11.4，Google DevFest 2017 珠三角联动嘉年华完满举**，感谢各位小伙伴们的热情支持和参与！！！小编的我也不能偷懒，立即跟上码字写回顾。先用以下几个关键词来概括这次活动：
1200+ 活动报名
700+ 现场签到
8 位嘉宾
活动的前一天，小伙伴们已经提前把场地和设备准备好了。（至于准备的过程，省略了 1 万字。）
9 点开始，入口的道路上已经开始有点人潮涌现。
签到处开始排起了长队，不过参会者们都好有耐心等待签到（当然签到的小礼品，是必须有的啦，笑脸）。
活动 10 点整正式开始！由于嘉宾们的演讲内容都是超级干货，短短小文章是不能全部概括的，所以只截取小编我记得的部分啦，哈。
![]()
来自谷歌中国的 Summer 上场，对 GDG 进行介绍。
通过简单的 4 个数字含义，把整个中国 GDG 状况概括起来：
27
代表中国 GDG 的社区数目；
400+
代表中国 GDG 一年的活动数量；
30,000+
代表参与活动的总人数；
130,000+
代表目前官方谷歌开发者微信公众号的订阅数量。
![]()
大数据与机器学习在城市地理学的应用
第一位嘉宾，来自中山大学的梁浩林，分享的是大数据与机器学习在城市地理学的应用。
第一步，地理大数据的来源，可以是采集，也可以获取某部分的原数据。例如 Yahoo Flickr 或者 Sina Webo的 checkin 数据，手机的信号数据，GPS的轨迹数据等等。
第二步，结合 word2vec model，通过POI+TAZ生成词向量，然后计算距离。
第三步，结合迁移学习和分类 Transfer learning -> BoW Construction -> Land-Use Classification。
![]()
Effective Tensorflow for non-experts
第二位嘉宾，来自谷歌的廖宝华，分享的是 Effective Tensorflow for non-experts。
主要分为三点。
第一点，介绍了机器学习在谷歌的故事，和一些实际例子，例如无人驾驶如何做并道和停车。神经网络模型不是一个终点，而只是打开了一个大门。
第二点，TensorFlow 可以分为 High-Level API，和 Low-Level API，前者主要是针对初学者可以更好的入门，进行快速迭代，最好的实践和简单的部署。后者则需要了解原理，这个更像是砖头，你可以搭建任何模型，扩展性特别强，适合资深人士。
第三点，TensorFlow的新功能有Eager Execution了，和之后会推出 TPU，第一代只支持训练，而第二代则可以支持训练和推理。20小时可以训练50层的resnet网络。Tensorflow-Lite 会推动到移动设备平台。
![]()
唯品会 Fashion AI 实践与创新
第三位嘉宾，来自唯品会的邢昊，分享的是 唯品会 Fashion AI 实践与创新。
分为了三个目录进行讲解。
第一个时尚视觉理解。第二个时尚搭配**。第三个流行趋势预测。
时尚视觉理解：人能看懂的时尚，机器也必须懂。对于普通人，时尚可能只是衣服的字母印花，但是对于时尚界，这个就是一个潮流。
如何捕获，打标签比较困难。例如“舒适度”这个词其实比较难有标准化，只能通过相对属性 relative attribute。对比方式，例如破洞的标签，大和小是很难说明的，但是只要有对比起来，就知道哪个是大和小了。通过对比性进行学习。
图像搜索，本质就是排序。
![]()
午饭时间，可以在二楼用餐，或者在体验区进行彩绘或者体验不同产品的最“鲜”+“先”感受。
![]()
Android Vitals
第四位嘉宾，来自谷歌的 Toni，分享的是 Android Vitals。
Android Vitals，主要是体现在三个方面。
第一个是稳定性，ANR (App not responding) rate 尤为重要。
第二个是电池，经常会受制于 wake locks （往往30%的电量消耗都是由于wake locks导致的）和一些 wakeups 影响（wifi access，scan的过程中，其实也是耗电的，需要wake up cpu）。
第三个是渲染，一般是 60 帧，所以页面更新是在 16ms 一次。如果超过 16ms 才做更新，例如变成 17ms，那么对于用户的感觉就是有点卡。如果更新超过 700ms（即0.7秒），那就感觉界面被冻结了。
![]()
机器学习在直播**中的应用
第五位嘉宾，来自虎牙直播的曾梓华，分享的是 机器学习在直播**中的应用。
机器学习主要应用在“首页”和“发现”的排序。目标是做到拉新（推广获取用户），留存（留住用户），促活（活跃用户），和转化（用户送礼实现营**）。
尝试过的模型：LR，特征的重要程度，拟合非线性能力比较差。FM&FFM，太过于泛化，有时候**的结果没**法理解。GBDT&XGboost，特征一多，树叶变多，不够直观。所以最后选择模型为：lR+GBDT，简单模型+复杂特征，**列表可解释性强。
![]()
Android Things
第六位嘉宾，来自钛启科技的Tommy，分享的是 Android Things。
介绍了 Android Things 的用途，讲解了架构上的不同和改变，例如 Applications 应用层和部分的应用框架层被**，转而出现了 Things Support Library，其中包含了 Peripheral I/O，Device Management, User Drivers, 和 Connectivity。
关于 NXP Pico 和 Raspberry Pi 来说，比较倾向**树莓派进行新手开发。
Android things 可能会更专注于 maker 方向，而不仅仅是硬件开发专家。
![]()
下午茶时间，为各位参会者准备的各式好味道下午茶，希望大家品赏后继续吸**嘉宾们的干货分享。
![]()
AR 及 VR 在电子商务应用的前景
第七位嘉宾，来自微侠文化科技的谢国希，分享的是 AR 及 VR 在电子商务应用的前景。
2D 转 3D，基本都不会错。分析了阿里巴巴与京东在 AR 和 VR 上的商业布局方向。
为什么会着重 VR 和 AR 呢？因为对于******来说，氛围其实是非常仲要的。通过 VR 和 AR，能够更好把氛围，参与感，规格信息，实物映射，空间匹配，自我匹配，营销效率，3d 打印，连带**，和商品组合结合进去。
![]()
从匠人到商人
第八位嘉宾，来自 阿里移动事业群的高级产品专家梁传敏，分享的是 从匠人到商人。
首先什么样的技术适合转产品？原来领域 top10，不舒适是你的舒服区，创业梦想，参与 0-1 的项目，满足这些条件，你就可以转产品了。
要想提升，必不可少的元素，行业报告，竞品分析，行业大 v 取经，领域大 v 公号，30 秒复述法。如何做出一个质量第一的皮包，是匠人。如何将皮包**出爱马仕价格，是商人。
![]()
干货超级多的一天，最后送上大家的大合照！！！感谢各位到场的小伙伴！！！(要想了解详情,请查看直播回放或者ppt来进一步了解)
最后，偷偷地放上 GDG 的组织者和志愿者和嘉宾们的合照。
发表于 2017-11-7 00:37:31
收藏
楼主