爱可可老师24小时热门分享(2019.1.15)

No 1. 《算法详解 卷1 算法基础》
No 2. VPN/Proxy/SS原理 [偷笑] ​
No 3. 【《Scikit-Learn、Keras与TensorFlow机器学习实用指南(第二版)》随书代码(Notebooks)】
No 4. “为学之道:如何做研究(资源集锦)”
No 5. 【深度学习资源大列表:关于深度学习你需要了解的一切】
No 6. 【神经微分方程】
No 7. 【TensorFlow学习资源汇总】
No 8. 【高斯过程(系列文章)】
No 9. 《FaceBoxes: A CPU Real-time Face Detector with High Accuracy》
No 10. 蒲公英长成记 http://t.cn/EqH4DgP ​
No 11. 【CMU神经网络自然语言处理课程(2019):新增ELMo/BERT上下文词表示、模型可解释性等内容,PyTorch/DyNet代码示例】
No 12. 【用PyTorch实现多种深度强化学习算法】
No 13. 【免费书:可解释的机器学习】
No 14. 没什么比真相更令人痛苦。严禁冒犯,就等同于强迫撒谎。大多数真相都会让某些人感到不安。礼貌的谎言可能像…
No 15. 《Deep Learning for Anomaly Detection: A Survey》
No 16. #可可家训# 别轻易说“仅此而已”
No 17. '一个完整的,端到端的机器学习项目(预测建筑物的能源之星得分)’ by Baymax GitHub:…
No 18. 【神经常微分方程与对抗攻击】
No 19. 【Python示例代码入门】
No 20. 【信息检索实战教程】
No 21. 你要真是位科学家,就只会在半张脸上抹抗老霜
No 22. 早![太阳] ​
No 23. 【Aifiddle:浏览器里的深度网络开发平台】
No 24. 【大规模(10w+)关系抽取数据集】
No 25. 【如何在大型会议上展示Poster:注意周围观众并善用目光接触、用肢体语言提升气场、提高嗓门儿】
No 26. 【说好的用MOOC颠覆教育呢?——商业外包和高流失、低完成率是首要问题】
No 27. 【2019深度学习十大趋势预测】
No 28. 新版发布(2019.01.12)
No 29. 【如何做研究:55张实践指导卡片】
No 30. 【“MSMARCO passage ranking task”阅读理解任务排名第一的BERT解决方案】
No 31. 【自然语言处理实践者指南】
No 32. 'super-inspire-end – 在不到30s内得到一个干净的开箱即用的临时linux系统'…
No 33. 维尔特定律(Wirth's law):软件变慢的速度永远快过硬件变快的速度 ​…
No 34. 《What’s coming in TensorFlow 2.0》
No 35. 【面向自然语言处理的现代深度学习技术】
No 36. 【(Colab)可视化:神经网络如何扭曲、折叠空间实现数据分类】
No 37. 【理解机器思考方式的新方法】
No 38. 【Delta Analytics的机器学习基础课程】
No 40. 【智能设备开源唤醒/激活方案】
No 41. 《SqueezeSeg: Convolutional Neural Nets with Recurrent CRF for Real-Time Road-Object Segmentation from 3D LiDAR Point Cloud》
No 42. 【基于pix2pix用DCGAN去除自拍图片上的Snapchat滤镜效果】
No 43. “AI2问答任务ARC Dataset最新Leaderboard,Tencent AI Lab的QA Transfer(BERT&Others)以53.84%居首”
No 44. 【Richard Socher访谈】
No 45. 'CV-Jobs – 国内提供计算机视觉(CV)算法岗位的公司名单' by Amusi GitHub…
No 46. 【SSD目标识别全程实践】
No 47. 我们见过的太多AI项目…… http://t.cn/Eqo0xr2 ​…
No 48. 'TensorFlow->TensorRT Image Classification' by …
No 49. 【播客:Sebastian Ruder聊NLP最新趋势】
No 50. 【Delira:医疗图像(放射学)轻量深度学习框架】

爱可可老师24小时热门分享(2019.1.14)

