爱可可老师24小时热门分享(2019.7.11)

No 1. 晚安~ [月亮] http://t.cn/AiOD4Y7B ​
No 2. 数据才是主导。 如果你选择了正确的数据结构并且组织得很好,算法几乎是显而易见的。数据结构,而非算法,…
No 3. 【PyTorch深度网络可视化工具包】
No 4. 复现 [哈哈] ​
No 5. 《自学是门手艺:没有自学能力的人没有未来》
No 6. 【核方法角度看卷积网络】
No 7. 永恒的正方形 http://t.cn/AiOsZQ9I ​
No 8. 可视化:地球百年地震史 http://t.cn/AiOs7kHX ​…
No 9. 【图卷积神经网络相关资源】
No 10. 跟机器学习本质是表示学习的观点一致,为问题的潜在结构找到合理的表现形式,相当于在理解的基础上简化了问…
No 11. assert(伞张开)1/1项测试通过**所有测试均已通过**
No 12. 【3D点云通用工具库】
No 13. 【面向Spark够用就好的Scala教程】
No 14. VS Code会成为Python开发的首选吗? ​
No 15. 【go-fastdfs:简单的分布式文件存储】
No 16. 《DeepSDF: Learning Continuous Signed Distance Functions for Shape Representation》
No 17. 【基于PySpark的大规模短语挖掘】
No 18. 【《Keras深度学习进阶》随书代码】
No 19. '常用语义分割架构结构综述以及代码复现' by guanfuchen GitHub: http://…
No 20. [笑而不语]
No 21. 【Scikit-Learn最新进展介绍】
No 22. 【(博士论文)面向自然语言处理的神经网络迁移学习】
No 23. 细粒度图像分析综述//近日po到arXiv一份survey,目测是现在Fine-Grained Im…
No 24. 近日po到arXiv一份survey,目测是现在Fine-Grained Image Analysi…
No 25. 早![太阳]
No 26. 【N维科学图像处理、图像分割和图像配准的开源跨平台工具包】
No 27. 【一致收敛恐无法解释深度学习泛化】
No 28. 论文里的结果 vs. 被删掉的结果 [笑cry] ​…
No 29. 《人工智能是当前最好的计算机专业吗? – 知乎》
No 30. 《Adaptive Attention Span in Transformers》
No 31. 【深入Python type hints】
No 32. '结合实际项目经验谈文本检测' by Yuanhang8605 GitHub: http://t.c…
No 33. 【PyTorch实现的经典OCR算法:CTPN/EAST/CRNN】
No 34. 所谓开源
No 35. 'OpsManage – 自动化运维平台: 代码及应用部署CI/CD、资产管理CMDB、计划任务管理…
No 36. 【DeepMind的星际争霸II对战机器人AlphaStar将在Battle.net与人类玩家开放对战】
No 37. 和不同公司的几位同学聊推荐系统,有些点大家都蛮头痛——在大盘增速放缓甚至横盘的前提下,如何让点击率/…
No 38. 《Multivariate Time Series Imputation with Variational Autoencoders》
No 39. 【Instagram用算法防止用户滥用评论】
No 40. 《Semantically Conditioned Dialog Response Generation via Hierarchical Disentangled Self-Attention》
No 41. 【AutoGBT:自动化GBT】
No 42. 【信息学博士论文组织与写作】
No 43. 《Learning by Abstraction: The Neural State Machine》
No 44. 《UnsuperPoint: End-to-end Unsupervised Interest Point Detector and Descriptor》
No 45. 【TensorFlow数据压缩】
No 46. Jeremy Stanley总结“三年一跳”
No 47. 维多利亚时代的义肢 ​
No 48. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 49. 【深度网络最优化问题】
No 50. 【Cloud TPU Pods再创ML训练新纪录】

爱可可老师24小时热门分享(2019.7.10)

