这还不算，会说韩文的群众纷纷表示，美国人说韩文，基本就是这个口音。&/p&&p&本周，还是那个小伙伴，又放出了带有金同志嗓音的朝式英文，AI调教成果上佳。&/p&&a href=&https://link.zhihu.com/?target=http%3A//v.qq.com/x/page/d0632jd4ocb.html& data-draft-node=&block& data-draft-type=&link-card& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&我们的邻居说英语，可能是这样的_腾讯视频&/a&&p&视频那一头的神秘团队Icepick，到底对他们的AI做了什么，目前并没有相关信息公开。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-cb27d406ac85f8b7c5f6f4f66ea89c5f_b.jpg& data-size=&normal& data-rawwidth=&480& data-rawheight=&342& data-thumbnail=&https://pic2.zhimg.com/v2-cb27d406ac85f8b7c5f6f4f66ea89c5f_b.jpg& class=&origin_image zh-lightbox-thumb& width=&480& data-original=&https://pic2.zhimg.com/v2-cb27d406ac85f8b7c5f6f4f66ea89c5f_r.jpg&&&figcaption&耳朵会怀孕&/figcaption&&/figure&&p&不过，我们依然可以看看，AI获得语音生成技能之前，到底需要经受怎样的调教——&/p&&h2&&b&气质如何调教&/b&&/h2&&a class=&video-box& href=&https://link.zhihu.com/?target=https%3A//www.zhihu.com/video/482880& target=&_blank& data-video-id=&& data-video-playable=&true& data-name=&& data-poster=&https://pic3.zhimg.com/80/v2-f6a831a334cf24fdc2e976_b.jpg& data-lens-id=&482880&&
&img class=&thumbnail& src=&https://pic3.zhimg.com/80/v2-f6a831a334cf24fdc2e976_b.jpg&&&span class=&content&&
&span class=&title&&&span class=&z-ico-extern-gray&&&/span&&span class=&z-ico-extern-blue&&&/span&&/span&
&span class=&url&&&span class=&z-ico-video&&&/span&https://www.zhihu.com/video/482880&/span&
&p&不管是谷歌娘，Siri，或是Alexa，说的话听上去都不太像真人。这是因为，我们说话时有一些平常不容易察觉的细节，比如字与字之间的连接、呼吸声、气音、嘴唇碰撞时发出的声音等等。&/p&&p&所以，把多个语音片段直接拼接合成 (Concatenative Synthesis) 一段话 (即鬼畜本畜)，或者用参数合成 (Statistical Parametric Synthesis) ，都很难产生非常接近人声的语音。&/p&&p&第一个用神经网络来生成人类自然语音的，就是DeepMind的WaveNet。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-e41fdbfeec0c3_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&570& data-rawheight=&289& data-thumbnail=&https://pic4.zhimg.com/v2-e41fdbfeec0c3_b.jpg& class=&origin_image zh-lightbox-thumb& width=&570& data-original=&https://pic4.zhimg.com/v2-e41fdbfeec0c3_r.jpg&&&/figure&&p&从前，人们很少为原始音频的声波直接建模，因为每秒有超过16,000个采样点，让模型过于复杂，难于训练。&/p&&p&但当PixelRNN和PixelCNN发布之后，DeepMind便有了“借助二维图像的处理方式，来处理一维声波”的想法。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-c30c38e855aaa3ff411a1_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&570& data-rawheight=&262& data-thumbnail=&https://pic4.zhimg.com/v2-c30c38e855aaa3ff411a1_b.jpg& class=&origin_image zh-lightbox-thumb& width=&570& data-original=&https://pic4.zhimg.com/v2-c30c38e855aaa3ff411a1_r.jpg&&&/figure&&p&WaveNet是全卷积神经网络，卷积层里的扩张因子 (dilation factors) ，能让感受野 (receptive field) 随深度变化呈指数增长，并且覆盖数千个时间步 (timestep)。&/p&&p&有了延时采样机制，只要增加一层，就可以多关联一倍的时间范围，训练效果更佳。 &/p&&figure&&img src=&https://pic2.zhimg.com/v2-7bd1f580daa_b.jpg& data-size=&normal& data-rawwidth=&320& data-rawheight=&320& class=&content_image& width=&320&&&figcaption&你听得出，我不是人吗&/figcaption&&/figure&&p&通过层层卷积，WaveNet便可以把PS痕迹明显的机器语音，转换成更加流畅自然的语音，与人类声音之间的差异大幅降低。&/p&&h2&&b&嗓音如何调教&/b&&/h2&&p&去年，Lyrebird也发布了语音合成技术，基于音色、音调、音节、停顿等多种特征，来定义某个人的声音，然后借用ta的声音来说话。&/p&&p&据公司官方表示，通过大量的样本学习，神经网络只需要听一分钟的音频，就可以模仿里面的陌生人说话了。Lyrebird系统生成一段语音，比同一时期的WaveNet要快得多。&/p&&h2&&b&口音如何调教&/b&&/h2&&p&说一句话很容易，但语音就是一门复杂的学科了。同样一个“啊”字从不同的人嘴里发出来，也会因为口型大小、发音位置 (这并不是官方特征分类) 等习惯的不同，让身为听众的人类或计算机感受到差异。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-ffba8fdb44d93c_b.jpg& data-size=&normal& data-rawwidth=&1080& data-rawheight=&453& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic4.zhimg.com/v2-ffba8fdb44d93c_r.jpg&&&figcaption&给你，销魂的伦敦腔&/figcaption&&/figure&&p&百度的语音合成系统DeepVoice，可以轻松训练AI合成百种英文口音。研发团队发现，AI把不同口音的演讲者，对应到嵌入空间的不同区域里。比如来自大不列颠岛和北美大陆的人，在嵌入空间里占据的区域也有明显的不同。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-35e5bd499e4eee0fac64a9_b.jpg& data-size=&normal& data-rawwidth=&308& data-rawheight=&73& class=&content_image& width=&308&&&figcaption&简单的原理：英男 + 均美 +均英 = 美男&/figcaption&&/figure&&p&如果是处理中文，什么样的声线和口音，才比较适合骗大神带你吃鸡呢？&/p&&h2&&b&随口一说&/b&&/h2&&figure&&img src=&https://pic1.zhimg.com/v2-8f7001aff13fd8a3f7b7b5f22092f06f_b.jpg& data-size=&normal& data-rawwidth=&1080& data-rawheight=&675& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic1.zhimg.com/v2-8f7001aff13fd8a3f7b7b5f22092f06f_r.jpg&&&figcaption&你个火·箭男&/figcaption&&/figure&&p&也有人不喜欢用政治噱头来包装科学研究的做法，并表达了强烈的反胃之情。&/p&&p&不过我倒觉得，如果有人发糖，还是要尽量分享给周围的人。下面是正确示范——川川当选之际，和希拉里的深you情du对唱 (误) ，无奈视频上传有难度，就改成了传送门。&/p&&p&&u&&a href=&https://link.zhihu.com/?target=https%3A//www.bilibili.com/video/av7234390/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&bilibili.com/video/av72&/span&&span class=&invisible&&34390/&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&以后，AI说不定能帮我们，把天衣无缝的南腔北调，P给鬼畜区的任何一位主角。&/p&&p&那么，我心心念念的雷布斯同款仙桃普通话，感觉指日可待啊。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-5bdb3b73ba333b9f2b75b_b.jpg& data-caption=&& data-size=&small& data-rawwidth=&1080& data-rawheight=&1020& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic4.zhimg.com/v2-5bdb3b73ba333b9f2b75b_r.jpg&&&/figure&&h2&&b&福利&/b&&/h2&&p&致想看视频又没梯子的同学：文中提到的视频，我们在度娘网盘传了一份。&/p&&p&欢迎在量子位公众号（QbitAI）对话界面回复“&b&造假精英&/b&”四个字提取。&/p&&p&— &b&完&/b& —&/p&&p&欢迎大家关注我们的专栏：&a href=&https://zhuanlan.zhihu.com/qbitai& class=&internal&&量子位 - 知乎专栏&/a&&/p&&p&诚挚招聘&/p&&p&量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。&/p&&p&&a href=&https://zhuanlan.zhihu.com/qbitai& class=&internal&&量子位 QbitAI&/a& · 头条号签约作者&/p&&p&?'?' ? 追踪AI技术和产品新动态&/p&
