ofo坐稳共享单车行业第一，未来能持续领跑么？--百度百家
ofo坐稳共享单车行业第一，未来能持续领跑么？
分享到微信朋友圈
对于创业公司来说，如何存活下去，实现盈利才是根本。从成本方面来说，摩拜单车之所以造价高昂，是为了降低后期维护成本。
自从单车大战打响以来，共享单车便成为了一个不会过时的话题。融资、商业模式、用户恶意使用、竞争者入局等等，一举一动都成为行业焦点。
随着路面上跑起来的单车颜色逐渐增多，短途出行竞争的白热化正在加剧，这对于最早开创单车模式并独享单车市场的ofo来说，并不是什么好事。
事实上，ofo面临的考验从未停止。起步初期，从在单车领域多次失败的商业尝试，到摸索到可行的商业模式；从面对摩拜的威胁，顺势走出校园面对更为复杂的城市交通；运行模式尚未成熟便面临日益增多的竞争者…ofo的机会窗口期正在逐渐缩小。
出乎意料的是，这家起步于校园的年轻公司，反而越来越强大。
ofo与摩拜的宿命对决
ofo的创始人戴威只有 25 岁，今年 7 月才刚刚研究生毕业。相比于现在的意气风发，去年4 月份时的戴威却认为自己是个垂头丧气的失败者。
在创办共享单车模式之前，ofo做过定制化骑行旅行项目，但由于骑行旅游频次太低，当时“ofo 骑游”融资都成问题。
到了5月份，“模范学生”戴威决定“闹革命”，发表了一篇名为《这 2000 名北大人要干一票大的！》的微信文章，借此宣布为方便北大的学生“随时随地有车骑”，ofo 将为校园提供超过一万辆自行车。
在文章末尾，戴威这样写道，“一百多年来，有很多北大人改变了北大，也改变了世界。这次该轮到我们了！”。
颇具感染力的语言，为ofo带来了起跑的助力。9月份，ofo的产品上线，第一天就收获了100个订单，接下来这个数字飞速增长。10月，ofo走出了北大，进入五所北京高校，到了12月份，日订单量达到1万单。
本来预计继续深耕校园，想要凭借在校园市场积累的经验继续复制扩张，最终进入2000所学校的ofo，随着摩拜单车进入北京影响力持续扩大，戴威感到了危机和不安，本来计划再在校园市场推广三四年的ofo不得不走出象牙塔。
进入同一市场后，ofo与摩拜开始正面交锋，从产品体验到商业模式，小黄车和Mobike一再被对比。
近期，一篇关于ofo和摩拜对比分析的数据报告在朋友圈刷屏，并引起了多方媒体转载。
根据报告中的数据显示，与摩拜相比，ofo的全平台下载量、用户量、订单量等均超过摩拜，成为目前共享单车行业的市场第一。
在Apple store的下载量上来看，Mobike和OFO两者不相上下。
OFO在安卓市场的下载量一直都比Mobike多的多。
不得不说这个成绩是有些出人意料的。或许由于摩拜单车的CEO原来在Uber时就很重视媒体曝光和事件营销，这使得摩拜单车在品牌传播上往往处于上风。
热议不断的摩拜却没有ofo交出的成绩单漂亮，这可能是很多人都没有想到的。
近日，ofo对外宣布日订单量远超一百五十万，成为互联网第十家达到百万量级的平台，也是共享单车首个达到这一成绩的公司。
从校园起家，起初不起眼甚至被人看轻的ofo，这么快就跑到了行业第一，不能说不令人感到震惊。
小清新ofo的逆袭
ofo被人轻看也是有原因的，对比2600元造价的摩拜单车，单车成本360元的小黄车从硬件方面来看，的确不那么炫酷。
比如，ofo再普通不过的机械锁，被拿来对比的是摩拜单车加入了传感器、GPS、3G网络和芯片的电动车锁。没有对比就没有伤害啊。
但不管是普通的机械锁还是高科技的电动车锁，面对北京冬季低温，都要经历一番考验。
经纬创投合伙人肖敏在接受媒体采访时曾经表示，“ofo经历过低温、高温、大水等问题，在硬件方面做了一些实足的准备。
而用一些比较酷的解决方案可能就会面临比较大的麻烦，例如碰到下雪的时候气温极低，锁的电池有可能消耗的更快。冬天对于两家公司来说有可能会是在硬件上的分水岭，能看出来谁更酷更有价值，还是说更实用更有价值。”
再次带来惊喜的依然是ofo。一场初雪过后，很多用户发现扫描摩拜单车车身二维码，App提示是故障车。