No 1. 《自学是门手艺:没有自学能力的人没有未来》
No 2. 《人工智能是当前最好的计算机专业吗? – 知乎》
No 3. 【机器学习最优化课程资料】
No 4. Jeremy Stanley总结“三年一跳”
No 5. 【深度网络最优化问题】
No 6. 【论文写作入门套件】
No 7. 【《基于OpenCV/CUDA的GPU加速计算机视觉实战》随书代码】
No 8. 【集成80多种技术分析指标的Python 3 Pandas扩展库】
No 9. 【探索性数据分析实例:哈贝曼癌症患者生存期数据集】
No 10. 《What graph neural networks cannot learn: depth vs width》
No 11. 【PyTorch深度网络可视化工具包】
No 12. 复现 [哈哈] ​
No 13. 【fast.ai新课:侧重实战的自然语言处理课程】
No 14. 《Transferability vs. Discriminability: Batch Spectral Penalization for Adversarial Domain Adaptation》
No 15. 【给数据科学家的变量命名指南】
No 16. 【机器学习软件工程:案例研究】
No 17. 【基于WebGL的实时折纸模拟器】
No 18. 拖延症的日常 [笑而不语] ​
No 19. 【如何给6岁小盆友讲解面向对象编程】
No 20. 【DeepMCP:深度匹配点击率(CTR)预测】
No 21. 【机器学习辅助CAD】
No 22. 【用Python生成SVG矢量3D图片】
No 23. 【Texar-PyTorch实现的XLNet】
No 24. 《An efficient implementation of the Sinkhorn algorithm for the GPU》
No 25. 【对抗样本相关资源大列表】
No 26. 和不同公司的几位同学聊推荐系统,有些点大家都蛮头痛——在大盘增速放缓甚至横盘的前提下,如何让点击率/…
No 27. 全套更新完毕~ //@爱可可-爱生活: “侧重实战的自然语言处理课程.”
No 28. 【3D点云通用工具库】
No 29. 《Predicting the Generalization Gap in Deep Neural Networks | Google AI Blog》
No 30. 【网页版图片标记与分割工具】
No 31. 【面向Spark够用就好的Scala教程】
No 32. 【基于NumPy的3D数学函数库】
No 33. 【元学习:从小样本学习到快速强化学习】
No 34. 最时髦的语言技巧 😝 src:http://t.cn/AiO8O2Q8 ​…
No 35. 【Bash脚本开发库】
No 36. 【Mayo:面向硬件加速的深度神经网络框架】
No 37. 【基于PySpark的大规模短语挖掘】
No 38. 【GNES:基于深度网络的云原生语义搜索系统,支持文本到文本、图像到图像、视频到视频等形式的大规模索引和语义搜索】
No 39. 晚安~ [月亮] http://t.cn/AiOnmdz7 ​
No 40. 【模仿学习算法Baseline实现】
No 41. 'Rainbow is all you need! Step-by-step tutorials f…
No 42. 【go-fastdfs:简单的分布式文件存储】
No 43. 《Evolving the Hearthstone Meta》
No 44. 《DeepSDF: Learning Continuous Signed Distance Functions for Shape Representation》
No 45. 【为Keras实现梯度累积版优化器】
No 46. 【N维科学图像处理、图像分割和图像配准的开源跨平台工具包】
No 47. 【可扩展语音合成系统】
No 48. 《Do Transformer Attention Heads Provide Transparency in Abstractive Summarization?》
No 49. 细粒度图像分析综述//近日po到arXiv一份survey,目测是现在Fine-Grained Im…
No 50. 【CVPR 2019神经网络架构搜索进展综述】

爱可可老师24小时热门分享(2019.7.9)