夏乙 栗子 发自 凹非寺 量子位 出品 | 公众号 QbitAI一段吐槽视频今天在美国火了。也就半天的工夫，这段视频在Twitter上有200多万次播放，1300多条评论，被转发了2万6000多次，还收获了5万多个赞。什么视频这么万人瞩目？主角，是前总统奥巴马；这么受关注…
&p&递归神经网络可存储记忆神经网络，LSTM是其中一种，在NLP领域应用效果不错。 &/p&&p&&br&&/p&&p&递归神经网络（RNN），时间递归神经网络（recurrent neural network），结构递归神经网络（recursive neural network）。时间递归神经网络神经元间连接构成有向图，结构递归神经网络利用相似神经网络结构递归构造更复杂深度网络。两者训练属同一算法变体。&/p&&p&&br&&/p&&p&时间递归神经网络。传统神经网络FNN(Feed-Forward Neural Networks)，前向反馈神经网络。RNN引入定向循环，神经元为节点组成有向环，可表达前后关联关系。隐藏层节点间构成全连接，一个隐藏层节点输出可作另一个隐藏层节点或自己的输入。U、V、W是变换概率矩阵，x是输入，o是输出。RNN关键是隐藏层，隐藏层捕捉序列信息，记忆能力。RNN中U、V、W参数共享，每一步都在做相同事情，输入不同，降低参数个数和计算量。RNN在NLP应用较多，语言模型在已知已出现词情况下预测下一个词概率，是时序模型，下一个词出现取决于前几个词，对应RNN隐藏层间内部连接。&/p&&p&&br&&/p&&p&RNN的训练方法。用BP误差反向传播算法更新训练参数。从输入到输出经过步骤不确定，利用时序方式做前向计算，假设x表示输入值，s表示输入x经过U矩阵变换后值，h表示隐藏层激活值，o表示输出层值, f表示隐藏层激活函数，g表示输出层激活函数。当t=0时，输入为x0, 隐藏层为h0。当t=1时，输入为x1, s1 = Ux1+Wh0, h1 = f(s1), o1 = g(Vh1)。当t=2时，s2 = Ux2+Wh1, h2 = f(s2), o2 = g(Vh2)。st = Uxt + Wh(t-1), ht = f(st), ot = g(Vht)。h=f(现有的输入+过去记忆总结)，对RNN记忆能力全然体现。&/p&&p&UVW变换概率矩阵，x输入，s xU矩阵变换后值，f隐藏层激活函数，h隐藏层激活值，g输出层激活函数，o输出。时间、输入、变换(输入、前隐藏)、隐藏(变换)、输出(隐藏)。输出(隐藏(变换(时间、输入、前隐藏)))。反向修正参数，每一步输出o和实际o值误差，用误差反向推导，链式求导求每层梯度，更新参数。&/p&&p&&br&&/p&&p&LSTM(Long Short Tem Momery networks)。RNN存在长序列依赖(Long-Term Dependencies)问题。下一个词出现概率和非常久远之前词有关，考虑到计算量，限制依赖长度。&a href=&http://link.zhihu.com/?target=http%3A//colah.github.io/posts/2015-08-Understanding-LSTMs& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Understanding LSTM Networks&/a& 。传统RNN示意图，只包含一个隐藏层，tanh为激发函数，“记忆”体现在t滑动窗口，有多少个t就有多少记忆。&/p&&p&&br&&/p&&p&LSTM设计，神经网络层(权重系数和激活函数，σ表示sigmoid激活函数，tanh表示tanh激活函数)，矩阵运算(矩阵乘或矩阵加)。历史信息传递和记忆，调大小阀门(乘以一个0到1之间系数)，第一个sigmoid层计算输出0到1之间系数，作用到×门，这个操作表达上一阶段传递过来的记忆保留多少，忘掉多少。忘掉记忆多少取决上一隐藏层输出h{t-1}和本层的输入x{t}。上一层输出h{t-1}和本层的输入x{t}得出新信息，存到记忆。计算输出值Ct部分tanh神经元和计算比例系数sigmoid神经元（sigmoid取值范围是[0,1]作比例系数，tanh取值范围[-1,1]作一个输出值）。隐藏层输出h计算，考虑当前全部信息（上一时序隐藏层输出、本层输入x和当前整体记忆信息），本单元状态部分C通过tanh激活并做一个过滤(上一时序输出值和当前输入值通过sigmoid激活系数)。一句话词是不同时序输入x，在某一时间t出现词A概率可LSTM计算，词A出现概率取决前面出现过词，取决前面多少个词不确定，LSTM存储记忆信息C，得出较接近概率。&/p&&p&&br&&/p&&p&聊天机器人是范问答系统。&/p&&p&&br&&/p&&p&语料库获取。范问答系统，一般从互联网收集语料信息，比如百度、谷歌，构建问答对组成语料库。语料库分成多训练集、开发集、测试集。问答系统训练在一堆答案里找一个正确答案模型。训练过程不把所有答案都放到一个向量空间，做分组，在语料库里采集样本，收集每一个问题对应500个答案集合，500个里面有正向样本，随机选些负向样本，突出正向样本作用。&/p&&p&&br&&/p&&p&基于CNN系统设计，sparse interaction(稀疏交互)，parameter sharing(参数共享)，equivalent respresentation(等价表示)，适合自动问答系统答案选择模型训练。&/p&&p&&br&&/p&&p&通用训练方法。训练时获取问题词向量Vq(词向量可用google word2vec训练，和一个正向答案词向量Va+，和一个负向答案词向量Va-， 比较问题和两个答案相似度，两个相似度差值大于一个阈值m更新模型参数，在候选池里选答案，小于m不更新模型。参数更新，梯度下降、链式求导。测试数据，计算问题和候选答案cos距离，相似度最大是正确答案预测。&/p&&p&&br&&/p&&p&神经网络结构设计。HL hide layer隐藏层，激活函数z = tanh(Wx+B)，CNN 卷积层，P 池化层，池化步长 1，T tanh层，P+T输出是向量表示，最终输出两个向量cos相似度。HL或CNN连起来表示共享相同权重。CNN输出维数取决做多少卷积特征。论文《Applying Deep Learning To Answer Selection- A Study And An Open Task》。 &/p&&p&&br&&/p&&p&深度学习运用到聊天机器人中，1. 神经网络结构选择、组合、优化。2. 自然语言处理，机器识别词向量。3. 相似或匹配关系考虑相似度计算，典型方法 cos距离。4. 文本序列全局信息用CNN或LSTM。5. 精度不高可加层。6. 计算量过大，参数共享和池化。&/p&&p&&br&&/p&&p&聊天机器人学习，需要海量聊天语料库。美剧字幕。外文电影或电视剧字幕文件是天然聊天语料，对话比较多美剧最佳。&a href=&http://link.zhihu.com/?target=http%3A//%25E5%25AD%%25B9%%25BA%%25BD%%25AB%2599www.zimuku.net& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&字幕库网站www.zimuku.net&/a&。&/p&&p&&br&&/p&&p&自动抓取字幕。抓取器代码(&a href=&http://link.zhihu.com/?target=https%3A//github.com/warmheartli/ChatBotCourse& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&warmheartli/ChatBotCourse&/a&)。在subtitle下创建目录result，scrapy.Request&/p&&p&方法调用时增加传参 dont_filter=True：&/p&&p&&br&&/p&&p&
# coding:utf-8&/p&&p&
import sys&/p&&p&
import importlib&/p&&p&
importlib.reload(sys)&/p&&p&
import scrapy&/p&&p&
from subtitle_crawler.items import SubtitleCrawlerItem&/p&&p&
class SubTitleSpider(scrapy.Spider):&/p&&p&
name = &subtitle&&/p&&p&
allowed_domains = [&&a href=&http://link.zhihu.com/?target=http%3A//zimuku.net& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&zimuku.net&/a&&]&/p&&p&
start_urls = [&/p&&p&
&&a href=&http://link.zhihu.com/?target=http%3A//www.zimuku.net/search%3Fq%3D%26t%3Donlyst%26ad%3D1%26p%3D20& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&zimuku.net/search?&/span&&span class=&invisible&&q=&t=onlyst&ad=1&p=20&/span&&span class=&ellipsis&&&/span&&/a&&,&/p&&p&