据悉，无法开锁的原因很可能是由于天气过于寒冷，而摩拜单车所安装的智能锁电池无法在持续低温中正常工作，放电时电流过小，导致了智能锁无法启动。就如天气过冷，iPhone容易自动关机一样。
相比下，“更实用更有价值”的ofo机械锁，工作正常。
硬件只是产品的一方面，对于创业公司来说，如何存活下去，实现盈利才是根本。从成本方面来说，摩拜单车之所以造价高昂，是为了降低后期维护成本。
旧版的摩拜单车为了避免纤细的车夫条容易弯曲的情况，参考了汽车轮的构造，将原本自行车轮子的32根车夫条变成了五幅轮毂；另外链条驱动被轴承驱动替代，采用了轴传动和单摆臂的技术；车轮则是防爆胎的设计，骑行一、两万公里的距离基本不会出现爆胎现象，只会产生磨损；航空铝合金材质的车身，抗拉强度也达到普通自行车的2倍。
层层相加之下，不仅使得摩拜单车成本高昂，单车质量也几乎是普通自行车的二倍，这也是用户抱怨摩拜单车车身太重，不像共享单车，更像健身单车的问题所在。
与摩拜单车不同的是，ofo属于低成本、高维护的单车，但360元的造价，运营成本显然比着摩拜单车要少的多。
除此之外，盈利能力上，ofo也要比摩拜单车好很多。一辆2600元成本的摩拜单车，半小时1元或0.5元的租赁费，加上运营成本、人力成本，不知需要多久才能回收成本。
ofo情况却完全相反，根据ofo官方数据显示，每车每天使用率达10次以上，ofo两月即可回收单车成本。目前在部分地区甚至能盈利，对于共享单车市场而言，这也算是个好事情。
冬季过后，等待ofo的是什么？
在北京天气逐渐转冷的时候，所有人都认为糟糕的出行天气会是对共享单车的第一个大考验。万幸的是，情况远没有我们想象的那么糟糕。从ofo交出的成绩单中，我们在共享单车市场看到了更多希望。
在寒冷的冬季中，ofo保持了第一的优势，那么开春以后呢？
出行条件逐渐好转，竞品单车纷纷面世，ofo想要在未来跑赢单车市场，还需要不断对产品的改进和战略调整。
首先便是缩小与摩拜在智能硬件方面的差距。虽然摩拜单车前期曾因定位不准确，引得用户诸多抱怨，智能车锁在寒冷的天气中也表现不佳，但不得不承认的是，这些功能不仅成为了摩拜单车的代表，也确实为用户带来了便利。
ofo若想彻底甩开摩拜，不仅需要完善在定位和车锁上的不足，还需要研发出能经历冬季和高温，定位更加精准的智能锁。
同时，在提升硬件之余，ofo还需要注意绕过摩拜走过的坑。高昂的单车造价对于运营成本造成的压力已经得见，如何在硬件和维护成本间找到平衡，还需ofo不断尝试和摸索。
虽然ofo算是在共享单车领域第一个吃螃蟹的公司，运营经验相比较下是最为丰富的，并且经历过了极端天气、区域调配、盈利模式等重重考验，但面对未来朝令夕改的市场变化，ofo还需继续积累运营经验，用大数据等能力去提高自己的服务水平。
最终还是要回归到商业模式上，如何在未来让ofo从部分盈利实现整体盈利，是其团队需要考虑的。值得一提的是，我们已经看到这个充满韧性和干劲的公司对未来运营模式的探索。
11 月 17 日，在ofo的第一场正式发布会上，ofo 公布了一年多来取得的成绩和接下来的一系列动作：目前 ofo 拥有了超过 300 万的城市和高校用户，连接单车数量达 16 万，总订单量达 4000 多万。
秉承着不生产车，连接车的宗旨，ofo 还公布了城市大共享计划，准备用更开放的态度欢迎全球的自行车品牌、生产商将自行车和服务接入ofo。
在戴威对ofo未来的规划中，ofo就像一个连接自行车和人的支点，并且让这种连接带来更多层面的正向循环。更长远的，影响甚至改变人们的城市生活状态。
就如同ofo起步时在《这 2000 名北大人要干一票大的！》文章中写的那样，有很多北大人改变了世界，这次该轮到戴威了。
⊙ 以上内容版权归微信公众平台「iNews新知科技 By 冯先生失眠中」所有，如需转载，请务必注明。
阅读：8767
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
热门文章HOT NEWS
本文是分享给公号小白的初稿，玩号的水很深，并不像人们认为的“人...