No 1. 【LeetCode 的解题代码和中文讲解】
No 2. 【CVPR 2019神经网络架构搜索进展综述】
No 3. 【fast.ai新课:侧重实战的自然语言处理课程】
No 4. 【元学习:从小样本学习到快速强化学习】
No 5. 【基于OpenPose的在线实时人体行为检测】
No 6. Command-line tools can be 235x faster than your Ha…
No 7. 晚安~ [月亮] http://t.cn/AiOWskGb ​
No 8. 是你吗? [挤眼] ​
No 9. 《Python数据挖掘与机器学习实战》
No 10. 【3.14分理解e^iπ】
No 11. [哈哈] ​
No 12. #AI 看不懂# ​
No 13. 【两分钟论文解读之“复活”蒙娜丽莎】
No 14. 【集成80多种技术分析指标的Python 3 Pandas扩展库】
No 15. 【机器学习最优化课程资料】
No 16. 【用无监督词向量从材料科学文献中获取潜在知识】
No 17. 【Ebsynth:快速示例图片合成与画风迁移】
No 18. 《Hierarchical Gating Networks for Sequential Recommendation》
No 19. 【分布式深度学习资源大列表】
No 20. 拍X光片时打了个喷嚏会怎样? ​
No 21. 【从视频里“擦除”框选的目标】
No 22. “侧重实战的自然语言处理课程.”
No 23. 【ICML 2019视频集】
No 24. 早![太阳] ​
No 25. 【《基于OpenCV/CUDA的GPU加速计算机视觉实战》随书代码】
No 26. 【显著目标检测(SOD)代码大列表】
No 27. 【(PyTorch)看人脸猜年龄】
No 28. 又是保龄机器人 🎳🤖EARL (Enhanced Automated Robotic Launc…
No 29. 【基于WebGL的实时折纸模拟器】
No 30. 【DeepMCP:深度匹配点击率(CTR)预测】
No 31. 【用Python生成SVG矢量3D图片】
No 32. 【跨编程语言调用库】
No 33. 【一年成为Emacs高手 (像神一样使用编辑器)】
No 34. 经典回顾,善用Shell命令实现高效数据处理…
No 35. 《Large Scale Adversarial Representation Learning》
No 36. 【基于LSTM的(Python)代码自动补全】
No 37. 《Transferability vs. Discriminability: Batch Spectral Penalization for Adversarial Domain Adaptation》
No 38. 《Normalizing Flows in 100 Lines of JAX》
No 39. 'WeatherBot – 基于 Rasa 的中文天气情况问询机器人(chatbot), 带 Web…
No 40. 【对抗样本相关资源大列表】
No 41. 【基于NumPy的3D数学函数库】
No 42. 《A Unified Framework of Online Learning Algorithms for Training Recurrent Neural Networks》
No 43. 【Texar-PyTorch实现的XLNet】
No 44. 【GNES:基于深度网络的云原生语义搜索系统,支持文本到文本、图像到图像、视频到视频等形式的大规模索引和语义搜索】
No 45. 【新款树莓派4上的TensorFlow Lite实测】
No 46. 'Rainbow is all you need! Step-by-step tutorials f…
No 47. 【模仿学习算法Baseline实现】
No 48. 《Detecting and Diagnosing Adversarial Images with Class-Conditional Capsule Reconstructions》
No 49. 【为Keras实现梯度累积版优化器】
No 50. 【Bash脚本开发库】

爱可可老师24小时热门分享(2019.7.8)

No 1. 【LeetCode 的解题代码和中文讲解】
No 2. 【推荐系统文献大列表】
No 3. 'Chatbot_CN – 基于金融-司法领域(兼有闲聊性质)的聊天机器人' by Q_S_Y_Q …
No 4. 《Python数据挖掘与机器学习实战》
No 5. 【新书:R语言方案手册(第二版)】
No 6. 'ZVT – 在fooltrader的基础上重新思考后编写的量化项目,其包含可扩展的数据record…
No 7. 【机器学习工程师第一年12点体会】
No 8. 【新款树莓派4上的TensorFlow Lite实测】
No 9. 【TensorFlow可复现深度学习】
No 10. 《Learning Single-Image Depth from Videos using Quality Assessment Networks》
No 11. Command-line tools can be 235x faster than your Ha…
No 12. 《Why default CNN are broken in Keras and how to fix them》
No 13. 【从视频里“擦除”框选的目标】
No 14. 【基于OpenPose的在线实时人体行为检测】
No 15. 【基于LSTM的(Python)代码自动补全】
No 16. 《Slim-CNN: A Light-Weight CNN for Face Attribute Prediction》
No 17. 《Using Self-Supervised Learning Can Improve Model Robustness and Uncertainty》
No 18. 《Graph-based Knowledge Distillation by Multi-head Self-attention Network》
No 19. 早!
No 20. 比 2019进度条 还狠…… [晕] ​
No 21. 【Ebsynth:快速示例图片合成与画风迁移】
No 22. 【分布式深度学习资源大列表】
No 23. 《Neural Networks, Hypersurfaces, and Radon Transforms》
No 24. 【用概念激活向量(CAVs)理解深度网络】
No 25. 【diff高亮工具】
No 26. 《DeepMRSeg: A convolutional deep neural network for anatomy and abnormality segmentation on MR images》
No 27. 晚安~[月亮] http://t.cn/AiOSq7CG ​
No 28. 《Learning Markov models via low-rank optimization》
No 29. 河蟹社会,从戴耳机开始 😂 http://t.cn/AiOJqRIS ​…
No 30. 《Curriculum Learning for Deep Generative Models with Clustering》
No 31. 拍X光片时打了个喷嚏会怎样? ​
No 32. 《Mask Embedding in conditional GAN for Guided Synthesis of High Resolution Images》
No 33. 《Video Crowd Counting via Dynamic Temporal Modeling》
No 34. 《Attention Is All You Need — Transformer》
No 35. 【Teach-Repeat-Replan:无人机复杂环境下激进飞行的完整鲁棒系统】
No 36. 【Brno Mobile OCR数据集】
No 37. 【用无监督词向量从材料科学文献中获取潜在知识】
No 38. 《Hierarchical Gating Networks for Sequential Recommendation》
No 39. 【(PyTorch)看人脸猜年龄】
No 40. 是你吗? [挤眼] ​
No 41. 【写作发表新手指南】
No 42. 【Spark大数据处理实践指南】
No 43. 【一年成为Emacs高手 (像神一样使用编辑器)】
No 44. 【似然模型训练技巧】
No 45. 《Accurate, reliable and fast robustness evaluation》
No 46. 'WeatherBot – 基于 Rasa 的中文天气情况问询机器人(chatbot), 带 Web…
No 47. 【显著目标检测(SOD)代码大列表】
No 48. 《Widening the Representation Bottleneck in Neural Machine Translation with Lexical Shortcuts》
No 49. 【实时语义分割模型集锦】
No 50. 【用GPU加速数据科学】