&&a href=&http://link.zhihu.com/?target=http%3A//www.zimuku.net/search%3Fq%3D%26t%3Donlyst%26ad%3D1%26p%3D21& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&zimuku.net/search?&/span&&span class=&invisible&&q=&t=onlyst&ad=1&p=21&/span&&span class=&ellipsis&&&/span&&/a&&,&/p&&p&
&&a href=&http://link.zhihu.com/?target=http%3A//www.zimuku.net/search%3Fq%3D%26t%3Donlyst%26ad%3D1%26p%3D22& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&zimuku.net/search?&/span&&span class=&invisible&&q=&t=onlyst&ad=1&p=22&/span&&span class=&ellipsis&&&/span&&/a&&,&/p&&p&
def parse(self, response):&/p&&p&
hrefs = response.selector.xpath('//div[contains(@class, &persub&)]/h1/a/@href').extract()&/p&&p&
for href in hrefs:&/p&&p&
url = response.urljoin(href)&/p&&p&
request = scrapy.Request(url, callback=self.parse_detail, dont_filter=True)&/p&&p&
yield request&/p&&p&
def parse_detail(self, response):&/p&&p&
url = response.selector.xpath('//li[contains(@class, &dlsub&)]/div/a/@href').extract()[0]&/p&&p&
print(&processing: &, url)&/p&&p&
request = scrapy.Request(url, callback=self.parse_file, dont_filter=True)&/p&&p&
yield request&/p&&p&
def parse_file(self, response):&/p&&p&
body = response.body&/p&&p&
item = SubtitleCrawlerItem()&/p&&p&
item['url'] = response.url&/p&&p&
item['body'] = body&/p&&p&
return item&/p&&p&
# -*- coding: utf-8 -*-&/p&&p&
class SubtitleCrawlerPipeline(object):&/p&&p&
def process_item(self, item, spider):&/p&&p&
url = item['url']&/p&&p&
file_name = url.replace('/','_').replace(':','_')+'.rar'&/p&&p&
fp = open('result/'+file_name, 'wb+')&/p&&p&
fp.write(item['body'])&/p&&p&
fp.close()&/p&&p&
return item&/p&&p&
ls result/|head -1 , ls result/|wc -l , du -hs result/ 。&/p&&p&&br&&/p&&p&字幕文件解压，linux直接执行unzip &a href=&http://link.zhihu.com/?target=http%3A//file.zip& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&file.zip&/a&。linux解压rar文件，&a href=&http://link.zhihu.com/?target=http%3A//www.rarlab.com/download.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&WinRAR archiver, a powerful tool to process RAR and ZIP files&/a& 。wget &a href=&http://link.zhihu.com/?target=http%3A//www.rarlab.com/rar/rarlinux-x64-5.4.0.tar.gz& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&rarlab.com/rar/rarlinux&/span&&span class=&invisible&&-x64-5.4.0.tar.gz&/span&&span class=&ellipsis&&&/span&&/a& 。tar zxvf rarlinux-x64-5.4.0.tar.gz&/p&&p&./rar/unrar 。解压命令，unrar x file.rar 。linux解压7z文件，&a href=&http://link.zhihu.com/?target=http%3A//downloads.sourceforge.net/project/p7zip& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Browse Files at SourceForge.net&/a& 下载源文件，解压执行make编译 bin/7za可用，用法 bin/7za x file.7z。&/p&&p&&br&&/p&&p&程序和脚本在&a href=&http://link.zhihu.com/?target=https%3A//github.com/warmheartli/ChatBotCourse& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/warmheartli/&/span&&span class=&invisible&&ChatBotCourse&/span&&span class=&ellipsis&&&/span&&/a& 。第一步：爬取影视剧字幕。第二步：压缩格式分类。文件多无法ls、文件名带特殊字符、文件名重名误覆盖、扩展名千奇百怪，python脚本mv_zip.py：&/p&&p&&br&&/p&&p&
import glob&/p&&p&
import os&/p&&p&
import fnmatch&/p&&p&
import shutil&/p&&p&
import sys&/p&&p&
def iterfindfiles(path, fnexp):&/p&&p&
for root, dirs, files in os.walk(path):&/p&&p&
for filename in fnmatch.filter(files, fnexp):&/p&&p&
yield os.path.join(root, filename)&/p&&p&
i=0&/p&&p&
for filename in iterfindfiles(r&./input/&, &*.ZIP&):&/p&&p&
i=i+1&/p&&p&
newfilename = &zip/& + str(i) + &_& + os.path.basename(filename)&/p&&p&
print(filename + & &===& & + newfilename)&/p&&p&
shutil.move(filename, newfilename)&/p&&p&
#sys.exit(-1)&/p&&p&&br&&/p&&p&扩展名根据压缩文件修改*.rar、*.RAR、*.zip、*.ZIP。第三步：解压。根据操作系统下载不同解压工具，建议unrar和unzip，脚本来实现批量解压：&/p&&p&&br&&/p&&p&
i=0; for file in `ls`; do mkdir output/${i}; echo &unzip $file -d output/${i}&;unzip -P abc $file -d output/${i} & /dev/ ((i++)); done&/p&&p&
i=0; for file in `ls`; do mkdir output/${i}; echo &${i} unrar x $file output/${i}&;unrar x $file output/${i} & /dev/ ((i++)); done&/p&&p&&br&&/p&&p&第四步：srt、ass、ssa字幕文件分类整理。字幕文件类型srt、lrc、ass、ssa、sup、idx、str、vtt。第五步：清理目录。自动清理空目录脚本clear_empty_dir.py ：&/p&&p&&br&&/p&&p&
import glob&/p&&p&
import os&/p&&p&
import fnmatch&/p&&p&
import shutil&/p&&p&
import sys&/p&&p&
def iterfindfiles(path, fnexp):&/p&&p&
for root, dirs, files in os.walk(path):&/p&&p&
if 0 == len(files) and len(dirs) == 0:&/p&&p&
print(root)&/p&&p&
os.rmdir(root)&/p&&p&&br&&/p&&p&
iterfindfiles(r&./input/&, &*.srt&)&/p&&p&&br&&/p&&p&第六步：清理非字幕文件。批量删除脚本del_file.py ：&/p&&p&&br&&/p&&p&
import glob&/p&&p&
import os&/p&&p&
import fnmatch&/p&&p&
import shutil&/p&&p&
import sys&/p&&p&
def iterfindfiles(path, fnexp):&/p&&p&
for root, dirs, files in os.walk(path):&/p&&p&
for filename in fnmatch.filter(files, fnexp):&/p&&p&