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻摩拜单车，是否是那乌托邦世界的最后一公里？--百度百家
摩拜单车，是否是那乌托邦世界的最后一公里？
分享到微信朋友圈
王晓峰所要面对的沟壑不仅仅是靠增加单车的投放量就可以填平的。
摩拜单车能够迅速在北京和上海走红，其实并不令人意外，酷炫的外形和智能化的创新功能，使得它“酷”劲十足。
在线查找预约、扫二维码解锁、取消固定停车桩、信用积分等新鲜功能，结合大城市公共交通无法解决的“最后一公里”用户痛点，仅运营半年时间，摩拜单车已经成为互联网圈的“网红”了。
摩拜单车联合创始人兼CEO王晓峰曾任Uber上海城市总经理，他称 “这个单车从一开始就是为了共享而设计的”，这使得摩拜单车与Uber有些“同根生”的意味。
在刺刀见红的补贴与融资战中，Uber中国已经败下阵来，环保、共享、智能，即便摩拜单车所展现的样子像极了未来的出现场景，但是与讨论摩拜单车是怎么“红”起来的声音想比，更多的人关心的是它离乌托邦梦破的那天还有多远。
全球没有一个公共自行车项目能盈利
公共租赁自行车虽说有着巨大的社会效应和经济效益，但目前“全球没有一个公共自行车项目能自己盈利”的。
2007年，智能化运营管理的、真正具备一定实用价值的公共自行车系统进入中国，节能减排、低碳环保、解决交通最后一公里、缓解交通压力、惠及民生等这些美誉都跻身在一辆公共自行车的身上。
国内目前有100多个城市都建设了公共自行车系统，但这些“系统”要么政府背上沉重的财政负担，要么负责运营的企业入不敷出、难以为继。
据悉，杭州是我国公共自行车最多、利用率最高的城市，公共自行车在那里极受欢迎。为此，杭州市政府用8年时间，投入了3000多个停车点、8万多辆车，补贴了数亿元。去年是它最接近盈亏平衡点的一年，成本8000万元，依靠广告和模式输出的收入，亏损500万元。
2014年网曝安徽省阜阳市公共自行车系统政府采购总费用为6488万元，采购自行车数量为6500辆，平均每辆自行车的采购费用约为9981.5元，近万元的“天价公共自行车”涉嫌滥用政府采购资金，由此引发了网络热议。
但相关负责人表示，6488万元的费用不止是用于购买自行车的，包含了建设和5年的运行、维护、管理费用。
事实上，公共自行车系统的运营费用确实高昂，电脑计时系统、GPS、保险、车卡、自动锁、车棚、支架等配套费用，加上后期的成本，平均每个车位综合成本3000元至10000元不等，大大超出了自行车本身的价格。
摩拜单车是否是公共自行车服务的救世主？
除了投资额巨大，运营成本高昂，受益人群有限，公共自行车服务还面临着调度难和设备遭破坏严重、供需不平衡等其他问题，而这些问题同样也是摩拜单车所面临的。
通州区公共自行车服务中心主任郭峰曾在媒体采访中说，“每天早晨，我们会在出行量大的小区服务点旁边派人准备好备用车辆，站点里的车被骑走，我们就得把备用车补上。
同时在几个地铁口旁边的服务点也要派人把存满的车取下车架，让后边骑车过来的人能马上还车。比如像通州梨园地铁站边上，这一个站我们就要备500辆左右的自行车。”
为应对早晚高峰，整个公共自行车服务中心150多名员工，除了正常轮休、在热线和调度室的人之外，几乎所有人都要奔赴各个热门站点帮忙调配自行车。经常调配自行车的人，都能“一次推两辆车”来提高效率。
没有专门工作人员协调公共自行车调配问题的摩拜单车，在解决早晚高峰“最后一公里”的问题上，显得力不从心，有网友反映称“高峰时间摩拜单车的流向基本上就是单向的”。
王晓峰曾说，“我们的目标是让人们在周围100米的范围内可以找到车、停下车。”但想要达到这个目标，王晓峰所要面对的沟壑不仅仅是靠增加单车的投放量就可以填平的。
为了降低投入成本和维护成本，摩拜单车算得上煞费苦心。
因为要避免纤细的车夫条容易弯曲的情况，参考了汽车轮的构造，将原本自行车轮子的32根车夫条变成了五幅轮毂；另外链条驱动被轴承驱动替代，采用了轴传动和单摆臂的技术；车轮则是防爆胎的设计，骑行一、两万公里的距离基本不会出现爆胎现象，只会产生磨损；航空铝合金材质的车身，抗拉强度也达到普通自行车的2倍。
这样的设计虽然使得摩拜单车质量约为25公斤，是普通自行车的二倍，带来了诸如单车过重、车座无法调节、塑料车座舒适度差等不好的用户体验，但对于一个创业公司来说，高昂的造价和未知的盈利模式才是伤及商业运作的根本。
关于摩拜单车的造价，王晓峰曾委婉的表示目前是299元押金的20倍左右，等于也就是6000元左右。
即便随着量产和技术优化成本会逐渐降低，但加上后期维护费用和单车意外丢失造车的损失，这个数字依然庞大。
仅靠租赁，摩拜单车想要盈利很难；在用户没有达到一定量级的情况下谈变现，很天真。