No 1. 【简单实用的数据清洗代码】
No 2. 【用最新AI技术预测股市走势】
No 3. 你要真是位科学家,就只会在半张脸上抹抗老霜
No 4. 【单纯用Numpy实现的RNN, LSTM,DNC】
No 5. 【SSD目标识别全程实践】
No 6. 【斯坦福大学发布的Donald Knuth授课集锦】
No 7. VPN/Proxy/SS原理 [偷笑] ​
No 8. 【可在线运行代码的实用C/C++参考网站】
No 9. 我们见过的太多AI项目…… http://t.cn/Eqo0xr2 ​…
No 10. 希望在几年前就开始只是徒劳。将来你一样会希望从现在就开始。别总是悔不当初。现在就做。
No 11. 就是这样 [笑而不语] ​
No 12. 自然语言处理中的三大特征处理器:RNN、CNN、Transformer,它们目前谁各方面占据优势?未来谁又更有前途呢?这篇文章用目前的各种实验数据给出了说明,结论参考文章标题。 ”
No 13. 【Python示例代码入门】
No 14. 【免费课程:量子机器学习】
No 15. 要是啥也看不见,就摇摇头 ​
No 16. 【AI创业公司与深度强化学习、对话系统、文本生成、文本摘要、阅读理解等文献列表】
No 17. 【傅里叶变换交互式介绍】
No 18. 'TensorRT for Yolov3' by lewes6369 GitHub:
No 19. '自然语言处理三大特征抽取器(CNN/RNN/TF)比较'…
No 20. 【自然语言处理实践者指南】
No 21. [偷笑] ​
No 22. 【“不可描述”图片分类器数据集采集脚本】
No 23. 【高斯过程(系列文章)】
No 24. 《Quantitative Assessment and Diagnostics for Representation Learning》
No 25. 【Python正则实例入门:《Python re(gex)?》随书代码】
No 26. 《Region Proposal by Guided Anchoring》
No 27. 令人赞叹的纸艺 src:http://t.cn/Eqo5UTv ​
No 28. 特征工程艺术 http://t.cn/EqxUh12 ​
No 29. 晚安~[月亮] http://t.cn/EqaPHYh ​
No 30. 《FPGA-based Accelerators of Deep Learning Networks for Learning and Classification: A Review》
No 31. 《Image Transformation can make Neural Networks more robust against Adversarial Examples》
No 32. 【说好的用MOOC颠覆教育呢?——商业外包和高流失、低完成率是首要问题】
No 33. 【深度学习资源大列表:关于深度学习你需要了解的一切】
No 34. 【用PyTorch实现多种深度强化学习算法】
No 35. 《Event detection in Twitter: A keyword volume approach》
No 36. 【高斯过程】
No 37. 【用深度学习基于肠道细菌预测人的真实年龄】
No 38. 【序列模型简介】
No 39. 【动漫人物图片自动修复,去马赛克,填补,去瑕疵】
No 40. 《GILT: Generating Images from Long Text》
No 41. 《DSConv: Efficient Convolution Operator》
No 42. 【阿布股票量化系统】
No 43. 早![太阳] ​
No 44. 【2019年值得关注的五大新型网络威胁:包括deepfake伪造音视频以及区块链智能合约攻击】
No 45. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 46. 《Learning-based Optimization of the Under-sampling Pattern in MRI》
No 47. 【《Scikit-Learn、Keras与TensorFlow机器学习实用指南(第二版)》随书代码(Notebooks)】
No 48. 【2018五篇“以人为本”的AI论文】
No 49. 'Kaggle Python docker image' by Kaggle GitHub: htt…
No 50. 【私人的、离线优先的个人日记】

爱可可老师24小时热门分享(2019.1.13)

No 1. 特征工程艺术 http://t.cn/EqxUh12 ​
No 2. 【高斯过程】
No 3. 【Agora开发的最新项目:面向游戏、电影的人脸迁移合成】
No 4. 要是啥也看不见,就摇摇头 ​
No 5. 【序列模型简介】
No 6. 【PyTorch实现的GCN】
No 7. 【动漫人物图片自动修复,去马赛克,填补,去瑕疵】
No 8. 【深度学习基础:介绍与概览】
No 9. 就是这样 [笑而不语] ​
No 10. 【新书:用Python解决数学问题】
No 11. 自然语言处理中的三大特征处理器:RNN、CNN、Transformer,它们目前谁各方面占据优势?未来谁又更有前途呢?这篇文章用目前的各种实验数据给出了说明,结论参考文章标题。 ”
No 12. 【Python正则实例入门:《Python re(gex)?》随书代码】
No 13. 【单纯用Numpy实现的RNN, LSTM,DNC】
No 14. 【Sleepwalk:发现隐藏在t-SNE, UMAP可视化背后的信息】
No 15. 【Kaggle人类蛋白质图谱图像分类比赛第11名方案】
No 16. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 17. 《Neural scene representation and rendering(GQN)》
No 18. 【用最新AI技术预测股市走势】
No 19. 【“基于人工神经网络和连接合成的混合,Synthesizer V可以从少量样本合成自然、可理解的声音,并以英语,中文和日语进行演唱”】
No 20. 【傅里叶变换交互式介绍】
No 21. 【用神经网络 预测评论打分】
No 22. 【杂货店物品图像数据集】
No 23. 【如果把世界分成人口总数相等的四片】
No 24. '自然语言处理三大特征抽取器(CNN/RNN/TF)比较'…
No 25. 【Keras深度网络堆叠集成】
No 26. 【“歌声分析导论”配套教程】
No 27. 'Study the science of art and the art of science.'…
No 28. 早![太阳] ​
No 29. 【2018五篇“以人为本”的AI论文】
No 30. [哈哈] ​
No 31. 【私人的、离线优先的个人日记】
No 32. “深度学习开放数据集 | Deeplearning4j”
No 33. 【“不可描述”图片分类器数据集采集脚本】
No 34. 晚安~[月亮] ​
No 35. 【应该如何教?】
No 36. 【AI创业公司与深度强化学习、对话系统、文本生成、文本摘要、阅读理解等文献列表】
No 37. 《Active Learning with TensorBoard Projector》
No 38. 【相关subreddits搜索与可视化】
No 39. 读大量机器学习论文可能会使你成为写机器学习论文的专家,但不会使你成为实现、应用机器学习方法解决实际问…
No 40. 发色随心换(CES 2019) http://t.cn/Eqqhglt ​
No 41. 这是劳拉,17岁,她用CNN来识别宫颈筛查异常,用GAN扩展数据集生成合成数据,准确率97.2% v…
No 42. 'TensorRT for Yolov3' by lewes6369 GitHub:
No 43. 【阿布股票量化系统】
No 44. 《A Scalable Framework for Acceleration of CNN Training on Deeply-Pipelined FPGA Clusters with Weight and Workload Balancing》
No 45. 《Manipulating and Measuring Model Interpretability》
No 46. 《Interpretable BoW Networks for Adversarial Example Detection》
No 47. 《Quantitative Assessment and Diagnostics for Representation Learning》
No 48. '12306 购票助手,支持分布式,多账号,多任务购票' by pjialin GitHub: ht…
No 49. 《Machine Learning at the Wireless Edge: Distributed Stochastic Gradient Descent Over-the-Air》
No 50. “Tensorflow 2.0 Preview”