yield os.path.join(root, filename)&/p&&p&
for suffix in (&*.mp4&, &*.txt&, &*.JPG&, &*.htm&, &*.doc&, &*.docx&, &*.nfo&, &*.sub&, &*.idx&):&/p&&p&
for filename in iterfindfiles(r&./input/&, suffix):&/p&&p&
print(filename)&/p&&p&
os.remove(filename)&/p&&p&第七步：多层解压缩。第八步：舍弃剩余少量文件。无扩展名、特殊扩展名、少量压缩文件，总体不超过50M。第九步：编码识别与转码。utf-8、utf-16、gbk、unicode、iso8859，统一utf-8，get_charset_and_conv.py :&/p&&p&&br&&/p&&p&
import chardet&/p&&p&
import sys&/p&&p&
import os&/p&&p&
if __name__ == '__main__':&/p&&p&
if len(sys.argv) == 2:&/p&&p&
for root, dirs, files in os.walk(sys.argv[1]):&/p&&p&
for file in files:&/p&&p&
file_path = root + &/& + file&/p&&p&
f = open(file_path,'r')&/p&&p&
data = &a href=&http://link.zhihu.com/?target=http%3A//f.read& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&f.read&/a&()&/p&&p&
f.close()&/p&&p&
encoding = chardet.detect(data)[&encoding&]&/p&&p&
if encoding not in (&UTF-8-SIG&, &UTF-16LE&, &utf-8&, &ascii&):&/p&&p&
try:&/p&&p&
gb_content = data.decode(&gb18030&)&/p&&p&
gb_content.encode('utf-8')&/p&&p&
f = open(file_path, 'w')&/p&&p&
f.write(gb_content.encode('utf-8'))&/p&&p&
f.close()&/p&&p&
except:&/p&&p&
print(&except:&, file_path)&/p&&p&&br&&/p&&p&第十步：筛选中文。extract_sentence_srt.py ：&/p&&p&&br&&/p&&p&
# coding:utf-8&/p&&p&
import chardet&/p&&p&
import os&/p&&p&
import re&/p&&p&
cn=ur&([u4e00-u9fa5]+)&&/p&&p&
pattern_cn = re.compile(cn)&/p&&p&
jp1=ur&([uF]+)&&/p&&p&
pattern_jp1 = re.compile(jp1)&/p&&p&
jp2=ur&([u30A0-u30FF]+)&&/p&&p&
pattern_jp2 = re.compile(jp2)&/p&&p&
for root, dirs, files in os.walk(&./srt&):&/p&&p&
file_count = len(files)&/p&&p&
if file_count & 0:&/p&&p&
for index, file in enumerate(files):&/p&&p&
f = open(root + &/& + file, &r&)&/p&&p&
content = &a href=&http://link.zhihu.com/?target=http%3A//f.read& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&f.read&/a&()&/p&&p&
f.close()&/p&&p&
encoding = chardet.detect(content)[&encoding&]&/p&&p&
try:&/p&&p&
for sentence in content.decode(encoding).split('n'):&/p&&p&
if len(sentence) & 0:&/p&&p&
match_cn =
pattern_cn.findall(sentence)&/p&&p&
match_jp1 =
pattern_jp1.findall(sentence)&/p&&p&
match_jp2 =
pattern_jp2.findall(sentence)&/p&&p&
sentence = sentence.strip()&/p&&p&
if len(match_cn)&0 and len(match_jp1)==0 and len(match_jp2) == 0 and len(sentence)&1 and len(sentence.split(' ')) & 10:&/p&&p&
print(sentence.encode('utf-8'))&/p&&p&
except:&/p&&p&
continue&/p&&p&&br&&/p&&p&第十一步：字幕中句子提取。&/p&&p&&br&&/p&&p&
# coding:utf-8&/p&&p&
import chardet&/p&&p&
import os&/p&&p&
import re&/p&&p&
cn=ur&([u4e00-u9fa5]+)&&/p&&p&
pattern_cn = re.compile(cn)&/p&&p&
jp1=ur&([uF]+)&&/p&&p&
pattern_jp1 = re.compile(jp1)&/p&&p&
jp2=ur&([u30A0-u30FF]+)&&/p&&p&
pattern_jp2 = re.compile(jp2)&/p&&p&
for root, dirs, files in os.walk(&./ssa&):&/p&&p&
file_count = len(files)&/p&&p&
if file_count & 0:&/p&&p&
for index, file in enumerate(files):&/p&&p&
f = open(root + &/& + file, &r&)&/p&&p&
content = &a href=&http://link.zhihu.com/?target=http%3A//f.read& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&f.read&/a&()&/p&&p&
f.close()&/p&&p&
encoding = chardet.detect(content)[&encoding&]&/p&&p&
try:&/p&&p&
for line in content.decode(encoding).split('n'):&/p&&p&
if line.find('Dialogue') == 0 and len(line) & 500:&/p&&p&
fields = line.split(',')&/p&&p&
sentence = fields[len(fields)-1]&/p&&p&
tag_fields = sentence.split('}')&/p&&p&
if len(tag_fields) & 1:&/p&&p&
sentence = tag_fields[len(tag_fields)-1]&/p&&p&
match_cn =
pattern_cn.findall(sentence)&/p&&p&
match_jp1 =
pattern_jp1.findall(sentence)&/p&&p&
match_jp2 =
pattern_jp2.findall(sentence)&/p&&p&
sentence = sentence.strip()&/p&&p&
if len(match_cn)&0 and len(match_jp1)==0 and len(match_jp2) == 0 and len(sentence)&1 and len(sentence.split(' ')) & 10:&/p&&p&
sentence = sentence.replace('N', '')&/p&&p&
print(sentence.encode('utf-8'))&/p&&p&
except:&/p&&p&
continue&/p&&p&&br&&/p&&p&第十二步：内容过滤。过滤特殊unicode字符、关键词、去除字幕样式标签、html标签、连续特殊字符、转义字符、剧集信息：&/p&&p&&br&&/p&&p&
# coding:utf-8&/p&&p&
import sys&/p&&p&
import re&/p&&p&
import chardet&/p&&p&
if __name__ == '__main__':&/p&&p&
#illegal=ur&([u]+)&&/p&&p&
illegal=ur&([u]+)&&/p&&p&
pattern_illegals = [re.compile(ur&([u]+)&), re.compile(ur&([u]+)&)]&/p&&p&
filters = [&字幕&, &时间轴:&, &校对:&, &翻译:&, &后期:&, &监制:&]&/p&&p&
filters.append(&时间轴：&)&/p&&p&
filters.append(&校对：&)&/p&&p&
filters.append(&翻译：&)&/p&&p&
filters.append(&后期：&)&/p&&p&
filters.append(&监制：&)&/p&&p&
filters.append(&禁止用作任何商业盈利行为&)&/p&&p&
filters.append(&http&)&/p&&p&
htmltagregex = re.compile(r'&[^&]+&',re.S)&/p&&p&
brace_regex = re.compile(r'{.*}',re.S)&/p&&p&
slash_regex = re.compile(r'\w',re.S)&/p&&p&
repeat_regex = re.compile(r'[-=]{10}',re.S)&/p&&p&
f = open(&./corpus/all.out&, &r&)&/p&&p&
