金扫帚奖提名名单

原标题：省委召开省级领导干部会议 坚决拥护中央对孙政才严重违纪案处理决定9月29日，省委召开省级领导干部会议，传达学习《中共中央关于孙政才严重违纪案审查情况和处理决定的通报》。省委书记巴音朝鲁主持会议并讲话。会上，大家一致表示，坚决拥护中央对孙政才开除党籍、开除公职，并移送司法机关依法处理的决定，切实把思想和行动统一到中央决定精神上来，坚决肃清孙政才流毒，牢固树立“四个意识”，坚决维护以习近平同志为核心的党中央权威和集中统一领导，坚决同以习近平同志为核心的党中央保持高度一致。大家一致认为，孙政才严重违纪案是一起非常典型的党的高级干部背弃马克思主义信仰，严重违反政治纪律、组织纪律、群众纪律、工作纪律、廉洁纪律、生活纪律，“十个必须”条条触犯，“七个有之”样样皆占的典型案件。孙政才的严重违纪行为完全背离了党的性质和宗旨，严重破坏了党的团结和集中统一，严重腐蚀了党的肌体，严重损害了党和国家形象，影响十分恶劣，教训极其深刻。特别是孙政才曾在吉林省担任省委书记、省人大常委会主任，在吉林期间他不顾吉林事业发展，一心只为升官上位，严重破坏了吉林的政治生态，带来了恶劣影响，造成了极大危害。对孙政才严重违金扫帚奖提名名单

原标题：24-120mm镜头 佳能G1 XIII更多参数曝光 近日据CanonRumors网站消息，佳能PowerShotG1XMarkIII又有更多参数得到了曝光。据悉，G1XIII确定将配备2400万像素级别的APS-C画幅CMOS，同时在镜头上将会搭载一款等效24-120mm的镜头（光圈待定），并且在处理器上也将配备最新的DIGIC7。 图为佳能PowerShotG1XMarkII 编辑短评：之前已经有传闻说全新的G1XIII将会改用APS-C画幅的CMOS，而从最近的消息来看，G1XIII不仅会配备APS-C画幅的传感器，同时还会搭载24-120mm镜头，不过镜头的光圈暂时还未确定，现在唯一的问题就是：如果采用APS-C+24-120mm的配置，新机的体积会控制在一个怎样的水平？就让我们一起拭目以待。金扫帚奖提名名单

原标题：传中国电信将收购巴西电信商 官方：还没确定 中关村在线消息：日前有传闻称中国电信计划收购巴西电信商OiSA，获得对Oi整体业务的控制权，包括其固定电话和无线网络业务。目前，中国电信官方向媒体透露，电信国际公司正在海外积极寻求投资机会，但目前并未有确定对象和项目。 传中国电信将收购巴西电信商官方：还没确定 根据当地媒体此前的报道，巴西电信业巨头Oi公司其6家子公司负债总额达到654亿雷亚尔（约合192.6亿美元）。此外，Oi是巴西最大的固定网运营商和第四大移动运营商，其在当地的市场份额分别达到34.4%和18.6%。随着产业技术的升级，国内运营商在未来几年可能面临较大的改革和对外的战略重组，至于结果如何，还需观察下一步的走势。金扫帚奖提名名单

原标题：一加手机5氢OS第10版更新：允许用户卸载部分系统APP 在放假之前，一加向一加手机5用户推送了氢OS第10版系统更新，本次更新包的大小为112MB，该版本最大的更新亮点，是支持用户持卸载部分系统内置应用，这个功能不得不说非常人性化。 除了正式支持岭南通和深圳通公交卡之外，从用户角度考虑，一些系统应用常年都不会使用，所以诸如便签、计算器、卡券、天气、邮件应用，如果可以直接卸载，相当nice，不过官方应用商店还没有提供这些系统应用的安装包，因此卸载之前还需谨慎。 除了这个功能之外，一加5还正式支持岭南通和深圳通公交卡，未来应该会开拓更多城市。 更新日志： 正式支持岭南通和深圳通公交卡 系统： - 通知铃声支持自定义 - 优化应用启动速度 - 修复部分界面显示异常的问题 - 允许卸载部分系统内置应用 - 更新 Android 安全补丁程序 - 修复登录 Exchange 后联系人无法同步的问题。遇到此问题的用户请联系客服帮助处理，或前往论坛按照说明进行操作 - 其他细节问题修复金扫帚奖提名名单

原标题：直播预告 | 伯克利Ph.D、搜狗研究员国庆后等你来撩 学术青年分享会是雷锋网旗下垂直AI领域学术交流社群——AI研习社所发起的活动。AI研习社致力于建设全球领先的AI求知社区，基于专业直播平台，进行技术交流的公益传播和深度交流。 分享会通过邀请学术界、工业界学者进行高质量内容分享，让广大学术青年了解最前沿的学术与行业技术进展，成为连接学术界与工业界之间的桥梁，雷锋网希望能够从中发现一大批优秀AI人才，推动国内AI行业的持续发展。 接下来是一大波国庆节后的分享会预告： 10月10日 10:30 主题：端到端自动驾驶与自动驾驶前沿研究内容 分享内容：本次分享会嘉宾将会通过解读这篇被CVPR2017收录的论文《End-to-end Learning of Driving Models from Large-scale Video Datasets》来介绍自动驾驶前沿的研究内容 。本次工作的核心是定义了如何从视觉的角度通过深度学习来实现自动驾驶，并且与英伟达、CMU的ALVINN的工作不同，不仅仅在路况简单的情况下可以实现“车道跟随”(lane following)，而且可以处理更复杂的环境，例如城市、商业区等。现有的深度学习的方法往往由于数据的原因被限制在固定的场景下，他们使用大规模众筹(c金扫帚奖提名名单