摩拜单车最大的出路在哪？
除了对标深似海的公共基础设施建设的场景，目标用户群广而模糊，无法避免的在商业盈利上的尴尬。
在接受了Uber、滴滴等共享教育后的用户依然为摩拜单车出了不少难题，毁坏二维码、随意违停相比于将车扔至河里、带回家中和公司里、恶意破坏等，都是小巫见大巫了。
曾有用户不但将单车带回小区，还推回自己家中，因为无法联系到用户，摩拜单车工作人员只能求助警方，然而该名用户看到民警上门后，竟直接把车从阳台扔下。
经历了天降摩拜车没几天后，摩拜单车的工作人员又在上海闵行区目睹了一次水中打捞单车。
“说实话，我们一开始对于一些小打小闹地破坏并未进行相应统计，从7月初到现在，才开始进行比较系统的统计，遭遇人为破坏的车在150辆左右。”工作人员说。
为进一步约束用户的不文明行为，摩拜单车在原有的信用积分制度的基础上，加大了处罚力度，一旦违停被举报查实，将扣除20分信用分，低于80分的用户将以100元/半小时的价格收费。然而“到目前为止，还没有用户被新规处罚过。”
9月1日进入北京地区的摩拜单车，即将迎来这个北方城市的最舒适的秋季。然而秋季一到，沙尘暴和雾霾还会远吗？
糟糕的室外环境，还会有多少人愿意冒着“生命危险”选择通过摩拜单车解决最后一公里？
有媒体判断称，“据悉上海市政府已经采购了部分摩拜单车推向市场，只能说公益上摩拜的商业闭环已经赢了，商业上摩拜已死！能救摩拜的除了政府外，还有一个超级巨头滴滴，在不久将来滴滴布局自行车也是有可能的，等着被滴滴收购这可能是摩拜最大的成功。”
可事实上滴滴现在自己还没能实现营收，虽然并购了Uber，但与易道用车、神舟专车的战斗还没能分出胜负。
而与此同时，收购同样烧钱的摩拜，即便滴滴一心想要覆盖用户的所有出行领域，也未免太早了点，实在不是什么明智之举。
“对这家公司来讲，我们觉得它真正的成功应该是社会意义上的成功，它改变了很多人的行为，因为他享受到了骑行的好处，他可能主动或者被动地意识到，他在积极帮助改善一座城的交通。其实好多事情要随着发展来看，它不是一个已经有人做过、很容易就把归类或者定性的事情。”王晓峰如此看待摩拜单车的成功，创业不易，或许从一开始王晓峰就没曾想要将摩拜单车做成一个商业项目呢？
⊙ 以上内容版权归微信公众平台「iNews新知科技 By 冯先生失眠中」所有，如需转载，请务必注明。
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
热门文章HOT NEWS
本文是分享给公号小白的初稿，玩号的水很深，并不像人们认为的“人...
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻26岁获10项格莱美，坐拥6处过亿豪宅，霉霉到底有多壕--百度百家
26岁获10项格莱美，坐拥6处过亿豪宅，霉霉到底有多壕
分享到微信朋友圈
活出自我生活，剩下的交给慢慢来~
开八之前讲一个小花的故事
知道她的人，会觉得她很壕（房子多~）、很美
人家26岁就已经得了10项格莱美奖
19项全美音乐奖、23项公告牌音乐奖
专辑销量超过4000万张。
BTW，《福布斯》杂志说她身家2.5亿美元。
不知道她的人，一听名字还不知道是从哪里来的倒霉蛋
她的歌大部分暗藏着一股有力的旋律冲劲
（比如：I knew you were trouble、&you belong with me…
没听过回去补~）
像清晨徐徐升起的太阳
一来有冲劲的旋律、二来自带出场光芒
敲打你的耳膜、忽闪你的眼睛
霉霉是谁↓↓↓？
沉浸于自己唱歌世界里的霉霉
大家感受一下价值过亿的大长腿
为什么她叫霉霉？
粉丝们对她的爱称，美和“霉”读音相同，加上Taylor每次在Billboard 提名的时候总有一个很强劲的对手，非常倒霉的屈居亚军。就这样，漂亮又年轻的Taylor就被粉丝们称为小霉女和霉霉啦~
小霉女不光唱歌好听，而且在家居设计方面也有自己的一套路子。
一一一一一一一·洛杉矶 ·一一一一一一一
霉霉在美国LA（洛杉矶）的家，一个自带复古时尚效果的家。
霉霉果然是个奇特的女子，瓷砖直接满屏铺在壁炉上，旁边的柜子上摆放着各种工艺品，瞬间转变高大上的复古风。
壁炉的两边都设有摆放着各种工艺品的白色柜子。
壁炉的旁边摆放着一张有格调的小坐凳，精致的纹理纹路，加上设计到位的小细节，这不是用来坐的？而是用来参观的吧？
灰色纹理线条+白色背景，让这个厨房出落得精致明亮。
性格里有点狂热分子的霉霉，家里少不了自己调制咖啡，橱柜下面摆放着她最爱的咖啡机。
霉霉身后的左手边有一道由精致纹理壁纸打造的美丽画廊墙，而且天花板上的暖光照明小灯，让整个空间的格调变得高雅、华丽。
窗外树木葱葱郁郁，屋内气氛温馨极致。好想坐在一张披着白色天鹅绒的椅子上虚度一整天的时光。