count=0&/p&&p&
while True:&/p&&p&
line = f.readline()&/p&&p&
if line:&/p&&p&
line = line.strip()&/p&&p&
# 编码识别，不是utf-8就过滤&/p&&p&
gb_content = ''&/p&&p&
try:&/p&&p&
gb_content = line.decode(&utf-8&)&/p&&p&
except Exception as e:&/p&&p&
sys.stderr.write(&decode error:
&, line)&/p&&p&
continue&/p&&p&
# 中文识别，不是中文就过滤&/p&&p&
need_continue = False&/p&&p&
for pattern_illegal in pattern_illegals:&/p&&p&
match_illegal = pattern_illegal.findall(gb_content)&/p&&p&
if len(match_illegal) & 0:&/p&&p&
sys.stderr.write(&match_illegal error: %sn& % line)&/p&&p&
need_continue = True&/p&&p&
break&/p&&p&
if need_continue:&/p&&p&
continue&/p&&p&
# 关键词过滤&/p&&p&
need_continue = False&/p&&p&
for filter in filters:&/p&&p&
try:&/p&&p&
line.index(filter)&/p&&p&
sys.stderr.write(&filter keyword of %s %sn& % (filter, line))&/p&&p&
need_continue = True&/p&&p&
break&/p&&p&
except:&/p&&p&
pass&/p&&p&
if need_continue:&/p&&p&
continue&/p&&p&
# 去掉剧集信息&/p&&p&
if re.match('.*第.*季.*', line):&/p&&p&
sys.stderr.write(&filter copora %sn& % line)&/p&&p&
continue&/p&&p&
if re.match('.*第.*集.*', line):&/p&&p&
sys.stderr.write(&filter copora %sn& % line)&/p&&p&
continue&/p&&p&
if re.match('.*第.*帧.*', line):&/p&&p&
sys.stderr.write(&filter copora %sn& % line)&/p&&p&
continue&/p&&p&
# 去html标签&/p&&p&
line = htmltagregex.sub('',line)&/p&&p&
# 去花括号修饰&/p&&p&
line = brace_regex.sub('', line)&/p&&p&
# 去转义&/p&&p&
line = slash_regex.sub('', line)&/p&&p&
# 去重复&/p&&p&
new_line = repeat_regex.sub('', line)&/p&&p&
if len(new_line) != len(line):&/p&&p&
continue&/p&&p&
# 去特殊字符&/p&&p&
line = line.replace('-', '').strip()&/p&&p&
if len(line) & 0:&/p&&p&
sys.stdout.write(&%sn& % line)&/p&&p&
count+=1&/p&&p&
else:&/p&&p&
break&/p&&p&
f.close()&/p&&p&
pass&/p&&p&&br&&/p&&p&参考资料：&/p&&p&&br&&/p&&p&《Python 自然语言处理》&/p&&p&&br&&/p&&p&&a href=&http://link.zhihu.com/?target=http%3A//www.shareditor.com/blogshow%3FblogId%3D103& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&自己动手做聊天机器人 二十六-图解递归神经网络(RNN)&/a&&/p&&p&&br&&/p&&p&&a href=&http://link.zhihu.com/?target=http%3A//www.shareditor.com/blogshow%3FblogId%3D104& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&自己动手做聊天机器人 二十七-用深度学习来做自动问答的一般方法&/a&&/p&&p&&br&&/p&&p&&a href=&http://link.zhihu.com/?target=http%3A//www.shareditor.com/blogshow%3FblogId%3D105& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&自己动手做聊天机器人 二十八-脑洞大开：基于美剧字幕的聊天语料库建设方案&/a&&/p&&p&&br&&/p&&p&&a href=&http://link.zhihu.com/?target=http%3A//www.shareditor.com/blogshow%3FblogId%3D112& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&自己动手做聊天机器人 二十九-重磅：近1GB的三千万聊天语料供出&/a&&/p&&p&&br&&/p&&p&欢迎推荐上海机器学习工作机会，我的微信：qingxingfengzi&/p&
递归神经网络可存储记忆神经网络，LSTM是其中一种，在NLP领域应用效果不错。 递归神经网络（RNN），时间递归神经网络（recurrent neural network），结构递归神经网络（recursive neural network）。时间递归神经网络神经元间连接构成有向图，结构递归神经…
&p&有高票答案说：“真正有价值的用户，都是价格不敏感的。用户体验才是真正关心的。”&/p&&p&&br&&/p&&p&说出这话的，应该不是互联网从业者，也对中国国情没有基本了解。&/p&&p&&br&&/p&&p&2017年，中国人均可支配收入是25974元，中位数22408元。&/p&&p&&br&&/p&&p&按全国居民五等份收入分组：&/p&&ul&&li&低收入组人均可支配收入5958元&/li&&li&中等偏下收入组人均可支配收入13843元&/li&&li&中等收入组人均可支配收入22495元&/li&&li&中等偏上收入组人均可支配收入34547元&/li&&li&高收入组人均可支配收入64934元&/li&&/ul&&p&&br&&/p&&p&注意：这是&b&年收入&/b&。&/p&&p&&br&&/p&&p&数据来源：&/p&&a data-draft-node=&block& data-draft-type=&link-card& href=&//link.zhihu.com/?target=http%3A//www.gov.cn/xinwen//content_5269506.htm& data-image=&https://pic1.zhimg.com/v2-fe5b325b4329dedccb30_ipico.jpg& data-image-width=&400& data-image-height=&400& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&中华人民共和国2017年国民经济和社会发展统计公报 _ 部门政务 _中国政府网&/a&&p&&br&&/p&&p&“人均可支配收入”包含了非劳动力人口，也就是说：&/p&&ul&&li&一个排名全国&b&50%中位数&/b&的三口之家，其月家庭收入应该是&b&5600元&/b&。&/li&&li&一个排名全国&b&top20%&/b&的三口之家，其平均月家庭收入应该是&b&1.62万元&/b&。&/li&&/ul&&p&&br&&/p&&p&在一些知乎er眼里，两口子一个月光星巴克的刚性需求就得两千，健身房私教刚需也得两三千，房贷一个月刚性开支一万多，化妆品/包/衣服折算到每个月三千是底线，每年一次境外游、一次国内游，折算到每个月四千不能再少了，要是有娃的话，教育刚需也得八千一万一个月——这些都是实打实的刚需，家庭年收入100万以下在这个世界上很难生存，难以理解一个月“只有”五六千该怎么活。&/p&&p&&br&&/p&&p&所以，对于这种&b&“有价值的用户”&/b&，可能确实对小商品是19.9块还是4.6块不敏感——他们会说: “对我们这种人而言，时间是最重要，我没有时间去下个新app，还要费力的拼团。”&/p&&p&&br&&/p&&p&是抓住这样“有价值”的用户，还是抓住在这些人眼里“没价值”的用户，如果非要二选一，对于想要成为全国级大平台的互联网公司而言，一定是选后者。&/p&&p&&br&&/p&&p&毕竟，年收入100万+人民币的家庭，在人均GDP 6倍于我国的美国，也只有10%。&/p&&p&&br&&/p&&a data-draft-node=&block& data-draft-type=&link-card& href=&//link.zhihu.com/?target=https%3A//en.wikipedia.org/wiki/Household_income_in_the_United_States& data-image=&https://pic3.zhimg.com/v2-a51eaabecfbc764c0.jpg& data-image-width=&1200& data-image-height=&756& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Household income in the United States&/a&&p&&br&&/p&&p&如前文所说，根据统计公报，我国top20%的三口家庭平均年收入是20万。注意，这还不是top20%门槛的收入，而是整个top20%人群的平均收入。&/p&&p&&br&&/p&&p&也就是说，top20%里的收入也是被最顶尖的那波人“平均”到20万/年的。如果看top20%里的中位数，也就是全国top10%的门槛，那也到不了20万/年。