爱可可老师24小时热门分享(2019.3.30)

No 1. NLP新案例 [哈哈] ​
No 2. 某些同学的毕业论文
No 3. 【机器学习模型选用指南】
No 4. 听话的学生会背熟,再忘掉。兴趣指引的人会探索,再牢记。
No 5. 【Leetcode题解】
No 6. 面子和里子 [笑而不语] ​
No 7. 【帝国理工学院与Coursera合作开设首个在线机器学习硕士学位】
No 8. 【从零开始卷积神经网络(NumPy)】
No 9. 【面向初级开发者的2019读书清单:用于提高开发人员技能和知识的“速查”清单】
No 10. 《我也有话要说》
No 11. 刚收到一个学生的邮件,他们把90年代叫“20世纪末期”
No 12. 《FastFCN: Rethinking Dilated Convolution in the Backbone for Semantic Segmentation》
No 13. 【用深度网络解决回归问题】
No 14. 【基于CNN,RNN 和NLP中预训练模型构建的多个常见的文本分类模型(TensorFlow)】
No 15. 2019进度: ▓▓▓▓░░░░░░░░░░░ 24% ​…
No 16. 《白话机器学习算法》
No 17. 【从数据可视化的错误中学习】
No 18. 【手把手:用Matplotlib + Seaborn创建高级Python数据可视化】
No 19. 【手机端人脸识别方案】
No 20. 如果有什么教训是我想告诉新开发人员的,那就是:少花些时间跟难题死磕,多花些时间去化繁为简。 客户从前…
No 21. 【推荐系统强化学习:Youtube案例研究】
No 22. 《Deep Learning Vocab EN vs CN 深度学习词汇英中对照》
No 23. Cuttlefish(乌贼) = not fish Starfish(海星) = not fish…
No 24. 【手机端高性能卷积神经网络推理引擎概览】
No 25. 【图书样章:《硕士论文怎么做》】
No 26. 【用两行Python代码+Plotly Express重现经典Gapminder可视化】
No 27. 【给新手数据科学家的几条高效建议:明智的任务优先级、预估完成时间、确保清楚能做什么如何做如何寻求帮助、注重沟通与分享】
No 28. 《A Survey on Graph Kernels》
No 29. 《From Attention in Transformers to Dynamic Routing in Capsule Nets》
No 30. 高速光刻
No 31. 【文本清洗与元数据提取】
No 32. 【(PyTorch)手写体合成与预测】
No 33. BP万岁! src:
No 34. 【music21计算音乐学工具包】
No 35. 【深度学习文本摘要】
No 36. 【TensorFlow(1.x)已死,TensorFlow(2.x)万岁】
No 37. 【波士顿动力新成员:面向物流的搬运机器人】
No 38. 《微积分入门(修订版)》
No 39. 【PyTorch官方教程全面添加“Run in Google Colab”按钮,直接用Google Colaboratory免费GPU调试学习】
No 40. 《如何高效学习》
No 41. 【基于Celery的爬虫分布式爬虫管理平台,支持多种编程语言以及多种爬虫框架】
No 42. 【(Pytorch)GPU内存跟踪工具】
No 43. 【‘CS224n深度学习自然语言处理’课程设计报告集锦(2019)】
No 44. 早![太阳] ​
No 45. 澳大利亚与冥王星 ​
No 46. 【(R语言)parallel并行计算速查】
No 47. 【Flipkart机器学习挑战获胜经验分享】
No 48. 《Fast video object segmentation with Spatio-Temporal GANs》
No 49. 【浏览器里的Python游戏开发引擎】
No 50. 【iOS机器学习挑战项目大列表】

爱可可老师一周论文精选(2019.3.30)

No 1. 《A Deep Look into Neural Ranking Models for Information Retrieval》
No 2. 【医疗机器学习对抗攻击】
No 3. 【综述:机器学习与物理学】
No 4. 《Linguistic Knowledge and Transferability of Contextual Representations》
No 5. 《Node Embedding over Temporal Graphs》
No 6. 《Predicting Citywide Crowd Flows in Irregular Regions Using Multi-View Graph Convolutional Networks》
No 7. 《Im2Pencil: Controllable Pencil Illustration from Photographs》
No 8. 《Weight Standardization》
No 9. 《Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence》
No 10. 《A Context-Aware Citation Recommendation Model with BERT and Graph Convolutional Networks》
No 11. 《PI-REC: Progressive Image Reconstruction Network With Edge and Color Domain》
No 12. 《Iteratively Learning Embeddings and Rules for Knowledge Graph Reasoning》
No 13. 《nuScenes: A multimodal dataset for autonomous driving》
No 14. 《Interpretable Reinforcement Learning via Differentiable Decision Trees》
No 15. 《LaserNet: An Efficient Probabilistic 3D Object Detector for Autonomous Driving》
No 16. 《A RAD approach to deep mixture models》
No 17. 《Implicit Generation and Generalization in Energy-Based Models》
No 18. 《Interactive segmentation of medical images through fully convolutional neural networks》
No 19. 《Network reconstruction and community detection from dynamics》
No 20. 《A Comparative Study of Different Approaches for Tracking Communities in Evolving Social Networks》
No 21. 《Recent advances in conversational NLP : Towards the standardization of Chatbot building》
No 22. 《Low Resource Text Classification with ULMFit and Backtranslation》
No 23. 《Robust Image Segmentation Quality Assessment without Ground Truth》
No 24. 《Monte Carlo Neural Fictitious Self-Play: Achieve Approximate Nash equilibrium of Imperfect-Information Games》
No 25. 《Interpreting Neural Networks Using Flip Points》
No 26. 《Eigenvalue and Generalized Eigenvalue Problems: Tutorial》
No 27. 《Learning to Paint with Model-based Deep Reinforcement Learning》
No 28. 《Corners for Layout: End-to-End Layout Recovery from 360 Images》
No 29. 《How Can We Be So Dense? The Benefits of Using Highly Sparse Representations》
No 30. 《Multi-Object Representation Learning with Iterative Variational Inference》