金色的老式水龙头又再一次让我们惊叹：有钱就是任性，任性都能打水漂，你要不要来？
一盏明亮的实木落地灯，一台触手就能弹的钢琴，这样温馨的环境让人很舒服。
连外面室外的休息区都很文艺风~
想象一下，住进霉霉的家是一种怎样的感受？
好（壕）好（壕）好（壕）~
要说霉霉独特的家居设计潜质从何而来，霉霉从小到大都在豪宅的滋润下长大，自然而然在家居设计方面有自己独到的审美风格~
一一一一一一一· 宾夕法尼亚州&·一一一一一一一
在霉霉14岁搬家之前，霉霉家一直住在这里，在美国的宾夕法尼亚州。在人口超过6.5万的所有城市中，这是美国最穷的城市。相比之下，霉霉家一点都不穷。
美式田园风花纹的地毯搭配暖光落地灯，典雅大气。
拥有红色浪漫气氛的餐厅~
大理石台面和白色橱柜打造精致又干净的厨房
静谧而神秘的梯口
这栋豪宅最大的优点就是有一个开放式的楼梯，从下延伸到上，可以环顾整个房间的全景。
橘色活泼的小卧室
蓝色幻影中的卧室，朦胧而神秘。
简约又不失格调的客厅，白色地毯+桃木色的桌子+酒红色的沙发，也不会觉得很突兀。
林中豪宅，依然美丽。
一一一一一一一· &纳什维尔 &·一一一一一一一
直到她二十多岁，她在美国田纳西州的纳什维尔购买了一栋豪宅，现在主要是父母在住。
纳什维尔又称乡村音乐之都，安静之中带着摇滚的躁动。
梦中的林荫小屋
醇厚的深褐色家具之中带着强劲有力的旋律。
闪亮中的厨房吧台。
独具一格的餐厅
挂满装饰画的休息厅一角。
粉色萌动的衣物间。
主打优雅米白色的甜馨小卧室。
清新一调、又不失美式乡村风格的客厅。
又能游泳又能乘凉的开放式客厅。
一一一一一一一· &罗德岛 &·一一一一一一一
2012年，霉霉和康纳·肯尼迪热恋中，康纳·肯尼迪是大名鼎鼎的肯尼迪家族中唯一的男性继承人。恋爱中的霉霉火速在他家附近，花了450万美元，买下了这栋海景别墅。霉霉买房这一举动把人家吓坏了，好景不长，两个人就分手了。虽然分手了，但房子还留着。
这地方海景不错，霉霉经常坐她的私人飞机到这里，成为她最爱的美国罗德岛海景
在大海的一边有座城，城里有座小别野（墅）~
再近点~没错就是，这个就是霉霉与抖森近期曝光恋情的地方，他们在海边约会、牵小手……
近点、再仔细一看，就是豪华大气的小别野楼~
这座偌大的别墅楼~里面又是一副怎样的景象呢？
对门~很大很美~
豪华贵气的红色墙壁和榻榻米椅子~
豪华的餐厅，装饰着新绿的植株，清新不失调~
枚红色的沙发搭配蓝色背靠坐垫，打造别具一格的客厅氛围~
躺着便能看到海，真实地享受生活~
随时都可以看到海的客厅一角~
海天一线~让人心旷神怡~
清新的弧形游泳池~
我也想有个面朝大海，春暖花开的海景房呢~
一一一一一一一· &纽约·翠贝卡街区 &·一一一一一一一
2014年3月，霉霉壕掷了将近2000万美金在美国纽约高级地段翠贝卡街区买下了一间公寓，之前的主人是《魔戒》导演彼得·杰克逊(PeterJackson)&。这间224平米的公寓坐落于堪称全美最昂贵社区，拥有7间卧室、5.5间卫浴和1间豪华厨房，天花板则以外露实木的方式呈现，让整体空间看起来更宽阔舒适。
闪亮着金芒色的天花板和地板，搭配醇厚的暖橘色绒皮沙发，凸显一个豪放歌手的狂放与内涵，就是辣么典雅大气~
同是闪亮着金子光芒的客厅一角，豪华而不失独特的田园风，真正能够突出霉霉的个人风格，而小霉女总是喜欢宅在卧室或者客厅里写她自成一派的歌曲。
由大理石、玻璃橱柜和不锈钢餐具打造的厨房，以纯白和原木色为主色调，干净大方。
这个看起来像是从维多利亚时代穿越过来的豪宅楼梯，复古风十足。
顺着楼梯，穿越到维多利亚时代的阁楼，柱子有点生旧，但是一点都不影响整体的精致风格。
精致舒适的书房+钢琴房，来一会儿读书小憩，弹一曲动听的钢琴曲，简直就是人间天堂般的享受~
一一一一一一一· &贝弗利山庄 &·一一一一一一一
2015年，霉霉花了2800万美元，在贝弗利山庄买了另一套别墅，建筑面积超过1000平！
豪宅很大，有一个网球场和一个游泳池，四间卧室、四间浴室。
温馨灯光的背后又是什么？
一个偌大的网球场~
来一张山庄远景图~
小花园，树木葱郁，花儿芬香。
花园里还有一处精致小圆桌，茶余饭后可以在这里畅聊人生。
清凉一夏的游泳池~
精致亮堂的楼梯口与过道。
过道与楼梯口的另一视角。
主打醇厚咖啡色的墙壁色搭配黑白条纹相间的沙发，简约而不失大方。
永恒不变的美式乡村风~
碎花布~碎花布~加一盏暖光灯，自然温馨~
客厅中的装饰画特别多，营造出一种神秘的新意~
白色沙发+藏青色条纹抱枕，搭配原木色家具，韵味十足~
一一一一一一一· &纽约·西村区 &·一一一一一一一