&/p&&p&&br&&/p&&p&所以，就我国当下而言：&/p&&ul&&li&&b&至少90%&/b&的三口家庭，年收入达不到&b&20万&/b&。&/li&&li&&b&50%&/b&的三口家庭年收入低于&b&6万6&/b&。&/li&&li&&b&最底层20%&/b&的三口家庭年平均收入不到&b&1万8&/b&。&/li&&/ul&&p&&br&&/p&&p&对大部分中国家庭而言，所谓生活就是：能自己做饭绝不下馆子，非大餐时省油省肉，日常囤积塑料袋，水龙头滴水装桶里屯着，塑料拖鞋不坏不换，一块钱的非空调公交车优先，玻璃饮料瓶要留下来做酱油瓶，为了10块钱优惠券下载垃圾app，大早上超市门口排队抢菜......&/p&&p&&br&&/p&&p&因为只有这样，才能在“有价值”用户们所无法理解的每月五六千的中位数家庭收入下生存，同时还能为后代和自己养老留点积蓄。&/p&&p&&br&&/p&&p&我在此前一篇有关双十一的回答中说过，在许多知乎er眼中，京东的体验秒杀淘宝，但淘宝天猫现在不仅体量远大于京东，甚至连增速也秒了京东——就是因为阿里比京东更适应中国。&/p&&p&&br&&/p&&a data-draft-node=&block& data-draft-type=&link-card& href=&https://www.zhihu.com/question//answer/& data-image=&https://pic4.zhimg.com/80/v2-6b2eaeffcfca8e672d48df_180x120.jpg& data-image-width=&1440& data-image-height=&1080& class=&internal&&2017 年的双十一和往年有哪些不同？&/a&&p&&br&&/p&&p&大多数中国群众有足够的时间去比价、有足够的时间泡在手机上瞎逛、有足够的时间为了几块钱的差价而浪费半小时、也有足够的时间等快递。&/p&&p&&br&&/p&&p&对于阿里而言，最赚钱的并不是服务那些自以为“有价值”的少数消费者，反而是服务于那些&b&占人口总量比例极大的、能带来巨大流量、容易被推荐算法牵着鼻子走、不知道竞价排名存在的&/b&巨量消费者。&/p&&p&&br&&/p&&p&感受一下阿里的财报：&/p&&p&&br&&/p&&a data-draft-node=&block& data-draft-type=&link-card& href=&//link.zhihu.com/?target=http%3A//www.alibabagroup.com/en/news/press_pdf/p180201.pdf& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&alibabagroup.com/en/new&/span&&span class=&invisible&&s/press_pdf/p180201.pdf&/span&&span class=&ellipsis&&&/span&&/a&&p&&br&&/p&&p&这是阿里（不包括蚂蚁金服）月的营收和利润情况（单位，亿人民币）：&/p&&ul&&li&国内外零售业务（淘宝、天猫、lazada、速卖通）的&b&广告+佣金&/b&所带来的营收，占阿里总营收的&b&71.9%&/b&&/li&&li&其余业务（阿里云、菜鸟、b2b、优酷土豆、UC、高德、银泰、阿里音乐/体育等...）的占比都只是个位数。&/li&&li&&b&其中，核心商业是唯一盈利的部门&/b&，其余都是亏损。&/li&&/ul&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/50/v2-d6f02f28edf73_b.jpg& data-rawwidth=&472& data-rawheight=&128& data-caption=&& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&472& data-original=&https://pic2.zhimg.com/50/v2-d6f02f28edf73_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/50/v2-d1ba3ca9ead30_b.jpg& data-rawwidth=&335& data-rawheight=&77& data-caption=&& data-size=&normal& class=&content_image& width=&335&&&/figure&&p&&br&&/p&&p&可以说，天猫淘宝商品搜索和推荐的广告和佣金（特别是广告），是整个阿里营收和利润的绝对支柱。“核心商业”部门的EBITA率（税息摊销前利润率）高达53%，可以说是绝对的暴利。&/p&&p&&br&&/p&&p&更重要的是，天猫淘宝的广告佣金收入增速超过60%，而整体GMV增速只有40%，也就是说，消费者们在阿里平台上购买单位商品所付出的广告费率越来越高。&/p&&p&&br&&/p&&p&2017年，天猫淘宝的GMV是4.6万亿人民币，而广告+佣金的年收入预计超过1600亿——&b&淘宝天猫上每发生100块钱的交易，有3块5会被阿里拿去。&/b&&/p&&p&&br&&/p&&p&对于任何平台而言，都有这么一个道理：知乎/微博的顶级大V，名气大、品牌好，天然自带流量，对平台导流的依赖度不高。而那些千千万万的小罗罗，则需要付出极大的成本——拼命创作、花钱买粉、花钱买赞、花钱买头条，才能偶尔登上一次推荐/热门首页，获得一次导流。&/p&&p&&br&&/p&&p&所以，虽然平台上总体是3.5%的抽成率，但对于致力于成为“淘宝大V”的长尾卖家而言，其付出的成本会比这个数字大得多。&/p&&p&&br&&/p&&p&江湖传言，知乎为了避免培养出大V而采取限流。而淘宝上如今无处不在的推荐算法和个性化商品信息流，也极大地分散了用户的注意力，让卖家很难通过简单的同质化商品价格战而获得用户的关注：&/p&&ul&&li&传统的电商购物流程：“搜索商品 — 最低价格排序 — 付款 — 关app&，流程太短，平台抽成太少，给低价商家导流太多。&/li&&li&新的电商购物流程：“被个性化推荐/导购/比价模块吸引 — 逛了一个小时 — 浏览了巨量的广告/竞价 — 清空购物车，买了一大堆不知道是不是真正最划算的东西 — 关app”，流程长，平台获利多，把流量分摊到不同的商家，卖家获利少。&/li&&/ul&&p&&br&&/p&&p&那么矛盾来了，&b&一方面是尚不算富裕的国民，有对绝对低价商品的刚性需求。另一方面则是大量的、只会血拼价格战的小商品卖家们越来越难以在No.1 的平台上生存。&/b&&/p&&p&&br&&/p&&p&那么一拍即合：拼多多这样的模式诞生了:&/p&&ul&&li&对于大量消费者而言：时间不重要、拼单不重要、打扰亲朋不重要，让我买到4快9的塑料拖鞋、49的小孩运动鞋、99的大人皮鞋最重要。&/li&&li&对于东南沿海的同质化低价轻工业品供应者而言：与其和个性化算法斗智斗勇、付出巨量的营销成本，不如直接价格战，把真真假假的小商品倾销出去。&/li&&/ul&&p&&br&&/p&&p&在如今这个世界，有两类大V：&/p&&ul&&li&一种在知乎、微博、公众号上贩卖知识、思想、鸡汤的——对标淘宝上那些越来越标新立异、通过产品特质和创新来吸引用户的商家。&/li&&li&另一种是在快手上生吞牛蛙、项上缠蛇、连干八杯深水炸弹的——对标那些自砍三刀博眼球、亏钱赚流量的拼多多商家。&/li&&/ul&&p&&br&&/p&&p&快手成功了、抖音成功了、头条成功了、小米成功了——虽然全国有百万量级的精英们在批评这些产品很俗、很low、很无聊，但他们赢得了亿级群众的喜爱。&/p&&p&&br&&/p&&p&我有许多好友在快手、头条（包括抖音、火山）工作。这些公司位于五道口、知春路这些房价10万+，写字楼每平米月租金500+的海淀区核心地段，做的事情却是&b&迎合最广大中国群众娱乐和获取信息的需求。&/b&&/p&&p&&br&&/p&&p&不光是服务中国群众，这些公司的触角已经深入到东南亚和印度，为比中国平均水平还要低很多的广大发展中国家群众提供服务。&/p&&p&&br&&/p&&p&每次撸串，都会听到这些已经身价千万+的资深工程师们笑谈着越南、泰国、印度人民如何喜爱中国的短视频和手游，明年自己的身价又要翻番。&/p&&p&&br&&/p&&p&总的来说，对于拼多多而言，其传言中的400亿的月GMV，已经&b&达到阿里2014年上市前月GMV的30%，&/b&就算其中有很多水份，就算把400亿的大部分给砍掉，也是一个相当可观的数字，不能不让人重视。&/p&&p&&br&&/p&&a data-draft-node=&block& data-draft-type=&link-card& href=&//link.zhihu.com/?target=http%3A//tech.ifeng.com/a/96134_0.shtml& data-image=&https://pic3.zhimg.com/v2-fd0a61acdfcbb5edfaf3eefa_ipico.jpg& data-image-width=&300& data-image-height=&300& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&去微信淘金：千亿拼多多、百亿云集和搬家的蚂蚁雄兵 | 深氪&/a&&p&&br&&/p&&p&再来看一下&b&百度指数&/b&，就百度搜索量而言，拼多多已经达到了&b&淘宝的1/10&/b&，&b&京东的1/5&/b&，比快手和天猫略差一些。特别的，大家可以关注一下拼多多的增速——整体同比+176%，移动同比+205%。&/p&&p&&br&&/p&&p&我想，如果马云和刘强东看到这样的数字，看到一个新的电商公司在自己还没怎么注意的情况下就成长起来，哪怕其热度只有自己的1/10、1/5，但是其增速远快于自己，他们会是怎样的感想。&/p&&p&&br&&/p&&p&他们会不会真的觉得这只是一个在部分知乎er眼中只服务于“没有价值的用户”、“对京东和天猫冲击力约等于0”的公司。&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/50/v2-d462bfb27068debfa86512b_b.jpg& data-rawwidth=&1274& data-rawheight=&430& data-caption=&& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&1274& data-original=&https://pic2.zhimg.com/50/v2-d462bfb27068debfa86512b_r.jpg&&&/figure&&p&&br&&/p&&p&当然，我这里不是说拼多多真就能成为电商领域的搅局者，拼多多真能颠覆阿里和京东。