爱可可老师一周热门分享(2019.3.30)

No 1. (2019版)全球最受人尊重的十大职业:1、医生 2、律师 3、工程师 4、校长 5、警察…
No 2. 《微积分入门(修订版)》
No 3. 【波士顿动力新成员:面向物流的搬运机器人】
No 4. 【Python官方中文文档】
No 5. “Git 常用命令速查表”
No 6. 买副耳机,往往要看上百条评论;买辆汽车,往往要看上百段视频;买件衣服,往往要试穿个几十件。但我们从未…
No 7. 《白话机器学习算法》
No 8. “GAN学习笔记”
No 9. '北京大学课程资料整理' http://t.cn/EJzyYrI GitHub: http://t….
No 10. 意识到没人能相伴终生,一个人才真正从男孩变成男人。朋友合合分分。父母终将离去。孩子总会长大。…
No 11. NLP新案例 [哈哈] ​
No 12. 女士们,要是有个人。。。 -记得你的生日 -深知你的喜好 -珍藏你的照片 -收集你的数据 …
No 13. “唯手熟尔”
No 14. 【斯坦福课程:Andrew Ng深度学习(Autumn 2018)】
No 15. 应用越来越广的旋转LED http://t.cn/EJV8Mj8 ​…
No 16. #AI 看不懂# ​
No 17. 《如何高效学习》
No 18. 【RNN注意力机制实例详解】
No 19. 拖延症善加利用也很好 可以做些有成效的事 === 清理房间? 哦…
No 20. 【实用指南:在GitHub上免费创建网站】
No 21. '有趣的Python爬虫和Python数据分析小项目,内容包括Python爬虫、Python数据分析…
No 22. 【手把手:用Matplotlib + Seaborn创建高级Python数据可视化】
No 23. 学术写作:1%的灵感 12.51%的毅力 13%的省略 30%的引用 50%的拖延 90…
No 24. 【(博士论文)面向自然语言处理的神经网络迁移学习】
No 25. 【用回声状态网络预测股票价格】
No 26. Bionic Wrench:非凡的专利混合型可调扳手,完全颠覆了人们对扳手的认知,6个方向同时受力牢…
No 27. 【免费书:现代大数据算法】
No 28. 【图神经网络(GNN)相关资源大列表】
No 29. 【优化算法可视化】
No 30. 没学基础知识就学框架是不对的。因此,和初学者打交道时,我总让他们从自制CPU、编程语言和操作系统开始…
No 31. 【Jupyter高效实用技巧】
No 32. 【统计学和机器学习的实际差别】
No 33. “fast.ai v3 2019 中文笔记”
No 34. 【深度神经网络是否显著过拟合?】
No 35. 面子和里子 [笑而不语] ​
No 36. 【Tensorflow实现的深度NLP模型集锦】
No 37. 你说出的实话,会成为你过去的一部分;你说出的谎话,会成为你未来的一部分。 ​…
No 38. #今日发呆专用# http://t.cn/EJvVZro ​
No 39. 舒适~ http://t.cn/EJRnDdB ​
No 40. 【善用Pandas:也许你还不知道Pandas有多强大】
No 41. 【Python文本可视化实例(Scattertext)】
No 42. 不像其他很多博士生,我没发过什么特牛的论文。不过今天我的一个GitHub代码库得到了100颗星,感觉…
No 43. 跑个模型GPU烧了是种什么体验?🤣🤣🤣 http://t.cn/EJ8T3ZQ ​…
No 44. 【PyTorch深度实践教程】
No 45. 【计算机视觉方法概览】
No 46. 反向传播万岁~ src:http://t.cn/EJ1sBuF ​
No 47. 【迁移学习:用还是不用?——迁移学习最佳实践指南】
No 48. 【图像语义分割简要指南】
No 49. 【机器学习/深度学习相关比赛、挑战大列表】
No 50. 【Leetcode题解】

使用 Python 5 年后,我转向了 Go;跨平台开发框架的大旗,究竟谁能扛起来? – InfoQ每周精要581期


 中文站「每周精要」

NO.581
2019/03/31
使用 Python 5 年后,我转向了 Go

这篇文章不会讨论哪种编程语言更好 – Python 或 Go,网络上有很多关于这个主题的帖子和比较,区别在很大程度上取决于用例。
35 岁的程序员是“都挺好”还是“都挺惨”?

35 岁,职业发展开始遇到瓶颈,有的人已经快写不动代码,也还没有晋升到管理层,个人职业如何发展必是反复拷问过自己的。
跨平台开发框架的大旗,究竟谁能扛起来?