今年五月，霉霉与热恋一年多的DJ男友Calvin Harris分手后，在美国纽约市曼哈顿购买了一栋房子，然而这栋房子要花费一年时间才能装修完成。于是霉霉暂时在纽约西村区
大手笔豪租了个房子，据说月租$40000。
门面长这样↓↓↓
这栋房子建于1912年
一处四层高的房子
5间卧室，2个客厅，7间半的洗手间
1个私人停车位，还有1个室内游泳池
通过现代化的改造，变成了一个非常梦幻的豪宅。
来看豪宅的内部，一个大而透玻璃落地窗，可以欣赏到美丽的曼哈顿街景。
与前男友刚分手不到两个月，六月份，霉霉与新交的男友抖森曝光恋情，抖森原名汤姆·希德勒斯顿，曾饰演电影《复仇者联盟》里的洛基。说不定你家抖森就睡这里。
小而简的卧室，每一处布置得很简单但不失精致。
霉霉偏爱复古的家具这一点毫无疑问，客厅一侧的桃木色雕花橱柜把整个客厅的气质都提炼出来了。
地板和沙发的颜色都深得凝重，这时候白色绒面地毯发挥了大作用，不仅给房间缓和气氛，而且说不定踩在上面肯定特别舒服。
华丽而光芒的暖光大吊灯，给房间“加”点料？
传闻霉霉要钻研自己的厨艺，大部分要归功于这个厨房。
别具一格的卫生间。
话说你家浴缸那么小，怎么装下两个人？
要说他们家最好的地方
要数这个地下游泳池了
这里泳池可不能跟山庄、海边那里的泳池比。
曼哈顿地皮很贵的
大家可以随带脑补各种游泳情节~（污~污~污~）
从童年的宾夕法尼亚州到追求音乐梦想的纳什维尔；
从恋爱中怅然若失的罗德岛到如愿以偿的贝弗利山庄
从一个人独闯的洛杉矶到众粉追随的纽约舞台
一路八下来…
霉霉不仅是个歌霸，而且还是个“豪宅”霸~
大家还不赶紧收下这个又会唱歌、又会家居设计的小霉女~
（&&附上霉霉家的爱猫献给粉丝们~）
「生活不止眼前的苟且
还有宅豆和远方」
本文章为宅豆原创，欢迎转载（注明原创）。
如有任何疑难杂症水土不服腰腿疼痛，
尽情来搞（稿），
期待调戏。
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
热门文章HOT NEWS
本文是分享给公号小白的初稿，玩号的水很深，并不像人们认为的“人...
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻RNN，GRU与LSTM--百度百家
RNN，GRU与LSTM
分享到微信朋友圈
斯坦福深度学习课程第七弹：RNN，GRU与LSTM
本文为斯坦福大学CS224d课程的中文版内容笔记，已获得斯坦福大学课程Richard Socher教授的授权翻译与发表。大数据文摘作品，未经授权禁止转载，转载具体要求见文末。
翻译：胡杨& 胥可
校对：寒小阳&&&龙心尘
编者按：本期文章是我们为读者带来的【斯坦福大学CS224d课程】专题第七期。文章内容为斯坦福cs224d RNN，LSTM与GRU部分，供有兴趣的读者感受、学习。
此外，对于有兴趣进一步学习交流的读者，我们将通过QQ群（鉴于微信人数限制问题）组织进行学习交流。
长按以下二维码将直接跳转至QQ加群
或者通过群号码进群
1.语言模型
语言模型用于对特定序列的一系列词汇的出现概率进行计算。一个长度为m的词汇序列&的联合概率被表示为由于在得到具体的词汇之前我们会先知道词汇的数量，词汇的属性变化会根据其在输入文档中的位置而定，而联合概率的计算通常只考虑包含个前缀词的词窗口而非考虑全部的前缀词：&
公式1在语音识别和机器翻译系统中对判定一组词序列是否为相应输入序列的正确生成结果有着极为重要的作用。在一个给定的机器翻译系统中，针对各个短语或句子的翻译任务，软件通常被要求生成一组替代词序列（例如：“我已经”；“我曾有”；“我有”；“被我已经”；“被我占有”）以及它们的得分以判定它们是否能组成最优的翻译序列。
在机器翻译任务中，模型通过计量和比较各个替换输出词序列之间的得分优劣，从它们中为输入短语寻找最佳的答案词序列。为了完成这项工作，模型需要经常在词排序和词选择两个任务模型之间切换。而上面提到的目标将通过为所有的候选词序列设置概率计算函数而达成，这个函数将比较这些候选词序列各自的得分。获得最高得分的候选词序列就是机器翻译任务的输出。
例如：相比例句“小的这只猫真是”，机器会给例句“这只猫真小”更高的评分，相比“放学后步行去房子”，“放学后步行回家”会得到更高的得分。为了计算这些概率，将比较统计n元语言模型和词频模型的效果。比如，如果选择2元语言模型，语义2元组的词频通过统计当前词和其前面一个词，这就需要与1元语法模型的词频计算方法区分开来。公式2和3分别展示了2元语义模型和3元语义模型在处理这种关系时的做法。&