爱可可老师24小时热门分享(2019.1.12)

No 1. 这是劳拉,17岁,她用CNN来识别宫颈筛查异常,用GAN扩展数据集生成合成数据,准确率97.2% v…
No 2. ‘12306 购票助手,支持分布式,多账号,多任务购票’ by pjialin GitHub: ht…
No 3. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 4. 发色随心换(CES 2019) http://t.cn/Eqqhglt ​
No 5. 读大量机器学习论文可能会使你成为写机器学习论文的专家,但不会使你成为实现、应用机器学习方法解决实际问…
No 6. 不要伤害机器学习社区,请抵制这本期刊,它会破坏我们取得的美好成就。正如Neil Lawrence所说…
No 7. 【动漫人物图片自动修复,去马赛克,填补,去瑕疵】
No 8. 结合前两天芬兰国家AI战略的报道( http://t.cn/EqqwQA6 ),深深觉得,引领AI大…
No 9. 【Python调用栈性能分析工具】
No 10. 晚安~[月亮] ​
No 11. 【关于近似最近邻搜索,你应该知道的两种方法】
No 12. 早![太阳] ​
No 13. “深度学习开放数据集 | Deeplearning4j”
No 14. [good] ​
No 15. 【fastNLP:自然语言处理模块化可扩展工具包】
No 16. 【从头模仿API来理解TensorFlow】
No 17. 【自然语言深度潜变量模型(EMNLP 2018 Tutorial)】
No 18. 【Colab上用免费TPU跑tf.keras】
No 19. 【Python安全相关资源大列表】
No 20. “NIPS 2018 Videos”
No 21. 无人机镜头下的 🏄与 🐬 http://t.cn/EqbJlLb ​…
No 22. 《MELD: A Multimodal Multi-Party Dataset for Emotion Recognition in Conversation》
No 23. 《Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation》
No 24. 【句嵌入模型需要有多深?】
No 25. 【最有用的Python matplotlib可视化50例】
No 26. 【深度学习基础:介绍与概览】
No 27. “Tensorflow 2.0 Preview”
No 28. 【如果把世界分成人口总数相等的四片】
No 29. 【聊天机器人深度学习(EMNLP 2018 Tutorial)】
No 30. 【PyTorch实现的GCN】
No 31. 在自然语言生成方面从事学术研究与系统开发的同仁都应该好好看看Ehud Reiter教授的博客
No 32. 星际空间 ✨ ​
No 33. 【Kaggle新赛:地震(影响波及时间)预测】
No 34. 【神经网络与语言哲学】
No 35. 【Kaggle人类蛋白质图谱图像分类比赛第11名方案】
No 36. 【MatchZoo:文本匹配算法库(DRMM, MatchPyramid, MV-LSTM, aNMM, DUET, ARC-I, ARC-II, DSSM, CDSSM…)】
No 37. 写论文的时候其他任何事都美好无比 [允悲] ​…
No 38. 在自然语言生成方面从事学术研究与系统开发的同仁都应该好好看看Ehud Reiter教授的博客
No 39. [哈哈] ​
No 40. 这是啥?🤖️ http://t.cn/EqUsNS4 ​
No 41. ‘Deep Learning with TensorFlow 2 and Keras – Noteb…
No 42. 《深度文本匹配开源工具(MatchZoo)》
No 43. 《Neural scene representation and rendering(GQN)》
No 44. “Pytorch instance-wise weighted cross-entropy loss”
No 45. 《Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context》
No 46. 【EMNLP 2018视频集锦】
No 47. 【私人的、离线优先的个人日记】
No 48. TensorFlow 2.0 preview 实例教程//’Deep Learning with T…
No 49. 【理解对抗生成网络(GANs)】
No 50. 《Deep Learning for Human Affect Recognition: Insights and New Developments》

爱可可老师一周论文精选(2019.1.12)