前端

从早期的 PhoneGap,到后来的 React Native,再到现在的 Flutter,众多跨平台开发框架的应用实践,与原生技术展开了一场博弈。用户该如何在众多选择中,做好技术选型及落地实践?使用跨平台开发框架,应该注意哪些问题?对其通病有何应对方案?
腾讯服务大规模宕机:系上海网络运营商光纤故障

运维

3 月 23 日下午 4 点左右,腾讯多个产品出现大规模宕机,原因是上海当地网络运营商光纤线路大面积故障。
为何华人高管寥寥无几:论华人工程师之领导力

华裔和印度裔在文化上的差别如何导致不同的领导力风格?处于变革期的企业需要什么样的领导者?华人该如何培养领导力?
腾讯副总裁曾宇:谈谈腾讯的技术价值观与技术人才修炼

工程师的自我修炼有两条分支,一个是走专家路线,一个是走技术管理者路线,不管哪个,专业都是你的基石,就是你最终的原创力。
Oracle 裁员史:技术人死于重组,卒于云计算

云计算

Oracle 新的一轮裁员大潮开始了!
没娱乐、没性生活,中关村程序员要被逼疯了

经过《南华早报》向中关村和北京其他地区的技术工作者的探访,结果发现,这群年轻人都面临着在 30 岁之前被“倦怠”榨干的危险。
全球最具创造力企业榜单出炉:谷歌排第一,阿里、华为未进前十

3 月 24 日,BCG(波士顿咨询)发布报告称:Alphabet / 谷歌现在是全球最具创新精神的公司,取代苹果公司 13 年来的第一名的位置。
招商银行年度科技投入 65 亿元占总营收 2.78%,各大银行科技投入争先全速跑

每年的 3 月份是各大商业银行集中发布上一年业绩报告的日子,有数据表示,商业银行金融科技投入已经从此前普遍占总营收的 1%,上升至如今的 2%,部分商业银行投入占比甚至达到
3% 以上。各大商业银行科技投入争先全速跑。
Kubernetes 日志分析利器:Elassandra 部署使用指南

运维

Elassandra 是一个基于 Apache Cassandra 的 Elasticsearch 实现,有效结合了两者的优势,弥补了 Elasticsearch
的一些使用限制(单点故障、在线升级等)。
刚刚开源的 Python 静态类型检查器:Pyright

开源

近日,开发者 msfterictraut 在 GitHub 上提交了一个名为 Pyrignt 的开源项目,这是一个 Python 的静态类型检查器,主要是为了解决
mypy 等现有的 Python 类型检查器无法解决的问题。
强化学习遭遇瓶颈!分层 RL 将成为突破的希望

机器学习

本文作者是法国里尔大学 Inria SequeL 团队的博士生,Yannis Flet-Berliac,他在本文中对分层强化学习(HRL)的研究进行了总结,文章首先回顾了强化学习(RL)的基本原理,并阐述了其目前所面对的局限性。
中台之上:被忽视的产品目录

架构

产品是一个企业的价值载体,是为客户服务的实例化表现形式,无论是生产类企业还是服务类企业都如此,产品将企业与客户紧密联系在一起。
谷歌发布实验性可信类型 API,用于解决跨站点脚本漏洞

安全

谷歌 Chrome 团队发布了实验性可信类型API,用以解决 DOM 跨站点脚本安全漏洞。
AI 一周热闻:华为豪掷 3.3 亿剑桥买地,自建光芯片工厂;比特大陆 IPO 失败,组织架构调整

AI

AI 一周热闻集合。
ACM 宣布三位深度学习之父共同获得 2018 年图灵奖!

机器学习

ACM(计算机协会)宣布把 2018 年度 ACM A.M. 图灵奖颁给了 Yoshua Bengio、Geoffrey Hinton 和
Yann LeCun,以表彰他们提出的概念和工作使得深度学习神经网络有了重大突破。
从 SPA 到 PWA:Web App 的下一站在哪?

前端

本文就 SPA 架构的一些不足展开讨论,并探讨 PWA 方案(这里说是方案,其实更是一种技术方向的选择)的价值和私有平台的最佳演化方式。

技术大会  
CONFERENCE
QCon 北京:阿里巴巴新一代交互式分析引擎 Hologres

传统架构使用多套系统分别解决不同场景的需求,带来了诸如多个系统入口,数据存储多份,采购和运维成本高,数据一致性等问题,阿里巴巴 Hologres
首次对外分开分享:使用一套系统、一个入口、一份数据解决这些问题。
QCon 广州:构建多线程的 Electron 应用和性能优化实践

如何通过 Electron 技术,构建出一款性能高效的桌面应用?广发证券信息技术部开发工程师为您解析:如何在运行过程中处理海量的实时行情数据和实时交易数据,持续完成数据渲染展示,同时保持对客户交易操作的快速响应。
ArchSummit 深圳:为什么要使用 Serverless

这个问题的答案有:更敏捷、减少开销、更专注、扩大规模、更具灵活性、为价值付费。而如何更形象的体现,我们邀请了阿里云和腾讯云以及谷歌云的专家来ArchSummit架构师峰会现场分享给大家。
GMTC 北京:基于精准测试及AI技术的前端质量保证实践

百度搜索前端是整个搜索中迭代最快的产品线,日均上线需求20多个,但是依赖手工测试、展现样式难以自动验证等问题是困扰前端质量保证的难题。本次我们介绍如何利用AI技术赋能前端质量保证实践。
GTLC 上海:你的性格不适合做管理层!焦虑吗?

技术人青春饭吃完后,积累经验转做管理,但看起来啥事儿都不干的管理岗,做起来还是会遇到很多问题。怎么打造团队气质?如何带领团队齐心向前?优秀的领导者应该具备什么样的性格?来这里,一探管理大牛的管理真经。

极客时间App  
GEEK TIME APP
金三银四,如何在逆风局下拿下满意答卷?