公式3中表现出来的关系集中于基于上下文中固定窗口内容（例如：n个前缀词范围）对后续词的预测。在某些情况下，仅仅抽取n个前缀词作为窗口范围可能不足以很好地捕捉上下文信息。例如，当一篇文章在后段着重描写西班牙与法国的历史，而在前文中，当你读到“这两个国家走向了战争”这句话时，仅有此句的前文显然不能够让我们识别出这两个国家的命名实体。Bengio等人提出了第一个大规模的深度学习自然语言处理框架，此框架能够通过学习得到词汇的分布化表征捕捉上面提到的这种上下文关系；
图1展示了这种神经网络的框架。在这个模型中，输入词向量在隐层和输出层均得到使用。公式4展示了引入标准tanh()函数的softmax()分类函数中的各个参数，这个函数起到线性分类器的作用，这一组短式代表全体前缀词的输入词向量。
然而，在所有传统的语言模型中，由于包含n长窗口的语言记忆信息规模会随着系统的运行呈指数式的增长，所以面对较大型的词窗口，如果不将记忆信息单独抽离处理，上面的任务几乎是不可能完成的。&
2.递归神经网络（RNN）
不同于传统的机器翻译模型仅仅考虑有限的前缀词汇信息作为语义模型的条件项，递归神经网络（RNN）有能力将语料集中的全部前序词汇纳入模型的考虑范围。&
图2展示了RNN模型的架构，其中各个垂直矩形框代表每轮迭代的隐层，t.每个这样的隐层都拥有若干神经元，每个神经元都对输入向量执行线性矩阵操作而通过非线性操作输出结果（例如，tanh()函数）。在每一轮迭代中，前一步迭代的输出随着文档中下一条词汇的词向量而变化，，是隐层的输入且隐层将产生预测输出值和提供给下一层隐层的输出特征向量（见公式5和公式6）。单独每个神经元的输入和输出情况如图3所示。&
网络中各个参数的设置细节及含义如下：
在递归神经网络中，损失函数通常被设定为之前提到的交叉熵错误率。公式7展示了在迭代t中此函数在整个词库上的求和。
在规模为T的语料集上，交叉熵错误率计算如下：&
公式9用于表示困惑度关系；它的计算基于2的指数，指数值为公式8中显示的交叉熵错误率函数负对数。困惑度用于衡量在进行序列后续词预测时考虑更多条件项对低值函数的扰乱程度（相较于真实结果来说）&
执行一层RNN网络所需要的内存与语料中的词汇数量成正比。例如，一个拥有k个词的句子将在内存中占用k个词向量的空间。另外，RNN网络将维护两对W和b矩阵。尽管矩阵W的规模可能非常大，但其大小不会随着语料的规模而变化（不同于传统的模型）。对一个迭代1000轮的RNN网络，W将是个的矩阵而和语料规模无关。&
图4是一些出版物中对RNNs神经网络模型的另外一种表示。它将RNN神经网络的每个隐层表示为一个环。
2.1 剃度弥散及梯度爆炸问题
从依次进行的步骤中得到循环神经网络中的传播权值矩阵，RNN模型确保了实现的目标是通过多次迭代步长来传播内容信息的。通过以下的两个例句可以更深入的理解：
句1：“简走进了房间。约翰也走近了房间。简对___说你好”
句2：“简走进了房间。约翰也走近了房间。因为天色太晚了，人们在工作了一天后都回家了。简对___说你好”
上面的两个例子中，依据上下文，在空白处大部分都知道答案为“约翰”。第二个人在上下文中出现的相对词距对RNN模型中预测下一个词为“约翰”是非常重要的。通过我们对RNNs的了解，理论上该部分需要被给出。然而实验证明，RNNs模型中句1空白部分的预测准确率要比句2的高。这是因为在后向传播阶段，梯度贡献值在初期的步长传播中逐步递减。因此对于长句，随着内容越长识别“约翰”为空白处词的概率越低。以后我们将讨论梯度递减问题背后的数学推理。
在某轮迭代t中考虑公式5、6，用于计算RNN错误率，我们对每一步迭代计算错误率总和。那么每一步t的错误率均可通过前面所列的计算出来。&
通过对公式5、6的结果进行链式规则求导而得到每一个迭代步长的错误率。式11展示了对应的求导过程。为对之前k次迭代的偏导数。
公式15为式13的Jacobian矩阵范数。其中为两个矩阵范数的上边界。依据公式15来计算每次迭代t中的部分梯度范数。&
利用范数来对以上两个矩阵进行范数计算。对于给定的sigmoid非线性函数,范数的值只能是1。&
在实验过程中，一旦梯度值增长很大，就会很容易探测到其引起的溢出（如：无穷与非数值）；这就是梯度爆炸问题。然而，当梯度值接近于零时。对于语料集中词距较远的词，它将大大降低模型的学习质量并且梯度还会不断衰减；这就是剃度弥散问题。&
如果想要获取梯度消失问题的实际问题，你可以访问下面的实例网站。
2.2 解决梯度爆炸和弥散
上文介绍了解了一些在深度神经网络中的梯度弥散和梯度爆炸的情况，我们现在开始尝试用一些启发性的手段解决这些问题。
为了解决梯度爆炸问题，Thomas Mikolov首先提出了一个简单的启发性的解决方案，就是当梯度大于一定阈值的的时候，将它截断为一个较小的数。具体如算法1所述：
算法1：当梯度爆炸时截断梯度（伪代码）