No 1. 【医疗深度学习指南(综述)】
No 2. 《A Comprehensive Survey on Graph Neural Networks》
No 3. 《Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context》
No 4. 【BERT句法表示能力实验评测:各项测试均表现出色】
No 5. 《Panoptic Feature Pyramid Networks》
No 6. 【基于深度网络的心脏病专家级动态心电图心律失常检测和分类】
No 7. 《A New Perspective on Machine Learning: How to do Perfect Supervised Learning》
No 8. 《Flow Based Self-supervised Pixel Embedding for Image Segmentation》
No 9. 《On the Dimensionality of Embeddings for Sparse Features and Data》
No 10. 《Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation》
No 11. 《Generative Adversarial Networks for Financial Trading Strategies Fine-Tuning and Combination》
No 12. 《Detecting Text in the Wild with Deep Character Embedding Network》
No 13. 《A Comprehensive guide to Bayesian Convolutional Neural Network with Variational Inference》
No 14. 《Dataset Distillation》
No 15. 《What do Language Representations Really Represent?》
No 16. 《Learning Graph Embedding with Adversarial Training Methods》
No 17. 《A Survey on Multi-output Learning》
No 18. 《Attribute-Aware Attention Model for Fine-grained Representation Learning》
No 19. 《Multi-stream CNN based Video Semantic Segmentation for Automated Driving》
No 20. 《3D Point-Capsule Networks》
No 21. 《I Can See Clearly Now : Image Restoration via De-Raining》
No 22. 《Learning Independent Object Motion from Unlabelled Stereoscopic Videos》
No 23. 《Poincaré Wasserstein Autoencoder》
No 24. 《Visualizing Deep Similarity Networks》
No 25. 《Multi-class Classification without Multi-class Labels》
No 26. 《Generalization in Deep Networks: The Role of Distance from Initialization》
No 27. 《Deep Neural Network Approximation Theory》
No 28. 《On Finding Local Nash Equilibria (and Only Local Nash Equilibria) in Zero-Sum Games》
No 29. 《Explanatory Graphs for CNNs》
No 30. 《Explaining AlphaGo: Interpreting Contextual Effects in Neural Networks》

爱可可老师一周热门分享(2019.1.12)

No 1. 【(北大)高准确度中文分词工具包】
No 2. 欢迎来到2019年,来自2009年的旅者!请注意:- 系统管理现在叫“ops”
No 3. 《Python编程无师自通 专业程序员的养成》
No 4. 【撰写研究论文的经验法则:撰写期刊文章的40个步骤+9个黄金法则】
No 5. 【最有用的Python matplotlib可视化50例】
No 6. 写论文的时候其他任何事都美好无比 [允悲] ​…
No 7. 'Deep Learning Interview 深度学习面试题目汇总' by ShanghaiTe…
No 8. 人总是倾向于避重就轻,通过做不重要的事来逃避真正焦虑的重要事。疲惫或许可以抑制焦虑,但毕竟,治标不治…
No 9. 【复制即翻译的外文辅助阅读翻译解决方案】
No 10. 这是劳拉,17岁,她用CNN来识别宫颈筛查异常,用GAN扩展数据集生成合成数据,准确率97.2% v…
No 11. 经常有朋友好奇我怎么找东西,可以看看此时我的Chrome…… [嘻嘻] ​…
No 12. '12306 购票助手,支持分布式,多账号,多任务购票' by pjialin GitHub: ht…
No 13. '深度学习教程整理' by zeusees GitHub: http://t.cn/EGgZmzs …
No 14. 【值得期待的Gilbert Strang新书:《线性代数与数据学习》(内容覆盖深度学习,有样章)】
No 15. 《如何看待张潼老师离职腾讯? – 知乎》
No 16. 某些童鞋是这样读论文的 🐿️ 🥜 http://t.cn/EGaVrO1 ​…
No 17. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 18. 好书![偷笑] ​
No 19. “地球上所有的农业用地”
No 20. “深度学习开放数据集 | Deeplearning4j”
No 21. 【(2019)斯坦福CS224n深度学习自然语言处理课程(将开放视频)】
No 22. 发色随心换(CES 2019) http://t.cn/Eqqhglt ​
No 23. [笑而不语] ​
No 24. 《A Comprehensive Survey on Graph Neural Networks》
No 25. TCP vs. UDP [笑cry] ​
No 26. 【DeepTraffic重装上阵:用强化学习解决堵车难题】
No 27. 哇!😱
No 28. 有没有那么一本书,彻底改变了你的世界?📖 ​…
No 29. 'CRNN(CNN+RNN+CTCLoss)中文手写汉字识别' by chizhanyuefeng …
No 30. 【CS顶会历届最佳论文大列表】
No 31. 'C++ Template 进阶指南 – 中文的C++ Template的教学指南' by wuye…
No 32. 容易被激怒的人,往往也容易被控制
No 33. 【C++实现的自动全景拼接】
No 34. 【医疗深度学习指南(综述)】
No 35. 【中文自然语言处理的语料集合,包括语义词、领域共时、历时语料库、评测语料库等】
No 36. 【用TensorFlow实现的YOLOv3】
No 37. 真实:所想的 vs. 所说的 [笑而不语] ​…
No 38. 【PyTorch高性能人脸识别库】
No 39. 《小狗钱钱》
No 40. 读大量机器学习论文可能会使你成为写机器学习论文的专家,但不会使你成为实现、应用机器学习方法解决实际问…
No 41. 亲爱的Amazon:没错,我最近是买了个加湿器,但这并不表示我会需要更多加湿器。实际上,这表示我在几…
No 42. 是GAN的画风没错了~ ​
No 43. 《对人工智能有着一定憧憬的计算机专业学生可以阅读什么材料或书籍真正开始入门人工智能的思路和研究? – 知乎》
No 44. [笑cry] ​
No 45. 微量元素来源: 维生素 A🥕🎃 B1🍞🐖 B2🥚🥛 B3🐟🦃 B5🥑…
No 46. 【理解对抗生成网络(GANs)】
No 47. 【Python音频/音乐信号处理实战:音乐流派分类】
No 48. 【2018年25个最佳数据科学/机器学习GitHub开源项目】
No 49. 睡前脑体操:请问矩形面积是多少? ​​​…
No 50. “妙笔生花”