年前经历了几场面试发现招聘要求也高了许多,但只要有过硬的操作和知识装备,在逆风局下也能收割翻盘。但如何判断哪些技术技能是企业重点关注的?整理了从技术基础到人工智能,Java到Go的干货课程,通过极客时间企业账号学习还享更多福利。

活动推荐  
POPULAR EVENTS
免费领取华为内部技术干货

4个 G 华为技术专家内部分享视频及 PPT 资料打包放送,高效掌握区块链、大数据、AI、机器学习、微服务的前沿技术应用。打开链接识别小程序二维码领取!
限时免费|百度云智峰会点亮智能未来

智能时代的未来,只有你还在观望吗?4月11日,ABC SUMMIT·智能互联网行业峰会再度起航,用最前沿的视角,为你分享百度云智能“ABC”
、边缘计算、5G等技术的创新实践。限时免费,快来领票~
200+技术leader齐聚探讨管理难题

2019年4月13日,GTLC全球技术领导力峰会杭州站,超强讲师阵容来自同盾科技/有赞/大搜车/51信用卡/酷家乐/满帮集团等知名互联网企业管理高层,深度分享实战应用,与200+技术管理者共同探讨现实的管理难题。
轻松搞定AI&AR应用的开发和推广,这里有妙招!

这里有全套语音技能开发工具和方案,这里有跨平台、轻量级的AR平台使用经验,还有超级友好的SDK梳理,帮助开发者探索更加新颖、有创意、体验非凡的应用场景。4月13日(周六)下午在北京,欢迎来现场体验一站式开发的高效实践,你将获得面对面的技术指导、海量流量资源、还有丰富的互动礼品,点击链接进入免费领票通道。
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(2019.3.29)

No 1. 【波士顿动力新成员:面向物流的搬运机器人】
No 2. 《白话机器学习算法》
No 3. 《微积分入门(修订版)》
No 4. 《如何高效学习》
No 5. NLP新案例 [哈哈] ​
No 6. 【手把手:用Matplotlib + Seaborn创建高级Python数据可视化】
No 7. 【Tensorflow实现的深度NLP模型集锦】
No 8. 没学基础知识就学框架是不对的。因此,和初学者打交道时,我总让他们从自制CPU、编程语言和操作系统开始…
No 9. 舒适~ http://t.cn/EJRnDdB ​
No 10. 【图像语义分割简要指南】
No 11. 跑个模型GPU烧了是种什么体验?🤣🤣🤣 http://t.cn/EJ8T3ZQ ​…
No 12. 反向传播万岁~ src:http://t.cn/EJ1sBuF ​
No 13. 【NN-SVG:自动生成精美的深度网络架构图】
No 14. 【机器学习数据集大列表:CV/NLP/QA/Audio/Medical】
No 15. 失去灵魂的削面 🍜 ​
No 16. 面子和里子 [笑而不语] ​
No 17. 【PyTorch官方教程全面添加“Run in Google Colab”按钮,直接用Google Colaboratory免费GPU调试学习】
No 18. 【实时点云3D目标检测(PyTorch)】
No 19. 【神经网络常微分方程的Tensorflow实现】
No 20. 【梯度提升树:模型理解(TensorFlow 2.0实例解析)】
No 21. 【诺奖得主发现大脑的导航系统似乎是欧几里德空间的固定认知图,最新研究表明,它更像一面哈哈镜,反映出被我们的经验和目标扭曲了的世界】
No 22. 晚安~ [月亮] ​
No 23. 【街景店铺(中文)牌匾图像数据集】
No 24. 【Leetcode题解】
No 25. 【用Dash + Plotly打造精美报告面板】
No 26. 【综述:机器学习与物理学】
No 27. 【机器学习暑期学校汇总】
No 28. 【深度学习适用的五类问题:生成式计算建模、复杂预测系统、自适应模仿、生成式设计探索、决策支持系统】
No 29. 【Flexx:纯Python图形界面开发工具集】
No 30. 【scikit-tda:Python拓扑数据分析包】
No 31. 【用Modin加速pandas,笔记本电脑也能用】
No 32. 【强大的自学习系统】
No 33. 【陈蕴侬“应用深度学习”2019(国语)】
No 34. 《MSG-GAN: Multi-Scale Gradient GAN for Stable Image Synthesis》
No 35. 【深度学习神经元 vs. 生物神经元:浮点数、尖峰和神经递质】
No 36. 超爱的画风💕 src:http://t.cn/EJRr4qj http://t.cn/EJRrt…
No 37. Cuttlefish(乌贼) = not fish Starfish(海星) = not fish…
No 38. 早![太阳] ​
No 39. 【基于CNN,RNN 和NLP中预训练模型构建的多个常见的文本分类模型(TensorFlow)】
No 40. 【机器人学相关资源大列表】
No 41. 【常见参数/非参数检验背后的线性模型(速查表)】
No 42. 【音视频自动(唇形)同步】
No 43. 《FastFCN: Rethinking Dilated Convolution in the Backbone for Semantic Segmentation》
No 44. 【天生一对的Python与Slack:如何用Python编程发Slack消息、发图表、监控机器学习模型】
No 45. 【(2019)斯坦福CS224n深度学习自然语言处理课程(已开放视频)】
No 46. 如果有什么教训是我想告诉新开发人员的,那就是:少花些时间跟难题死磕,多花些时间去化繁为简。 客户从前…
No 47. 【手机端人脸识别方案】
No 48. 【6D目标姿态估计文献/代码/数据集/教程资源大列表】
No 49. 【文本清洗与元数据提取】
No 50. 【(JavaScript)高效地理空间点聚类库】

爱可可老师24小时热门分享(2019.3.28)

