Docker更新协议，禁止被列入美国实体清单组织和个人使用 / 《Nature》：薛定谔的猫变身「纠错猫」/ 英伟达欲收购ARM

Posted 2021-03-31 清瞳科技

动态先览

1

Docker更新协议，禁止被列入美国实

体清单组织和个人使用，Docker服务受限

2

《Nature》：薛定谔的猫变身「纠错

猫」！耶鲁大学最新突破

3

重磅！曝英伟达最快月底收购ARM，

估值或达500亿美元

4

CMU-邢波教授视频报告《标准化与可

组合机器学习》乐高式构建机器学习系统

5

最新《大规模机器学习》2020综述论

文，A Survey on Large-scale Machine

6

Pybotics:Python机器人运动学和校准

工具箱

7

Mask TextSpotter v3 来了！最强端

到端文本识别模型

8

3000类别，20万个标注，山师等推出

大规模Logo检测数据集：LogoDet-3K

9

PPDet：减少Anchor-free目标检测中

的标签噪声，小目标检测提升明显

新闻类

Docker更新协议，禁止被列入美国实体清单的组织和个人使用，Docker Hub服务受限

美国实体清单公布以来，对国内科技圈的影响越来越大。

近日，软件容器平台 Docker 的服务也受到了影响。8 月 13 日，Docker 更新网站服务协议，禁止禁运国家和被列入美国「实体清单」等多个清单的组织和个人使用遵循该服务协议的 Docker 网站及所有相关网站。

开放源代码软件 Docker，是一个用于开发、交付（shipping）和运行应用的开放平台。Docker 允许用户将基础设施（Infrastructure）中的应用单独分割出来，形成更小的颗粒（容器），从而提高交付软件的速度。

传送门：

https://www.docker.com/legal/docker-terms-service

《Nature》：薛定谔的猫变身「纠错猫」！耶鲁大学最新突破

很多人都听说过「薛定谔的猫」，它的「既死又活」常常用来描述量子的叠加态。

近日，来自耶鲁大学的研究人员取得了量子力学的最新突破：「纠错猫」。

这不仅结合了薛定谔猫的叠加概念，还能在执行某项任务时，修正脆弱的量子位元中突然出现的一连串错误。

新研究发表在《自然》上。

传送门：

https://www.nature.com/articles/s41586-020-2587-z

重磅！曝英伟达最快月底收购ARM，估值或达500亿美元

据外媒报道，美国芯片巨头英伟达收购日本软银集团旗下英国芯片设计子公司Arm的谈判正在加快进行，双方进入排他性谈判阶段。预计今年夏末完成！收购价格将达到最高400亿英镑！（按当前汇率约为524亿美元）。

软银CEO孙正义此前曾对于ARM接下来的处境表示：全部出售、部分出售或者IPO上市都有可能。

传送门：

https://www.standard.co.uk/business/nividia-buy-chipmaker-arm-a4524761.html

教程类

CMU-邢波教授视频报告《标准化与可组合机器学习》乐高式构建机器学习系统

在这篇演讲中，我们从损失、优化求解器和模型架构等方面，给出了一个简单而系统的ML蓝图，为学习提供了一个统一的数学公式与所有的经验和任务。该蓝图提供了对各种ML算法的整体理解，指导使用ML以可组合和机械的方式创建问题解决方案，以及用于理论分析的统一框架。

传送门：

https://video.ias.edu/machinelearning/2020/0806-EricXing

最新《大规模机器学习》2020综述论文，A Survey on Large-scale Machine

在本文中，我们对现有的LML方法进行了系统的综述，为该领域的未来发展提供了蓝图。我们首先根据提高可伸缩性的方式来划分这些LML方法：1）简化计算复杂度的模型，2）优化计算效率的近似值，以及3）提高计算的并行性。然后，根据目标场景对每种方法进行分类，并根据内在策略介绍代表性方法。最后，我们分析其局限性并讨论潜在的方向以及未来有望解决的开放问题。

https://arxiv.org/abs/2008.03911

Pybotics:Python机器人运动学和校准工具箱

本文介绍了Pybotics，一个Python机器人运动学和校准工具箱，可快速地仿真和评估常见的机器人概念，如运动学，动力学，轨迹生成与标定等。

https://github.com/nnadeau/pybotics

文档网站：

https://pybotics.readthedocs.io/

程序员

Mask TextSpotter v3 来了！最强端到端文本识别模型

近日  Mask TextSpotter v3 发布，代码已开源，论文 Mask TextSpotter v3: Segmentation Proposal Network for Robust Scene Text Spotting 详细介绍了其要解决的问题、使用的方案和达到的性能，此次更新依然带来惊喜，在多个数据集上大幅刷新了SOTA！

https://arxiv.org/abs/2007.09482

https://github.com/MhLiao/MaskTextSpotterV3

3000类别，20万个标注，山师等推出大规模Logo检测数据集：LogoDet-3K

Logo含有重要的商业信息，在商品搜索、影视节目制作、街景图片理解等任务中具有重要意义。

刚刚新出的论文 LogoDet-3K: A Large-Scale Image Dataset for Logo Detection，山东师范大学等单位学者提出大规模Logo数据集，相信能促进该领域的发展。

LogoDet-3K数据集是最大的具有完整标注的标识检测数据集，有3000个标识类别，约20万个高质量的人工标注的Logo对象和158652张图片。

https://arxiv.org/abs/2008.05359

PPDet：减少Anchor-free目标检测中的标签噪声，小目标检测提升明显

这篇文章收录于BMVC2020，主要的思想是减少anchor-free目标检测中的label噪声，在COCO小目标检测上表现SOTA！性能优于FreeAnchor、CenterNet和FCOS等网络。整体思路可以说相当简单，就是在原来的基础上增加了标签池化和目标框聚合操作，其实可以看作是tricks。

https://arxiv.org/pdf/2008.01167.pdf

https://github.com/nerminsamet/ppdet

昨日推荐(左下角阅读原文)

字节剥离TikTok再宽限45天 / 马斯克卫星互联网开测：最快60M，高清视频网游都OK / 特斯拉启动史上最大单体铸造机

清瞳时代，用科技让复杂的世界更简单