腾讯成立技术委员会,对组织架构下狠手;GitHub 更新,无限私有仓库免费使用;阿里9000万欧元收购Flink – InfoQ每周精要571期

 中文站「每周精要」
NO.571
2019/01/13
腾讯正式宣布成立技术委员会,要对组织架构下狠手
架构
2019 年伊始,社交巨人腾讯正式宣布成立技术委员会,计划在未来发力内部代码的开源和协同,投入更多资金和精力在技术建设上。
GitHub 重磅更新:无限私有仓库免费使用
语言开发
GitHub 官方博客宣布发布两个产品,可以让开发人员更容易访问 GitHub,并且是免费的。这两项产品分别是:无限制的免费私有存储库,以及更简单,统一的企业级产品。
入门解读:小白也能看懂的容器和虚拟机介绍
运维
容器目前存在的很多问题并没有彻底解决,虚拟机的启动速度和内存开销也未必落后于容器。
中国移动与今日头条合作:疯狂为 5G 铺路
移动
一年合作五家顶级互联网公司,中国移动疯狂为 5G 铺路……
.NET Core 如何为项目提供高性能解决方案?
语言开发
本系列,我们将探讨.NET Core 的一些好处,以及它如何为市场提供高性能解决方案,为传统.NET 开发人员和技术人员提供帮助。
Linus 发布 Linux 5.0 rc1 版本,为原来 4.21 版本
运维
原 4.21 版本,Linus 称,没有太多理由,就是小版本号太多了。
华为发布全新鲲鹏 920 芯片,性能打破纪录!
北京时间 1 月 7 日,华为在深圳重磅发布全新的鲲鹏 920 芯片。
微服务注册中心 Eureka 架构深入解读
架构
本文将聚焦到 Eureka 的内部实现原理,先从微服务架构的部署图介绍 Eureka 的总体架构,然后剖析服务信息的存储结构,最后探究跟服务生命周期相关的机制。
前端 2018 解读:小程序大战、框架之争,吃瓜不停
前端
文中将为大家做个盘点,细数 2018 年前端圈发生的大小事,请搬起小板凳,准备吃瓜吧。
从 Hive 迁移到 SparkSQL,有赞的大数据实践
大数据
本文介绍由 SparkSQL 替换 Hive 过程中碰到的问题以及处理经验和优化建议。
京东云金山云合并确有其事,或拉开云计算兼并序幕
云计算
京东云与金山云合并一事被传许久,昨日双方均回应没有此事。InfoQ 向多位行业人士求证,均得到证实确有此事。有专家表示,这件事或许代表云计算行业开始洗牌。
AWS 回击了:推出兼容 MongoDB 的 DocumentDB
云计算
2018 年 10 月,MongoDB 将其开源许可证从 GNU AGPLv3 切换到 Server Side Public License(SSPL),并明确指出之所以会更改开源协议是因为部分云计算公司在使用 MongoDB 的时候没有遵循其开源协议。
非泄露,NSA 官方开源反汇编工具 GHIDRA
开源 语言开发
GHIDRA 用 Java 语言编写,适用于 Windows,Mac 和 Linux 系统。
资深专家都知道的 Docker 常用命令
DevOps
目前,Docker 共有 13 个管理命令和 41 个通用命令,本文是常用 Docker 命令列表。
从软件工程的角度解读任正非的新年公开信
语言开发
这些年软件工程被提起的其实不多,大家关注的更多是各种新酷的技术,而对于这种软件开发最基础的理论视而不见。
何时该用无服务器,何时该用 Kubernetes?
DevOps
什么时候该用无服务器,什么时候该用 Kubernetes 构建云原生应用程序?
AI 一周热闻:GitHub 免费开放无限私有库;苹果市值蒸发超 450 亿美元;小米入股 TCL
AI
新的一年,AI 领域的新鲜事继续上演
重磅!阿里9000万欧元收购Flink母公司Data Artisans
AI
AI 前线刚刚获悉,阿里巴巴以 9000 万欧元的价格接管了总部位于柏林的创业公司 Data Artisans。
深度好文:2018 年 NLP 应用和商业化调查报告
机器学习
本文是 AI 前线年终盘点自然语言处理技术专题系列文章之商业化篇,将通过数家代表自然语言处理技术在各行业中应用最前沿的公司:科大讯飞、京东、腾讯、小米和氪信,来探索自然语言处理在商业化应用层面上的现状,希望能够对突破当前的瓶颈有所启发。
超 2 亿中国用户简历曝光!MongoDB 又一重大安全事故
运维
近日,外网安全研究人员偶然发现一个没有被很好保护的 MongoDB 数据库服务器,整个实例包含 854GB 数据,共有 202,730,434 条记录。
谷歌发布 TensorFlow 2.0 开发者预览版
机器学习
2.0 版本毕竟目前还是预览版,还是应该给研发人员一些时间,相信很多问题都能解决。