No 1. 《微积分入门(修订版)》
No 2. 【RNN注意力机制实例详解】
No 3. 拖延症善加利用也很好 可以做些有成效的事 === 清理房间? 哦…
No 4. 【图神经网络(GNN)相关资源大列表】
No 5. “fast.ai v3 2019 中文笔记”
No 6. 不像其他很多博士生,我没发过什么特牛的论文。不过今天我的一个GitHub代码库得到了100颗星,感觉…
No 7. 【PyTorch深度实践教程】
No 8. 【计算机视觉方法概览】
No 9. 【知识图谱表示学习(Python)库:知识图谱概念链接预测】
No 10. 如果单纯用强化学习来训练自动驾驶,它恐怕要撞上一棵树四万次才会发现这事不妙。它们需要学习自己关于世界…
No 11. 【如何做出更棒的学术海报】
No 12. 没学基础知识就学框架是不对的。因此,和初学者打交道时,我总让他们从自制CPU、编程语言和操作系统开始…
No 13. 【ML基础:用ROC和CAP曲线评价机器学习分类器】
No 14. 跑个模型GPU烧了是种什么体验?🤣🤣🤣 http://t.cn/EJ8T3ZQ ​…
No 15. 《Weight Standardization》
No 16. 【Tensorflow实现的深度NLP模型集锦】
No 17. 【NLP数据集:48万烂番茄评论】
No 18. 【NLP基础:Python文本相似度量概览】
No 19. 《帮百度AI干脏活累活的公司,都死了》
No 20. 【高效学术作者指南】
No 21. 【梯度提升树:模型理解(TensorFlow 2.0实例解析)】
No 22. 【automl-gs:无需编程的自动化机器学习(AutoML)工具,给出输入CSV文件和要预测的字段,直接生成模型和应用代码】
No 23. 【NN-SVG:自动生成精美的深度网络架构图】
No 24. 舒适~ http://t.cn/EJRnDdB ​
No 25. 【PyTorch从入门到GANs】
No 26. 【语义分割编辑器:相机和激光雷达数据web标记工具】
No 27. 【BERT命名实体识别】
No 28. 早![太阳]
No 29. Mill Mascot:开创性的虚拟制作系统,结合实时游戏引擎技术和运动传感器,可以用手和面部动作操…
No 30. 【scikit-tda:Python拓扑数据分析包】
No 31. 【即兴演讲PPT自动生成:基于单个主题建议生成连贯幻灯片】
No 32. 【自然语言处理】
No 33. 《GluonNLP 0.6: Closing the Gap in Reproducible Research with BERT》
No 34. 【实时点云3D目标检测(PyTorch)】
No 35. 【Facebook’s Prophet预测实战:用Prophet预测Medium统计数据】
No 36. 【TossingBot:物理学与深度学习的统一】
No 37. 【街景店铺(中文)牌匾图像数据集】
No 38. 【Flexx:纯Python图形界面开发工具集】
No 39. 每逢拖延万事妙,两害相权取其轻 [坏笑]…
No 40. 超爱的画风💕 src:http://t.cn/EJRr4qj http://t.cn/EJRrt…
No 41. 【关于对抗样本的思考:未解决的研究问题与现实世界威胁模型】
No 42. “Possible code contents”
No 43. 【两分钟论文解读之AI人脸P图】
No 44. 《Network reconstruction and community detection from dynamics》
No 45. 【常见参数/非参数检验背后的线性模型(速查表)】
No 46. 《MSG-GAN: Multi-Scale Gradient GAN for Stable Image Synthesis》
No 47. “Git 常用命令速查表”
No 48. 【机器人学相关资源大列表】
No 49. 让你最扎心的是哪句话? ​
No 50. 【Dragon:计算图虚拟机深度学习框架】

爱可可老师24小时热门分享(2019.3.27)

No 1. 买副耳机,往往要看上百条评论;买辆汽车,往往要看上百段视频;买件衣服,往往要试穿个几十件。但我们从未…
No 2. “Git 常用命令速查表”
No 3. 【免费书:现代大数据算法】
No 4. 【统计学和机器学习的实际差别】
No 5. 【BERT论文中文翻译】
No 6. 【Python的PDF读写库】
No 7. 【机器学习/深度学习相关比赛、挑战大列表】
No 8. 【4月13日,OpenAI将举办#DOTA2# 5v5人机对战总决赛,请到了Dota 2全球锦标赛冠军OG战队参加对决】
No 9. 【深度学习可解释性:来自物理学的启示】
No 10. 【图神经网络(GNN)相关资源大列表】
No 11. 【知识图谱文献大列表】
No 12. 【知识图谱表示学习(Python)库:知识图谱概念链接预测】
No 13. 【贝叶斯神经网络变分推理】
No 14. 《如何高效学习》
No 15. 【PyTorch深度实践教程】
No 16. 【机器学习/AI学习资源集锦】
No 17. 李小龙的画作
No 18. 【RNN记忆可视化】
No 19. 【知识图谱:第三代计算】
No 20. 【计算机视觉方法概览】
No 21. 【开源文本标记工具】
No 22. 《Kindle 有哪些鲜为人知的使用技巧? – 知乎》
No 23. 【模型压缩与加速相关文献汇总】
No 24. 《Abstractive Summarization of Reddit Posts with Multi-level Memory Networks》
No 25. 晚安~ [月亮] http://t.cn/EJo6rxR ​
No 26. 【深度分类器忽略了看到的几乎所有东西(我们该如何修正)】
No 27. “fast.ai v3 2019 中文笔记”
No 28. 不像其他很多博士生,我没发过什么特牛的论文。不过今天我的一个GitHub代码库得到了100颗星,感觉…
No 29. 《Weight Standardization》
No 30. 【automl-gs:无需编程的自动化机器学习(AutoML)工具,给出输入CSV文件和要预测的字段,直接生成模型和应用代码】
No 31. 早!
No 32. 《你决心离职的引爆点是什么? – 知乎》
No 33. 【“GANs” vs “ODEs”:机器学习是“经典”数学建模的终结吗】
No 34. 【语义分割编辑器:相机和激光雷达数据web标记工具】
No 35. 【音频处理与机器学习笔记(notebooks)】
No 36. '中国远程工作资料大全' by greatghoul GitHub: http://t.cn/8kM…
No 37. 任何改变,无不是风险与机会并存,多尝试,多思考…
No 38. 【BERT命名实体识别】
No 39. 找问题、提炼问题很重要
No 40. 【迁移学习:用还是不用?——迁移学习最佳实践指南】
No 41. 【NLP数据集:48万烂番茄评论】
No 42. 【高效神经网络架构搜索图解:ENAS宏观/微观搜索策略指南】
No 43. 《Wav2Pix: Speech-conditioned Face Generation using Generative Adversarial Networks》
No 44. 【善用Pandas:也许你还不知道Pandas有多强大】
No 45. 【Google产品“墓地”:向那些“被砍”的Google产品致意】
No 46. 【Facebook’s Prophet预测实战:用Prophet预测Medium统计数据】
No 47. 【英特尔性能优化、支持TensorFlow Serving API的推理模型服务器】
No 48. 'Understanding normalizing flows' by Abdul Fatir G…
No 49. 【即兴演讲PPT自动生成:基于单个主题建议生成连贯幻灯片】
No 50. 让你最扎心的是哪句话? ​

