Google Analytics 调用的https://www.google-analytics.com/analytics.js资源加载失败(中国大陆网络环境影响),直到超时后才加载其他资源,所以加载完整网页就会非常慢。
继续阅读标签归档:谷歌
WordPress后台打开慢解决方法
打开慢的原因是后台加载了谷歌字体,而且还是英文字体,所以不仅仅是没有用,而且还加载不出来,影响速度还快感。
继续阅读博客被攻击之后的那些事儿
上次的攻击事件已经过去一周了,连续5天的攻击对我博客产生了非常大的影响,首先是资金方面的影响,最主要的还是流量方面的影响,经过这次攻击,网站流量断崖式下降。
继续阅读
没有对比就没有伤害
清明节和同学一起去东湖浪了一波,在武汉实在是找不到什么地方浪了,然后拍的照片在手机里面,但是我还是着实有点吓到了。
继续阅读谷歌获取了我的哪些个人信息?
如果你一直以为个人隐私真的不重要的话,那我就真的无话可说了,谈起隐私这个话题,我们有太多的无奈。
继续阅读谷歌安全团队发现苹果MACOS重大安全漏洞
去年11月,谷歌的Project Zero团队发现苹果macOS内核存在“严重”漏洞,该问题最近在90天窗口期到期之后披露出来。
继续阅读Google AdSense自动投放广告方案
乐趣博客之前一直是手动调整Google AdSense广告,手动很麻烦也非常的不方便,最近网站改版,然后我就顺便设置了谷歌推出的自动广告,不得不说效果挺不错。
继续阅读
谷歌如果回归中国
今天,人民日报海外版发了推,证实了谷歌要回归中国,谷歌在2009年正式退出中国市场!如今又要回来,可见中国市场的重要性!
先不扯远的,我来放数据了!
百度是如此的渺小,全球市场份额我们就不扯了!哈哈,就像是个孩子!?
我也想说说自己的看法!主要说中国市场,国际市场就不说了!
中国市场就像是一块大蛋糕,就那么大,可是都想去分一杯羹,就看谁分的多了!谷歌的主要业务就是搜索引擎了吧!中国的搜索引擎市场之前是一家独大,百度的市场份额最近这几年其实也在掉,因为现在也有其他的搜索引擎可以替代,比如360家的好搜,搜狗,必应,神马等什么的。如果谷歌进入中国市场,那么我不知道谷歌会不会成为行业老大(我觉得可能性很低),但是我知道,百度的搜索市场份额肯定会下降,这一点我觉得没有疑问。蛋糕就那么大,如今又多了一个人来吃,自然那个吃的最多的,可能分出去的也就最多了吧!?
还有就是百度的各种无耻行为,在谷歌进入之后,我觉得肯定会有所收敛!
时间是伟大的作者,必将给出一个完美的答案
颤抖吧,百度!?
魏则西
魏则西
魏则西
大家跟我一起念
百度,垃圾!?

无意间翻到了谷歌十年前关于汶川地震的博客
昨天晚上闲来无事,翻微博,无意间看到了谷歌中国当年记录汶川地震的一段文字,不由得感叹,谷歌的企业文化真的很有意思!
继续阅读
谷歌发布「与书对话」检索引擎,从字里行间邂逅心仪书籍
今日,谷歌分享了 Semantic Experiences,在博客中展示了两大关于自然语言理解的互动工具。Talk to Books 是一个可以从书中的句子层面搜索书籍的全新检索模式;另一个互动内容则是 Semantris,一个由机器学习驱动的单词联想游戏。
地址:https://research.google.com/semanticexperiences/
谷歌还发布了「通用语句编码器」(Universal Sentence Encoder),更加详细地呈现了上述示例所使用的模型;当然,谷歌还为开源社区提供了一个预训练的 TensorFlow 模型,开发者可以测试自己的句子及短语编码。
地址:https://tfhub.dev/google/universal-sentence-encoder/1
自然语言理解在近年已经有了极大进步,这得益于词向量(word vectors)的发展,这一技术使算法能根据实际语言使用的例子来学习单词之间的关系。这些向量模型根据概念和语言的等价性、相似性或关联性,将语义相似的词或短语投影到临近点。
建模方法
谷歌拓展了在向量空间中表征语言(language)的构想,这一想法通过为像完整句子或段落为代表的较大语言块创建向量来实现。语言是由具有概念的层次结构组成的,因此团队采用模块的层次结构来构建向量,每一模块都要考虑与不同时间尺度序列所对应的特征。各种类型的关系,如关联、同/反义、部分/整体等都可以用向量空间语言表示。团队在论文《Efficient Natural Language Response for Smart Reply》有更多介绍。
论文地址:https://arxiv.org/abs/1803.11175
Talk to Books
以往我们在检索书籍时,通常会从书名、作者、主题等表面标签入手。而谷歌发布的「Talk to Books」可以为用户提供一种检索书籍的全新方法。用户只需要做一段相关描述,或是提一个相关的问题,那么 Talk to Books 可以在不依赖关键词匹配的情况下,从超过 10 万本书籍中检索所有句子,并根据句子层面的语义,找到能匹配用户陈述或问题的句子。从某种意义上来说,Talk to Books 是一种用户与书「交谈」的新模式,系统给出的回答也能帮助用户确定自己是否对相关主题感兴趣。
模型在正式发布前经历了超十亿次的对话训练,以打磨更好的用户体验——对用户的提问或陈述给出更加合适的回答。这一方式相比起普通的谷歌检索,可能会帮助用户找到一些更有趣的书籍,特别是在关键字搜索中并不会显示的一些结果。
不过,这一模型还有更多的改进空间,比如搜索范围局限在句子层面上,而不是段落,因此可能会产生「断章取义」的情况。另外,因为只看某一句子的匹配程度,这也可能导致某些众所周知的、「符合口味」的书并不会出现在检索结果的前列。谷歌团队此举,更多的是希望帮助人们以一种新的探索方式,发现不曾料想过的作者和书名,竟然会有读者感兴趣的内容。
地址:https://books.google.com/talktobooks
Semantris
Semantris 是一个由相同技术驱动的单词联想游戏。屏幕上会呈现所有单词,用户可以输入某个单词,随即系统会根据屏幕上单词与用户输入单词的关联程度进行重新排序。不论是近义词、反义词还是相近概念,系统都能找到对应的排序模式。
如图所示,用户输入「Photo」时,最顶部的「Camara」因为与输入单词的关联最为紧密,因此会更替排序调整到第一位「消掉」。这确实是一个锻炼联想能力的好机会,此外还有限时模式和不限时模式供用户体验。
地址:https://research.google.com/semantris
相信在这两个工具的驱动下,人工智能能够与用户更好地进行交互学习,并且帮助人类在现实生活中更好地理解科技,使用科技,并受惠于科技。