技术大会  CONFERENCE
QCon 北京:PayPal 新一代全自动动态模型更新系统技术内幕
PayPal 创新性的新一代全自动动态模型更新系统,将模型上线频率从数月缩短到一周时间,风控能力显著提高。QCon 北京 2019 邀请 PayPal 风控技术专家,与你深入探讨全自动动态模型更新系统在支付风控领域的实践。
QCon 广州:华南首秀,致敬十年陪伴!
十年磨一剑,在 QCon 进入中国的第十年,继伦敦、北京、东京、纽约、圣保罗、上海、旧金山之后,广州站盛大开幕。汇集全球领先软件开发知识,聚焦前沿技术和工程实践,5 月 25 — 28 日与你不见不散!
ArchSummit深圳:2019 架构调整年,看看有哪些架构新话题?
ArchSummit 深圳 2019 再次起航,大会设置了金融技术、小程序、ToC 转 ToB 技术选型、AI 技术落地、数据平台建设等专题。7 月 12—13 日,相约深圳·大中华喜来登酒店,珠三角的技术人儿别错过家门口的盛宴哟!

极客时间App  GEEK TIME APP
研发能力如何才能跟上业务脚步?
你可能或多或少察觉到大部分互联网公司业务发展非常迅速,但技术团队的研发能力却总是跟不上脚步?推荐极客时间礼品卡,一键充值兑换“学习额度”,开发、运维、测试、架构、技术管理等全领域覆盖,掌握一线技术实战应用,提升团队效率。
如何高效学习 TensorFlow?
深度学习已经成为人工智能领域最热门的技术,而 TensorFlow 作为当下最流行的深度学习框架,是从事人工智能相关工作必不可少的一环。谷歌机器学习开发专家彭靖田,带你 10 小时掌握目前最流行的深度学习框架。
网络协议到底该怎么学?
别以为所有的网络协议学起来都很无聊,那是你没遇到刘超。他可以像小说一样和你讲解网络协议,有趣且深刻。目前已经有超过 25000 人加入学习了,极客时间口碑非常好的专栏,是每个程序员必备的基础课程,绝对不会错。

活动推荐  POPULAR EVENTS
35 年数据大牛:工业智能会造成大量失业吗?
1 月 13 日(周日)下午 4:30,富士康工业互联网副董事长李杰教授将做客「极客 Live」,与你深入探讨工业大数据的那些事,并讲述在人工智能时代人们的就业何去何从?此外,作为工业大数据竞赛评审专家,李杰教授又会透露哪些获胜项目信息呢?让我们共同期待,不见不散。
EI 编年史:一年中 AI 技术在 B 端爱恨情仇
AI 技术是缺乏 ToB 基因的吗?在一年前我们确实可以这样认为,没有先例,没有光芒。但在现在,脚下的路就是先例,发展的 EI 就是未来。
从“吃鸡”到“怪物猎人”,这是游戏公司都需要的服务器引擎
随着网络技术的不断发展,游戏服务器的架构设计已经成为当前网络游戏研究领域的热点。如何在降低技术风险的同时节省前期软件开发的工程实践?如何提升游戏服务器的高性能计算和低延迟能力?
感谢您订阅每周精要。InfoQ中文站每周日针对会员发送每周内容精要邮件。
别人转发给你的邮件?现在注册获取您自己的 InfoQ每周精要邮件吧
InfoQ微博:@InfoQ
InfoQ微信:infoqchina
InfoQ手机客户端:极客时间

爱可可老师24小时热门分享(2019.1.11)