爱可可老师24小时热门分享(2019.7.7)

No 1. 比 2019进度条 还狠…… [晕] ​
No 2. '深度学习在推荐系统中的应用及论文小结' by Shunzhe Yu GitHub: http://…
No 3. 河蟹社会,从戴耳机开始 😂 http://t.cn/AiOJqRIS ​…
No 4. 'YOLOv3-model-pruning – 对 YOLOv3 做模型剪枝(network sli…
No 5. 【Spark大数据处理实践指南】
No 6. 《Attention Is All You Need — Transformer》
No 7. 【仅用Numpy实现的机器学习算法集锦】
No 8. 【PyQt Python图形界面编程实例集锦】
No 9. 'Python – 100天从新手到大师' by jackfrued GitHub:
No 10. 【实时表情识别】
No 11. 【数据科学家之路】
No 12. 《Unsupervised word embeddings capture latent knowledge from materials science literature》
No 13. 《Python数据挖掘与机器学习实战》
No 14. François Chollet:AI难题不仅是计算机科学问题,更是数学、认知科学和哲学问题。 ​…
No 15. 【实时语义分割模型集锦】
No 16. 【写作发表新手指南】
No 17. 【(Python)OpenCV实时人脸识别】
No 18. 【用GPU加速数据科学】
No 19. 【似然模型训练技巧】
No 20. 心里苦谁知道……[鼻涕]
No 21. 【研究与写作:实践指南】
No 22. 后续更新了不少
No 23. 【傅里叶级数之美】
No 24. Nick Steinmetz:随着科学团队规模不断增长,信用分配模式(第一作者、第二作者及其他)变得…
No 25. 【Traffic-Net:拥挤、少车、事故和车辆起火图像数据集】
No 26. 早![太阳] ​
No 27. 'ZVT – 在fooltrader的基础上重新思考后编写的量化项目,其包含可扩展的数据record…
No 28. 【用简单面向对象编程改善深度学习原型】
No 29. 【Brno Mobile OCR数据集】
No 30. 【数学、算法、编程语言的交互可视化】
No 31. 【别低估AI面临的困境:“AI是新的电力,将改变各行各业。但像电力一样,还要几十年时间。如今的AI世界还在1882年,而非1925年”】
No 32. 【Cocos Creator:开源游戏开发工具集】
No 33. 晚安~ [月亮] http://t.cn/AiOfPOYI ​
No 34. 【TensorFlow可复现深度学习】
No 35. 《Learning Landmarks from Unaligned Data using Image Translation》
No 36. VR绘画 😲
No 37. 【MiniSom:基于Numpy的最小化自组织映射(SOM)实现】
No 38. 太阳特写 ☀️ http://t.cn/AiOxwepf ​
No 39. 《PointFlow: 3D Point Cloud Generation with Continuous Normalizing Flows》
No 40. 《刚刚上研究生,导师让我写篇综述,想问一下各位前辈们,有什么比较好的查阅检索下载并整理文献的学习办法? – 知乎》
No 41. 【迁移学习自然语言处理教程资料】
No 42. 【g2pC:基于上下文的汉语读音自动标记模块】
No 43. DeepMind又发了新论文,吃瓜群众: http://t.cn/AiK6DQ7b ​…
No 44. 'Chatbot_CN – 基于金融-司法领域(兼有闲聊性质)的聊天机器人' by Q_S_Y_Q …
No 45. 【比spaCy和NLTK更高效的可定制词条化模块】
No 46. 《Continual Learning for Robotics》
No 47. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 48. 美丽的数学“巧合”
No 49. 《Reducing Spreading Processes on Networks to Markov Population Models》
No 50. 《Uncovering the Semantics of Wikipedia Categories》