&/p&&p&&br&&/p&&p&我想说的是，对于互联网企业而言，一定要始终牢记中国的基本国情，记住&b&中国还是一个人均中位数年收入只有2.2万元、90%的三口之家年收入低于20万、20%的三口之家年收入低于1万8的发展中大国。&/b&&/p&&p&&br&&/p&&p&巨量的人口有着自己的生存需求、娱乐需求、自我满足的需求、获取信息的需求、展示价值的需求。&/p&&p&&br&&/p&&p&不要嘲笑快手，也不要嘲笑拼多多，就像当年我们不应嘲笑OICQ、淘宝、oppo、vivo、小米。&/p&&p&&br&&/p&&p&一个互联网企业，只要是真正在为数千万、上亿人民解决需求，那就一定有其巨大的生存发展空间。而巨头们一旦过于脱离这一逻辑、追求万世不易的垄断江山，就一定会有新产品和新模式出来打破它们的美梦。&/p&&p&&br&&/p&&p&&br&&/p&&p&相关回答：&/p&&a data-draft-node=&block& data-draft-type=&link-card& href=&https://www.zhihu.com/question//answer/& data-image=&https://pic4.zhimg.com/80/v2-6b2eaeffcfca8e672d48df_180x120.jpg& data-image-width=&1440& data-image-height=&1080& class=&internal&&2017 年的双十一和往年有哪些不同？&/a&&a data-draft-node=&block& data-draft-type=&link-card& href=&https://www.zhihu.com/question//answer/& data-image=&https://pic4.zhimg.com/80/v2-6b67fdce0ad72c798dbe53_180x120.jpg& data-image-width=&550& data-image-height=&311& class=&internal&&如何评价如今的中国手机品牌出海热？&/a&&a data-draft-node=&block& data-draft-type=&link-card& href=&https://www.zhihu.com/question//answer/& data-image=&https://pic2.zhimg.com/80/v2-230a4d4babdd_180x120.jpg& data-image-width=&1440& data-image-height=&937& class=&internal&&亚马逊一直亏损，这部分亏损又是怎么补充的？&/a&
有高票答案说：“真正有价值的用户，都是价格不敏感的。用户体验才是真正关心的。” 说出这话的，应该不是互联网从业者，也对中国国情没有基本了解。 2017年，中国人均可支配收入是25974元，中位数22408元。 按全国居民五等份收入分组：低收入组人均可支配…
&figure&&img src=&https://pic3.zhimg.com/v2-b099eef95a2ac_b.jpg& data-rawwidth=&1200& data-rawheight=&628& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-b099eef95a2ac_r.jpg&&&/figure&&p&理解以太坊一定要理解以太坊中的gas的概念&b&，以太坊gas可以说是以太坊生态系统的命脉&/b&。&/p&&p&任何涉及到以太坊的行为，无论是简单交易，还是智能合约，甚至ICO都需要一定量的gas。gas是衡量执行某些操作所需的计算量的单位，用来计算为了执行操作而需要支付给网络的费用数额。&/p&&p&这里我们将了解gas的工作原理和具体对gas的具体理解。&/p&&p&&b&1.什么是以太坊gas&/b&&/p&&p&gas的名字起得非常贴切，翻译成中文就是天然气的意思。在这之前，我们先了解下bitcoin的背景和bitcoin面临的问题。&/p&&p&比特币的创建是因为每个人都在问同样的问题：&/p&&p&o 是否有可能创造一种可以在没有任何中间人的情况下在两个人之间转移的金钱形式？&/p&&p&o 是否有可能创建一个可以在区块链等功能上运行的分散化资金？&/p&&p&Satoshi Nakamoto在创造比特币时回答了这些问题。我们终于有了一个去中心化的货币体系，可以将资金从一个人转移到另一个人身上。&/p&&p&然而，比特币存在问题，这是所有第一代区块链都存在的问题&a href=&https://link.zhihu.com/?target=https%3A//blockgeeks.com/guides/what-is-blockchain-technology/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&。&/a&他们只允许货币交易，&b&没有办法为这些交易添加条件。&/b&&/p&&p&Alice可以发送Bob 5 BTC，但她不能对这些交易施加条件。例如。她不能告诉鲍勃，只有当他执行某些任务时他才能拿到钱。&/p&&p&这些条件将需要非常复杂的脚本，需要一种“东西”使流程更加无缝。...这个“东西”是就是以太坊的智能合约。关于以太坊的基本原理不多阐述，各位可以参考：&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&区块链技术：以太坊系统核心总结&/a&&/p&&p&进入正题：&/p&&p&&b&2.什么是以太坊gas？&/b&&/p&&p&正如介绍中所解释的那样，Gas是一个单位，用于测量执行某些操作所需的计算量。&/p&&p&以太坊虚拟机（EVM）中运行的所有智能合约都使用 solidity进行编码（以太坊计划未来将从Solidity转移到Viper。）每一行代码都需要一定量的gas来计算，就好比汽车要用汽油。&/p&&p&下面的图片来自以太坊黄页，可以用来粗略地了解多少具体说明的成本。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-b8e7c80afe6fa8ba065b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&740& data-rawheight=&628& class=&origin_image zh-lightbox-thumb& width=&740& data-original=&https://pic4.zhimg.com/v2-b8e7c80afe6fa8ba065b_r.jpg&&&/figure&&p&图片来源：&a href=&https://link.zhihu.com/?target=http%3A//paper.gavwood.com/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Ethereum Yellow Paper&/a&&/p&&p&&br&&/p&&p&&b&3. 以太坊Gas如何工作&/b&&/p&&p&为了更好地理解以太坊的gas工作方式，我们使用一个类比。假设你正在进行一次公路旅行。在你这样做之前，你要经过这些步骤：&/p&&p&&br&&/p&&p&o 你去加油站，并指定你想要在你的车中注满多少汽油（gas）。&/p&&p&o 你的汽车里充满了汽油（gas）。&/p&&p&o 你向加油站支付你欠他们汽油（gas）的金额。&/p&&p&&br&&/p&&p&现在，让我们来与以太坊展开类似的比较。&/p&&p&汽车，就是你想要执行的操作，如gas或智能合同。&/p&&p&加油站是你的矿工。&/p&&p&你付给他们的钱是矿工费。&/p&&p&用户希望在以太坊执行的所有操作必须为以下方面提供gas：&/p&&p&&br&&/p&&p&o 涵盖其数据，即intrinsic gas。&/p&&p&o 覆盖整个计算。&/p&&p&&br&&/p&&p&现在我们已经介绍了基本的基础知识，你可能会问以下问题。&/p&&p&&b&为什么我们有这个gas系统？&/b&&/p&&p&答案很简单...&b&激励&/b&。&/p&&p&像任何工作对等系统一样，以太坊严重依赖矿工的哈希效率：更多的矿工，更多的哈希效率，更安全和快速的系统。&/p&&p&为了吸引更多的矿工进入该系统，他们需要使该系统对矿工有利可图并尽可能诱人。在以太坊，矿工有两种赚钱方式：&/p&&p&o 通过挖掘块和获得块奖励。&/p&&p&o 通过成为他们的开采块裁决和打包者。&/p&&p&我们来探讨第二点。&/p&&p&矿工负责将交易置于其区块内。为了这样做，他们必须使用他们的计算能力来验证智能合约。gas系统允许他们为此收取一定的费用。&/p&&p&这笔费用被称为矿工费，它有助于激励他们积极参与生态系统。&/p&&p&那么，他们可以收取多少费用？&/p&&p&gas度量的最小单位是wei。所以，如果我们在操作过程中花费1个gas单位，我们称它为1 wei。&/p&&p&&b&单位增加如下：&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-e47b6eb3c4a644c22dec52dae2ccd225_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&502& data-rawheight=&604& class=&origin_image zh-lightbox-thumb& width=&502& data-original=&https://pic4.zhimg.com/v2-e47b6eb3c4a644c22dec52dae2ccd225_r.jpg&&&/figure&&p&&br&&/p&&p&&b&那么：&/b&&/p&&p&&b&4：我们如何将gas转换成以太？&/b&&/p&&p&&br&&/p&&p&没有固定的转换价格，完全取决于矿工来确定转换价格，然而，平均转换率通常为：1 gas = 0.02 micro Ether&/p&&p&如果要继续深入，了解Gas Limit的概念很重要：&/p&&p&&b&5：以太坊燃料限制（Gas Limit）是什么？&/b&&/p&&p&为了在Ethereum中完成操作，发起交易的人员或智能合约创建者必须在向矿工提交Gas Limit之前指定Gas Limit。当指定Gas Limit时，矿工将开始执行操作。&/p&&p&提交Gas Limit时，必须考虑以下几点：&/p&&p&o 不同的运营会产生不同的gas成本（如前所示）。&/p&&p&o gas用完时，矿工将停止执行。&/p&&p&o 如果有剩余gas，将立即退还给发起交易的人员或智能合约创建者。&/p&&p&&br&&/p&&p&让我们在假设的场景中看到这一点。&/p&&p&假设我们添加两个数字，并且合同必须执行以下操作：&/p&&p&&br&&/p&&p&o 把10存储在一个变量中 —假设这个操作成本是45 wei 的gas。&/p&&p&o 储存最终结果 —成本为45wei。是10 wei。&/p&&p&o 储存最终结果—成本为45wei。&/p&&p&&br&&/p&&p&假设 gas limit是120 wei。&/p&&p&矿工使用的gas总量为45 + 10 + 45=100 wei。&/p&&p&假设1 wei的费用为0.02 micro ETH，则所欠的费用为（100 * 0.02 micro ETH）= 0.000002 ETH。&/p&&p&&br&&/p&&p&现在，剩下多少gas？&/p&&p&&br&&/p&&p&120 - 100 = 20 wei。&/p&&p&20 wei退还给发起交易的人员或智能合约创建者。&/p&&p&所以，在指定的情况下，我们必须考虑两种情况：&/p&&p&&br&&/p&&p&o