No 1. 写论文的时候其他任何事都美好无比 [允悲] ​…
No 2. 经常有朋友好奇我怎么找东西,可以看看此时我的Chrome…… [嘻嘻] ​…
No 3. “深度学习开放数据集 | Deeplearning4j”
No 4. 容易被激怒的人,往往也容易被控制
No 5. '12306 购票助手,支持分布式,多账号,多任务购票' by pjialin GitHub: ht…
No 6. 【理解对抗生成网络(GANs)】
No 7. 真实:所想的 vs. 所说的 [笑而不语] ​…
No 8. 亲爱的Amazon:没错,我最近是买了个加湿器,但这并不表示我会需要更多加湿器。实际上,这表示我在几…
No 9. 《Python编程无师自通 专业程序员的养成》
No 10. 【用深度学习最新进展预测股价走势】
No 11. 【数据科学竞赛完整pipeline】
No 12. 【最有用的Python matplotlib可视化50例】
No 13. 【专为程序员编写的英语学习指南】
No 14. 《Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context》
No 15. 【PyTorch复现的Yolov2/Yolov3】
No 16. 酷!3D打印制作的投影动画 http://t.cn/Eq2tTeH ​…
No 17. 【Jupyter相关资源大列表】
No 18. 不要伤害机器学习社区,请抵制这本期刊,它会破坏我们取得的美好成就。正如Neil Lawrence所说…
No 19. 【写代码做幻灯】
No 20. 【Kaggle RSNA肺炎检测挑战第一名方案】
No 21. 《Neural Arithmetic Logic Units》
No 22. 【机器学习不可证明——在一些场景下发现无法证明机器学习算法能否解决特定问题,这一发现可能对现有和未来的学习算法都有深远影响】
No 23. 极致,然后卓越
No 24. 【基于改进版OpenTLD和RNet的人脸追踪】
No 25. 《Linear System》
No 26. [good] ​
No 27. 'How to use ELMo embeddings in Keras with Tensorfl…
No 28. 【深度学习与自然语言处理文献集锦】
No 29. 【人的数字偏好偏差:8500名学生从1-10随机选一个数字的统计结果——数字7优势胜出】
No 30. 【JupyterLab扩展及相关资源大列表】
No 31. 【Python音频/音乐信号处理实战:音乐流派分类】
No 32. 【Salesforce的免费深度学习NLP课程】
No 33. 【自然语言深度潜变量模型(EMNLP 2018 Tutorial)】
No 34. 早![太阳] ​
No 35. 【研究生导师实践指南】
No 36. 《A Comprehensive guide to Bayesian Convolutional Neural Network with Variational Inference》
No 37. [笑cry] ​
No 38. 在自然语言生成方面从事学术研究与系统开发的同仁都应该好好看看Ehud Reiter教授的博客
No 39. 【Python安全相关资源大列表】
No 40. 【直接对日志进行聚合、过滤、分组、计数等计算的命令行工具】
No 41. 【Facebook 2018年AI相关工作亮点总结】
No 42. 【NVIDIA轻量低延迟视频压缩库(C)】
No 43. 《What do Language Representations Really Represent?》
No 44. 【聊天机器人深度学习(EMNLP 2018 Tutorial)】
No 45. 《Multi-stream CNN based Video Semantic Segmentation for Automated Driving》
No 46. '利用Mobilenetssd目标检测框架,ncnn前向推理,android项目' by Che_H…
No 47. 星际空间 ✨ ​
No 48. 今日焦点:Transformer-XL——用重复/相对位置编码改进Transformer,验证速度比…
No 49. 【从NeurIPS 2018看AI发展路线】
No 50. 【fastNLP:自然语言处理模块化可扩展工具包】

爱可可老师24小时热门分享(2019.1.10)

No 1. '深度学习教程整理' by zeusees GitHub: http://t.cn/EGgZmzs …
No 2. 【最有用的Python matplotlib可视化50例】
No 3. 'C++ Template 进阶指南 – 中文的C++ Template的教学指南' by wuye…
No 4. 【用TensorFlow实现的YOLOv3】
No 5. 经常有朋友好奇我怎么找东西,可以看看此时我的Chrome…… [嘻嘻] ​…
No 6. 【(北大)高准确度中文分词工具包】
No 7. 【Python音频/音乐信号处理实战:音乐流派分类】
No 8. 【OpenCV图像处理入门100题实例解析】
No 9. 【免费自然语言处理(NLP)课程列表】
No 10. 【车辆重识别相关资源大列表】
No 11. 《Associative Compression Networks for Representation Learning》
No 12. 【Python课程资料(IPython Notebooks)】
No 13. 【使用方便的代码片段管理器】
No 14. 《Panoptic Feature Pyramid Networks》
No 15. 早![太阳] ​
No 16. 真实:所想的 vs. 所说的 [笑而不语] ​…
No 17. 《Linear System》
No 18. 极致,然后卓越
No 19. 【人的数字偏好偏差:8500名学生从1-10随机选一个数字的统计结果——数字7优势胜出】
No 20. 【PyTorch复现的Yolov2/Yolov3】
No 21. 【Facebook 2018年AI相关工作亮点总结】
No 22. 《A New Perspective on Machine Learning: How to do Perfect Supervised Learning》
No 23. 【arXiv预印论文Latex草稿提交前清理工具】
No 24. 【用深度学习从面部表型识别遗传病】
No 25. 《On the Dimensionality of Embeddings for Sparse Features and Data》
No 26. 【写代码做幻灯】
No 27. 【《Grokking Deep Learning(深入深度学习)》随书代码(Jupyter Notebooks)】
No 28. 【在线超参数优化平台Bender】
No 29. 【高性能医疗:人&AI融合】
No 30. 【2019 AI发展趋势预测】
No 31. 【神经网络句子分类(陈述/疑问/感叹/祈使)】
No 32. 【从认知心理学角度比较VGG-19/AlexNet分类与人类视觉分类——神经网络相比形状更重纹理,人类视觉主要靠形状】
No 33. 【2018机器学习/NLP领域论文统计分析(ACL, EMNLP, NAACL, EACL, COLING, TACL, CL, CoNLL, NeurIPS, ICML, ICLR, AAAI)】
No 34. 【图书样章:研究项目成功的关键——从来没人教你的那些事】
No 35. 【用机器学习过滤(在线)广播里的广告】
No 36. 【专为程序员编写的英语学习指南】
No 37. 【Kaggle RSNA肺炎检测挑战第一名方案】
No 38. 《Python编程无师自通 专业程序员的养成》
No 39. 【(杂志)计算机视觉新闻2019.1期】
No 40. 【数据科学竞赛完整pipeline】
No 41. 【ESRGAN(Enhanced Super Resolution Generative Adverserial Networks)超分辨率用于老游戏“翻新”】
No 42. Book Preview:http://t.cn/EGsUTKm
No 43. 【Jupyter相关资源大列表】
No 44. 《Nature Machine Intelligence Volume 1 Issue 1, January 2019》
No 45. 【NeurIPS 2018强化学习论文摘要与分类】
No 46. 《Deep Neural Network Approximation Theory》
No 47. 《Explaining AlphaGo: Interpreting Contextual Effects in Neural Networks》
No 48. 【深度学习与自然语言处理文献集锦】
No 49. 真正的“过山车”
No 50. 【医疗大数据时代的隐私】