阿里开源自用 OpenJDK 版本;波音在软件开发上错在哪里?数据中台已成下一风口 – InfoQ每周精要580期


 中文站「每周精要」
NO.580
2019/03/24
数据中台已成下一风口,它会颠覆数据工程师的工作吗?
架构
InfoQ 采访了 ThoughtWorks 数据和智能总监史凯,谈谈他对于数据中台的看法。
血淋淋的 BUG:波音在软件开发上错在哪里?
语言开发
你认为波音在软件开发中犯的致命错误是什么呢?
Java 12 正式发布,新特性解读!
语言开发
Java 12 如约而至,除了那些值得关注的特性,你也应该思考下 Java 的未来。
红帽 2019:保持独立,坚定开放混合多云
开源
近日,红帽资深副总裁兼亚太区总经理 Dirk-Peter van Leeuwen 来华,和媒体沟通分享了红帽近期的一些成果和动向,并回答了大家关心的一些问题。
Kubernetes 上领先的开源 Serverless 解决方案有哪些
运维
虽然容器对开发人员来说是一个很好的抽象,但客户仍需要做很多工作。没有人关心在底层运行的容器。
Spring Boot 2.2 首个里程碑版本发布,改进性能和内存使用
语言开发
Spring Boot 2.2 更新包括性能和内存方面的改进、Kubernetes 检测及第三方库更新。该版本解决了140 多个问题。
NPM 采用 Rust 以消除性能瓶颈
架构
Npam 的指数级增长促使 npm 工程团队从 Node.js 切换到 Rust,以处理那些将成为性能瓶颈的 CPU 绑定任务。
阿里开源自用 OpenJDK 版本,Java 社区迎来中国力量
语言开发
作为世界上最大的 Java 用户之一,阿里巴巴此时选择开源 OpenJDK 长期支持版本 Alibaba Dragonwell 是出于哪些考量呢?
如何快速设计业务架构?
架构
应用业务架构模型可以快速对新需求进行企业级分析。
亚马逊是如何进行软件开发的
语言开发
亚马逊是如何进行软件开发的呢?
华为发布折叠屏官方适配方案
移动
我们联系到了华为终端的相关技术专家,为大家获取了折叠屏的官方适配方案,以下全文就是适配文档。
没有 JS 的前端:体积更小、速度更快!
前端
这篇文章里,我将分析我在前端方面所做出的一些决定,并分享我在这个过程中学到的一些无 JavaScript UI 技巧。
2019 年大前端技术趋势深度解读
前端
2019 年狼叔对前端现状及未来发展趋势的理解。
1100 名达摩院“扫地僧”加持,阿里云的下一个十年
云计算
十年间,阿里云的市场份额已经超过云计算领域其他 2 至 8 名厂商的总和,阿里云做了什么?
复出!前腾讯 AI Lab 主任张潼加入创新工场,兼任科研合伙人
AI
3 月 20 日下午,创新工场传来喜讯,前腾讯 AI Lab 主任张潼博士正式加入创新工场,任香港科技大学和创新工场共建联合实验室主任。
小米自动化运维平台演进设计思路
运维
小米自动化运维平台建设大致分为三个时期,整体建设的规划比较清晰,能够一以贯之。本文介绍了小米自动化运维平台的演进思路。
阿里重磅发布机器学习平台 PAI 3.0!
机器学习
3 月 21 日,2019 阿里云峰会在北京召开,会上阿里巴巴重磅发布了机器学习平台 PAI 3.0 版本。
AI 一周热闻:周志华获 IEEE 技术成就奖;英伟达发布最小 AI 计算机
AI
本周精彩不容错过。
业务中台探索和实践:业务系统中间件化架构
架构
在不远的将来,行业解决方案软件公司可能将重新兴起,业务软件将不像现在这样是需求的堆积,而是高度模型化、设计化的产物。
Istio 1.1 版本发布,性能和可用性提升
在 Istio 1.0 版本发布 7 个月以后,Istio 1.1 版本今天发布了,快来看看有哪些改进。
Deno 如何偿还 Node.js 的十大技术债?
前端
“Node 现在太难用了!”。Node.js 之父 Ryan Dahl 去年初要开发一款 JavaScript 互动式数据分析工具时,忍不住抱怨起自己十年前一手创造的技术。