gas limit太低。&/p&&p&o
gas limit太高。&/p&&p&&br&&/p&&p&&b&情景＃1：gas限制太低&/b&&/p&&p&如果一个操作用尽了gas，那么它就会恢复到原来的状态，就好比啥事都没发生过，然而，发起交易者或智能合约创建者仍然需要向矿工支付计算成本的费用，并将操作添加到区块链中（即使它尚未执行）。&/p&&p&回到我们的刚刚提到驾车旅行的比喻，如果你的汽车中没有充足的汽油，那么你将无法到达目的地，但即使如此，你还是向加油站支付了燃油费。&/p&&p&让我们看看这是如何在我们假设的智能合约中起作用的。步骤是：&/p&&p&o 把10存储在一个变量中—假设这个操作成本是45 wei 的gas。&/p&&p&o 增加两个变量—假设这个成本是10 wei。&/p&&p&o 储存最终结果—成本为45wei。&/p&&p&&br&&/p&&p&但是，这一次，gas limit是90wei&/p&&p&&br&&/p&&p&现在，我们知道履行合同所需的gas是100 wei，但我们却有90 wei的限制。&/p&&p&在这种情况下，矿工将进行90 wei的计算，然后对90 wei的运行生成器费用进行计费，结果为（90 * 0.02微ETH）0.000018 ETH。&/p&&p&此外，合约还原为原始状态并添加到区块链中。&/p&&p&&br&&/p&&p&&b&情景＃2：gas limit太高&/b&&/p&&p&&br&&/p&&p&那么，如果我们将gas limit设置得太高怎么办？&/p&&p&是不是看起来很合理？毕竟剩下的东西都退还给发起者是吧？&/p&&p&虽然听起来不错，但在现实中并没有那么好。&/p&&p&矿工受到每块6,700,000gas limit的限制。以太坊的每个简单交易通常都有2.1万的gas limit。矿工只能增加加起来小于或等于块&b&gas limit&/b&的操作。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-00a90d8c4df0_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&800& data-rawheight=&511& class=&origin_image zh-lightbox-thumb& width=&800& data-original=&https://pic4.zhimg.com/v2-00a90d8c4df0_r.jpg&&&/figure&&p&图片来源：Hackernoon&/p&&p&假设有一个交易A有一个42,000 gas limit 和两个交易B和C的正常 limit （如21,000）。&/p&&p&哪一个矿工更容易投入其中？&/p&&p&o 他们是否会优先进行交易A并退还大量gas？&/p&&p&o 或者他们会优先处理交易B和C并且退还少量gas？&/p&&p&显而易见，第二点对他们来说更具备吸引力&/p&&p&这正是为什么超高的gas limit不是明智的做法。&/p&&p&&b&以下是平均gas限制图表。&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-1750e1baa6fdf39752a31faa75f111e9_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&800& data-rawheight=&338& class=&origin_image zh-lightbox-thumb& width=&800& data-original=&https://pic2.zhimg.com/v2-1750e1baa6fdf39752a31faa75f111e9_r.jpg&&&/figure&&p&图片来源：Hackernoon&/p&&p&&br&&/p&&p&到目前为止，你应该清楚，gas和以太币不是一回事，就如燃料（gas）和费用（fee）不是同一回事一般。gas是需要的计算能力的数量，而以太币是价格，也就是人们必须为这种gas支付的费用。&/p&&p&现在我们已经掌握了迄今为止所获得的一切，让我们通过一些gas和收费情景。&/p&&p&如果一项操作只有低gas，那么矿工不会去处理，因为它没有足够的gas来完成计算。&/p&&p&如果一项操作的费率（fee）较低，但矿工们仍然不会去处理，因为低费用的工作没有吸引力。&/p&&p&如果一个操作有高gas，那么这意味着gas limit非常高，矿工还是不会去处理。&/p&&p&如果一项操作收取高额费用（fee），那么矿工知道他们会从中赚取很多钱，当然优先处理。&/p&&p&根据ethgasstation推荐的不同交易费用的gas价格是：&/p&&figure&&img src=&https://pic4.zhimg.com/v2-c84d92bec92057fcf090c1fb6eeab755_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&353& data-rawheight=&254& class=&content_image& width=&353&&&/figure&&p&&br&&/p&&p&&b&以太坊gas机制。它是否合理？&/b&&/p&&p&&br&&/p&&p&尽管gas系统因为提出了一个能够非常积极地激励矿工的平稳运行机制而受到赞扬，但最近也受到了很多质疑，因为对于开发商和智能合约创造者来说成本有点高了。无论如何，&b&以太坊项目的参与者必须了解这些成本，并据此设计&/b& dApp &b&。我们需要在区块链链上和链外的复杂性之间找到平衡。&/b&&/p&&p&&/p&
理解以太坊一定要理解以太坊中的gas的概念，以太坊gas可以说是以太坊生态系统的命脉。任何涉及到以太坊的行为，无论是简单交易，还是智能合约，甚至ICO都需要一定量的gas。gas是衡量执行某些操作所需的计算量的单位，用来计算为了执行操作而需要支付给网络…
&figure&&img src=&https://pic2.zhimg.com/v2-56b21a67d18a5632c7ddb452e59d6bf4_b.jpg& data-rawwidth=&1000& data-rawheight=&1000& class=&origin_image zh-lightbox-thumb& width=&1000& data-original=&https://pic2.zhimg.com/v2-56b21a67d18a5632c7ddb452e59d6bf4_r.jpg&&&/figure&&h2&90年代&/h2&&p&&br&&/p&&p&1990年，万代把其能想到的所有黑科技，包括连动球形关节、免胶卡榫定位技术、多色成型技术应用在了一起，制作了一款1/144的元祖高达，并且给了一个专门的系列代号HG，意为High Grade，大部分高度都在13厘米左右，自此以后钢普拉进入了一个全新的纪元。非常值得一提的是这款产品质量奇高，细节也非常丰富，尤其是这款高达有个特殊的骨架系统，但事实上这套设计没有坚持多久，一方面是在这个大小有过多的细节表现也不是非常好，投入和产出不成正比；另外一方面是成本太高了。几年后万代调整了产品定位，HG 的产品大小不变，但是细节减到了最少，也就是当时这个 HG，其实更接近现在粉丝所熟知的 RG 版。当然，如果是高达的收藏者，这款高达绝对是非常值得入手的。&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-d920ccae52d603ca946d185_b.jpg& data-size=&normal& data-rawwidth=&300& data-rawheight=&400& class=&content_image& width=&300&&&figcaption&▲ 这个造型的元祖国内玩家已经非常熟悉了（图片来自Gigazine）&/figcaption&&/figure&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-82aff4d53_b.jpg& data-size=&normal& data-rawwidth=&640& data-rawheight=&480& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic4.zhimg.com/v2-82aff4d53_r.jpg&&&figcaption&▲ 第一个系列的 HG 里还是用多重嵌入技术，指的是在一个零件上出现了多个颜色，其中胸甲上足足有红黄蓝三种颜色（图片来自玩具人）。&/figcaption&&/figure&&p&&br&&/p&&p&90年代初期是日本经济最没落的几年，对动画人来说也是如此，对万代也是如此。&/p&&p&&br&&/p&&p&1991年，富野由悠季制作了剧场版动画《机动战士敢达F91》，本来的企划是围绕「巴比伦战争」的新 TV 动画，但因为经费不足，决定先凑出来了一部《机动战士敢达F91》的剧场动画，之后衔接 TV 动画，但因为《机动战士敢达F91》的票房惨淡便没了后文。如果只是看制作质量，《机动战士敢达F91》是一部相当优秀的作品，甚至可以说是整个高达系列最被低估的剧场版，尤其是战斗场面的制作在整个高达系列里面都属于最巅峰的水准。&/p&&p&&br&&/p&&p&1991年这一年日升还做了一部新的 OVA《机动战士高达0083：星尘的回忆》，这部 OVA 依然遵循了最好看的都是 OVA 的准则。值得一提的是这部片子的导演是加瀬充子和今西隆志，其中加瀬充子是高达