图5可视化了梯度截断的效果。它展示了一个小的rnn（其中W为权值矩阵，b为bias项）的决策面。这个模型是一个一小段时间的rnn单元组成；实心箭头表明每步梯度下降的训练过程。当梯度下降过程中，模型的目标函数取得了较高的误差时，梯度将被送到远离决策面的位置。截断模型产生了一个虚线，它将误差梯度拉回到离原始梯度接近的位置。
为了解决梯度弥散的问题，我们介绍了两种方法。第一种方法是将随机初始化改为一个有关联的矩阵初始化。第二种方法是使用ReLU（Rectified Linear Units）代替sigmoid函数。ReLU的导数不是0就是1.因此，神经元的梯度将始终为1，而不会当梯度传播了一定时间之后变小。
2.3 深度双向RNNs
如之前所说，在一个词序列中我们利用RNNs技术和过去的词来预测下一个词。其实同理我们也可以依据未来的词来做预测。Irsoy等人设计了一个双向深度神经网络，在每一个时间节点t，这个网络有两层神经元，一层从左向右传播，另一层从右向左传播。为了保证任何时刻t都有两层隐层，这个网络需要消耗两倍的存储量来存储权重和偏置等参数。最终的分类结果是由两层RNN隐层组合来产生最终的结果。图6展示了双向网络结构，公式17和18表示双向RNN隐层的数学含义。在这两个关系中唯一不同点是循环的方向不一样。公式19展示了通过总结过去和未来词的表示，使用类别的关系来预测下一个词预测。&
图7展示了一个从较低层传播到下一层的多层双向RNN。如图所示，在网络结构中，第t个时间里每一个中间神经元接受到前一个时间（同样的RNN层）传递过来的一组参数，以及之前RNN层传递过来的两组参数。这两组参数一个是从左到右的RNN输入，另一个是从右到左的RNN输入。
为了构建一个L层的RNN，上述的关系将会参照公式20和公式21所修改，其中每一个中间神经元（第i层）的输入是RNN网络中同样的t时刻第i-1层的输出。其中输出,在每一个时刻值为通过所有隐层的输入参数传播的结果（如公式22所示）。
2.4 应用：RNN翻译模型
传统的翻译模型十分复杂，他们由许多的应用在语言翻译流程的不同阶段的机器学习算法组成。在这一章，我们讨论RNNs代替传统机器翻译模块的潜在应用。考虑如图8所示的RNN例子。这里，德语Echt dicke Kiste被翻译为英语中的Awesome sauce。首先3个时刻的隐层网络将德语编码为一些语言的特征()。最后两个时刻将解码为英语作为输出。公式23展示了编码阶段，公式24和公式25展示了解码阶段。
图8：一个RNN翻译模型。首先3个RNN隐层属于资源语言模型编码器，最后两个属于目标语言模型解码器。
采用交叉熵函数的RNN模型（如公式26所示）在翻译结果上有很高的精度。在实践中，利用一些扩展方法到模型上可以提高翻译的准确率。
扩展1：编码器和解码器训练不同的RNN权重。这个将使得两个单元解耦，同时两个RNN模块都会有更高的准确率。这意味着公式23和公式24的函数有不同的矩阵。
扩展2：使用3个不同的输入来计算编码过程中每一个隐层状态：
o 之前的隐层状态（标准）
o 上一个编码器的隐层(图9中，)
o 之前预测的输出词,&
结合上述3种输入将公式24中的解码阶段的f函数变为公式27中的1个。图9展示了这个模型。
扩展3：如之前章节所讨论的那，使用多个RNN层来训练深层循环神经网络。因为深层次能学习到更多东西，因此往往能提升预测的准确率，当然，这也意味着必须使用大的语料库来训练模型。
扩展4：如这一章之前提到的那样，训练双向编码器来提高精度。
扩展5：给一个德语中的词序列ABC，在英语中翻译为XY，我们这里使用CBA-&XY而不是ABC-&XY来训练RNN。这么做的目的是，因为A最有可能被翻译为X，再加上考虑之前提到的梯度弥散的问题，翻转输入词的顺序能够减少输出阶段的误差比例。
3.门限循环单元
3.长短期记忆神经LSTM
关于转载如需转载，请在开篇显著位置注明作者和出处（转自：大数据文摘|bigdatadigest），并在文章结尾放置大数据文摘醒目二维码。无原创标识文章请按照转载要求编辑，可直接转载，转载后请将转载链接发送给我们；有原创标识文章，请发送【文章名称-待授权公众号名称及ID】给我们申请白名单授权。未经许可的转载以及改编者，我们将依法追究其法律责任。联系邮箱：。
大数据文章斯坦福深度学习课程战队
内容运营：魏子敏
统筹：汪德诚
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
阅读：7188
热门文章HOT NEWS
本文是分享给公号小白的初稿，玩号的水很深，并不像人们认为的“人...
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