技术大会
CONFERENCE
QCon 北京:Uber 核心派单系统及其集群管理演化
Uber 在高速发展的过程中,也是内部工程师在技术债和救火之间挣扎的过程。以 Uber 的核心派单系统为例,内部系统在高速发展中遇到的问题如何系统性解决,并最终使得系统稳定性更上层楼?
QCon 广州:8000+ 应用的微服务,你能 Hold 住吗
如果一个业务拆分得过于“细致”,会导致后期管理起来十分困难。因此你能想象一个包含 8000+ 应用的微服务是怎样的状态吗?8000+ 应用的微服务,代码管理是否会特别复杂?在这方面,他们有着不一样的思考……
ArchSummit 深圳:支付宝智能化舆情监控平台架构
支付宝构建多维度的大规模数据采集能力,监控分析以及对应的风险预警能力,利用 NLP 及图像算法完成内容定向分发触达,无感知解决稳定性问题。涉及到AI、架构设计内容,蚂蚁金服技术专家霍刚一一为你解答。
GMTC 北京:B站“不挡脸”弹幕黑科技,吐槽看脸两不误
B站于2018年进行了一次基于”video first”的年度性优化,针对用户体验的关键指标进行性能优化改造。包括交互设计改版、基于MPEG-DASH协议的视频体验优化、播放页秒开、弹幕体验优化等方面。
GTLC 广州:都说技术管理难,那 IT 老兵是如何解决的呢?
GTLC 全球技术领导力峰会广州站主要面向技术管理者以及对领导力感兴趣的技术人。这是一次与技术管理大咖同行,挖掘潜能的机会。
GTLC 上海:技术管理徘徊不前,领导者如何突破?
技术管理知易行难,技术领导者在管理之路上会遇到很多大坑,也容易让管理陷入到徘徊期。管理者如何正确认识到问题所在?如何突破自己,提升段位?看看大咖们都是怎么说的。

极客时间App
GEEK TIME APP
2019,超100位技术大牛在极客时间分享升职进阶秘籍
回顾2018,无论互联网还是传统行业都不平静,想不被淘汰,就要掌握更多的技能。2019,超100位技术大牛在极客时间上分享他们的进阶秘籍。从人工智能到架构,从技术基础到技术管理,向企业申请学习福利还享更多优惠。
招聘季,快速解锁大厂算法面试技巧
还有3周,陈皓、王争两位老师精心打磨的「算法线下大课」就要开班了,每天6个多小时讲解,覆盖理论、实战、面试,包含了老师多年的经验和心得。还有4周作业、答疑、直播、社群等学习服务,帮助大家深入学习。
如何快速上手 Vue 开发?
对于前端工程师,掌握 Vue 可能不是一个可选项,而更像一门“必修课”。前端技术专家手把手带你基于 Vue ,一起打造一个 GitHub 万星项目。

活动推荐
POPULAR EVENTS
关于华为 AI,你应该知道的知识点
华为人工智能的发展战略是以持续投资基础研究和 AI 人才培养,打造全栈全场景 AI 解决方案和开放全球生态为基础。看看华为如何构建“普惠世界”!
AI/AR应用开发者如何才能提高收入?
作为移动开发者,如何提高下载量和收入一定是你朝思暮想的事情。好酒还怕巷子深,花大量时间做出来的应用得不到流量也很绝望。4月13日(周六)下午,OPPO技术开放日,大波专家和你face-to-face,你将收获「AI/AR前沿技术+实践」、「高效开发工具」、「流量推广资源」,还剩50个名额,免费领取。
【有奖调研】互联网架构为什么要做微服务?多“微”才合适?
随着微服务在国内的热度不断上涨,微服务的应用也越来越广。因此我们希望了解到作为一线开发者的你们对于微服务架构的看法与建议,快来填写本次调查问卷,赢取Beats耳机等精美礼品。
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(2019.3.26)

No 1. 【Python官方中文文档】
No 2. 应用越来越广的旋转LED http://t.cn/EJV8Mj8 ​…
No 3. 【优化算法可视化】
No 4. 【Python文本可视化实例(Scattertext)】
No 5. 【善用Pandas:也许你还不知道Pandas有多强大】
No 6. 《如何高效学习》
No 7. 【迁移学习:用还是不用?——迁移学习最佳实践指南】
No 8. 太真实了 [笑cry] ​
No 9. 【学术作者如何战胜(缓解)沮丧和挫折感】
No 10. 【BERT论文中文翻译】
No 11. 【彻底搞懂Python修饰器】
No 12. 【深度学习音频分类】
No 13. 【Python的PDF读写库】
No 14. 【量子机器学习:AI的未来】
No 15. 《Faster R-CNN (object detection) implemented by Keras for custom data from Google’s Open Images Dataset V4》
No 16. 【免费书:现代大数据算法】
No 17. 【Prefect:面向数据科学的工作流自动化管理系统】
No 18. 早![太阳] ​
No 19. 【进化Transformer:用基于神经架构搜索改进Transformer 】
No 20. 买副耳机,往往要看上百条评论;买辆汽车,往往要看上百段视频;买件衣服,往往要试穿个几十件。但我们从未…
No 21. 【知识图谱文献大列表】
No 22. 【用Yellowbrick可视化评价Keras神经网络性能】
No 23. 【初创公司数据科学:数据管道】
No 24. 巴塔哥尼亚穴居鹦鹉通过共同努力启动农场里的风车泵来喝水
No 25. 晚安~ [月亮] ​
No 26. 【机器学习/AI学习资源集锦】
No 27. 【直接获取多语言与训练多语言词向量的Python包】
No 28. 《Kindle 有哪些鲜为人知的使用技巧? – 知乎》
No 29. 【伯克利新课:深度无监督学习】
No 30. 如雪花般花样美妙的星系
No 31. 【VS Code的Python调试工具包】
No 32. 请问,哪个是地球? ​
No 33. 更新Lecture6 //@爱可可-爱生活: #bilibili#搬运:http://t.cn/EV…
No 34. 《Learning Correspondence from the Cycle-consistency of Time》
No 35. 【模型压缩与加速相关文献汇总】
No 36. 《Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence》
No 38. 【专注于性能和简洁的C语言可移植基础库,包括内存管理、命令行参数处理、线程、调度、哈希、数学运算等】
No 39. “唯手熟尔”
No 40. 《你决心离职的引爆点是什么? – 知乎》
No 41. 【大脑皮层里的170亿台电脑——神经网络之神经网络】
No 42. 【实用指南:在GitHub上免费创建网站】
No 43. 《Abstractive Summarization of Reddit Posts with Multi-level Memory Networks》
No 44. 《Interpretable Reinforcement Learning via Differentiable Decision Trees》
No 45. 【Beagle:事件响应/数字取证工具,可将安全日志和数据转换成图】
No 46. 【开源文本标记工具】
No 47. 在推上毁誉参半的机场“旅客智慧引导系统”
No 48. 【音频处理与机器学习笔记(notebooks)】
No 49. 《Robust Image Segmentation Quality Assessment without Ground Truth》
No 50. 【两分钟论文解读之PlaNet基于像素的规划学习】