爱可可老师24小时热门分享(2019.1.9)

No 1. 【(北大)高准确度中文分词工具包】
No 2. '深度学习教程整理' by zeusees GitHub: http://t.cn/EGgZmzs …
No 3. 《A Comprehensive Survey on Graph Neural Networks》
No 4. 【C++实现的自动全景拼接】
No 5. 【中文自然语言处理的语料集合,包括语义词、领域共时、历时语料库、评测语料库等】
No 6. 【医疗深度学习指南(综述)】
No 7. 【复制即翻译的外文辅助阅读翻译解决方案】
No 8. 【医疗图像数据集大列表】
No 9. 《Python编程无师自通 专业程序员的养成》
No 10. 【一组匹配中国大陆手机号码的正则表达式】
No 11. 'C++ Template 进阶指南 – 中文的C++ Template的教学指南' by wuye…
No 12. 睡前脑体操:请问矩形面积是多少? ​​​…
No 13. 【用TensorFlow实现的YOLOv3】
No 14. 宛如科幻:科罗拉多州东部的平坦农田,风吹融雪呈现的3D幻觉
No 15. 自动美……美甲机? http://t.cn/EG3r6uA ​…
No 16. 2019进度:░░░░░░░░░░░░░░░ 2% 🏃 ​…
No 17. 【罪名法务智能项目,内容包括856项罪名知识图谱, 基于280万罪名训练库的罪名预测,基于20W法务问答对的13类问题分类与法律资讯问答功能】
No 18. 晚安~[月亮] ​
No 19. 《Deformable ConvNets v2: More Deformable, Better Results》
No 20. 【从认知心理学角度比较VGG-19/AlexNet分类与人类视觉分类——神经网络相比形状更重纹理,人类视觉主要靠形状】
No 21. “MIT Deep Learning”
No 22. 真正的“过山车”
No 23. 看起来不错,可以试试 http://t.cn/EGmnXww //@选不到课怎么办:顺便安利一波QT…
No 24. 《Associative Compression Networks for Representation Learning》
No 25. 【车辆重识别相关资源大列表】
No 26. 【Python课程资料(IPython Notebooks)】
No 27. 欢迎来到2019年,来自2009年的旅者!请注意:- 系统管理现在叫“ops”
No 28. [笑cry] ​
No 29. 【机器学习热门开源项目(2018.12)】
No 30. GitHub:http://t.cn/EG8AwxY
No 31. 【机器学习数学基础的反思:可学习性无可判定】
No 32. 【微信公众号语料库】
No 33. 【使用方便的代码片段管理器】
No 34. 【用视频学习人脸3D模型】
No 35. 【基于深度网络的心脏病专家级动态心电图心律失常检测和分类】
No 36. 【医疗强化学习指导方针】
No 37. 《Generative Adversarial Networks for Financial Trading Strategies Fine-Tuning and Combination》
No 38. 早![太阳] ​
No 39. 实用DIY小技巧 http://t.cn/EG3C4V1 ​
No 40. 【WebGLStudio.js:浏览器里的3D开发环境】
No 41. 【arXiv预印论文Latex草稿提交前清理工具】
No 42. 【用机器学习过滤(在线)广播里的广告】
No 43. 【酷!(老式)打字机风格地图生成】
No 44. 《Learning Graph Embedding with Adversarial Training Methods》
No 45. 《Learning Independent Object Motion from Unlabelled Stereoscopic Videos》
No 46. 【BERT句法表示能力实验评测:各项测试均表现出色】
No 47. DIY环氧树脂厨房台面 [星光]
No 48. 《Generalization in Deep Networks: The Role of Distance from Initialization》
No 49. 【NLP Highlights播客:Noah A. Smith谈如何撰写论文评审意见】
No 50. 《Poincaré Wasserstein Autoencoder》