爱可可老师24小时热门分享(2019.3.25)

No 1. (2019版)全球最受人尊重的十大职业:1、医生 2、律师 3、工程师 4、校长 5、警察…
No 2. “GAN学习笔记”
No 3. '北京大学课程资料整理' http://t.cn/EJzyYrI GitHub: http://t….
No 4. 【实用指南:在GitHub上免费创建网站】
No 5. “唯手熟尔”
No 6. 【Jupyter高效实用技巧】
No 7. 应用越来越广的旋转LED http://t.cn/EJV8Mj8 ​…
No 8. Bionic Wrench:非凡的专利混合型可调扳手,完全颠覆了人们对扳手的认知,6个方向同时受力牢…
No 9. 你说出的实话,会成为你过去的一部分;你说出的谎话,会成为你未来的一部分。 ​…
No 10. 《Self-Ensembling Attention Networks: Addressing Domain Shift for Semantic Segmentation》
No 11. 【Python量子工具箱】
No 12. 【(Keras)BERT上下文词嵌入NLP】
No 13. 【彻底搞懂Python修饰器】
No 14. 【机器学习系统研究相关资源大列表】
No 15. 早![太阳] ​
No 16. ICCV 2019机构投稿统计: Chinese Academy of Sciences: …
No 17. 【Sonic:快速,轻量的搜索后端,可作为Elasticsearch替代】
No 18. 【《Scikit-Learn、Keras与TensorFlow机器学习实用指南(第二版)》随书代码(Notebooks)】
No 19. 【免费GPU哪家强:Kaggle vs. Colab】
No 20. 【微软开源的Python静态类型检查器,比mypy快5倍】
No 21. 女士们,要是有个人。。。 -记得你的生日 -深知你的喜好 -珍藏你的照片 -收集你的数据 …
No 22. 《香农传》
No 23. 必须来一本
No 24. 巴塔哥尼亚穴居鹦鹉通过共同努力启动农场里的风车泵来喝水
No 25. 【世界地图版打砖块游戏(JS&SVG)】
No 26. 你想表达的观点越是显而易见,想找个参考(reference)往往越困难。
No 27. 晚安~ [月亮] ​
No 28. 《Im2Pencil: Controllable Pencil Illustration from Photographs》
No 29. 《BERT in Keras with Tensorflow hub》
No 30. 【如何创建10w+乐高标记图像数据集】
No 31. 《Performance Measurement for Deep Bayesian Neural Network》
No 32. 【优化算法可视化】
No 33. 艺术家Sue Beatrice用旧手表零件制作的蒸汽朋克微雕 src:http://t.cn/EJ4…
No 34. 【命令行界面Epub电子书阅读器】
No 35. 《A Context-Aware Citation Recommendation Model with BERT and Graph Convolutional Networks》
No 36. 【初创公司如何践行“少即是多”:少设定目标、雇人贵在“少而精”、创造较少产品、清理进行中项目、减少投资方数量、少开会、默认为 “不”、习“少”以为常】
No 37. 【Prefect:面向数据科学的工作流自动化管理系统】
No 38. 【(博士论文)面向自然语言处理的神经网络迁移学习】
No 39. 【开源项目招聘一览表】
No 40. 【叙事技巧在学术写作中的重要性】
No 41. “Numba + CuPy tutorial for GPU computing in Python(GTC 2019)”
No 42. 《Interactive segmentation of medical images through fully convolutional neural networks》
No 43. 《LaserNet: An Efficient Probabilistic 3D Object Detector for Autonomous Driving》
No 44. 在推上毁誉参半的机场“旅客智慧引导系统”
No 45. 【spaCy使用速查】
No 46. 【Plantix:千万农民的AI植物医生——通过用手机给叶片拍照进行诊断】
No 47. 意识到没人能相伴终生,一个人才真正从男孩变成男人。朋友合合分分。父母终将离去。孩子总会长大。…
No 48. 【科技论文写作最佳实践&技巧与提示】
No 49. 请问,哪个是地球? ​
No 50. 《Interpreting Neural Networks Using Flip Points》