爱可可老师24小时热门分享(2019.7.6)

No 1. 【傅里叶级数之美】
No 2. 美丽的数学“巧合”
No 3. 【《代码大全》软件工程笔记:面向数据科学的编程感悟】
No 4. 《Python数据挖掘与机器学习实战》
No 5. 【GAN漫画人物生成实战】
No 6. 【迁移学习自然语言处理教程资料】
No 7. 【能“赚钱”的数据科学在线平台】
No 8. 【TensorFlow可复现深度学习】
No 9. 【给软件工程师、数据科学家和数据工程师的面试指南:该做与不该做】
No 10. 'YOLOv3-model-pruning – 对 YOLOv3 做模型剪枝(network sli…
No 11. 图深度学习文献列表//组里同学们整理的关于Graph representation learning…
No 12. 【2019数据科学求职者最被忽视的技能】
No 13. 【PyQt Python图形界面编程实例集锦】
No 14. 早!
No 15. 【仅用Numpy实现的机器学习算法集锦】
No 16. 'Python – 100天从新手到大师' by jackfrued GitHub:
No 17. '深度学习在推荐系统中的应用及论文小结' by Shunzhe Yu GitHub: http://…
No 18. 【Tanzania Challenge移动金融潜在客户预测比赛第五名方案分享】
No 19. 后续更新了不少
No 20. VR绘画 😲
No 21. 《Discovering Communities of Community Discovery》
No 22. 【(Python)OpenCV实时人脸识别】
No 23. 《刚刚上研究生,导师让我写篇综述,想问一下各位前辈们,有什么比较好的查阅检索下载并整理文献的学习办法? – 知乎》
No 24. 【实时语义分割模型集锦】
No 25. 【实时表情识别】
No 26. 《Guided Image Generation with Conditional Invertible Neural Networks》
No 27. 《Unsupervised word embeddings capture latent knowledge from materials science literature》
No 28. 【Cocos Creator:开源游戏开发工具集】
No 29. 【自然语言处理:从基础到RNN和LSTM】
No 30. 《MIDI-Sandwich: Multi-model Multi-task Hierarchical Conditional VAE-GAN networks for Symbolic Single-track Music Generation》
No 31. 《爱可可老师一周热门分享(2019.7.6)》
No 32. 《Sim2real transfer learning for 3D pose estimation: motion to the rescue》
No 33. 【数学、算法、编程语言的交互可视化】
No 34. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 35. 【用深度学习实时克隆别人的声音】
No 36. 《A Quantum Field Theory of Representation Learning》
No 37. 《爱可可老师一周论文精选(2019.7.6)》
No 38. 【傻瓜异常检测】
No 39. 《Non-structured DNN Weight Pruning Considered Harmful》
No 40. 【MiniSom:基于Numpy的最小化自组织映射(SOM)实现】
No 41. 《Supervised Symbolic Music Style Translation Using Synthetic Data》
No 42. 【2019年中AI大势盘点】
No 43. 【Traffic-Net:拥挤、少车、事故和车辆起火图像数据集】
No 44. 【用Siamese神经网络实现签名验证】
No 45. 【如何避免数据科学领域的新手错误?】
No 46. 《Diffprivlib: The IBM Differential Privacy Library》
No 47. 《Causal models on probability spaces》
No 48. 【PyTorch深度学习实战课程资料】
No 49. 《关于学习机器学习算法的一些建议(忠告) – 知乎》
No 50. BowlBot 5000 🎳 [哈哈] http://t.cn/Ai0r9lvv ​…

写了 10 年代码之后,我学到的 7 个绝对真理;2019 年顶级 JavaScript 框架;供应链系统架构演进实践 – InfoQ每周精要593期

 中文站「每周精要」
NO.593
2019/07/07
写了 10 年代码之后,我学到的 7 个绝对真理
语言开发
本文分享了作者在过去的十年当中作为一名开发者的心路历程。
2019 年顶级 JavaScript 框架
前端 语言开发
本文中介绍了许多顶级的 JavaScript 框架,你可以在下一个项目中考虑这些框架。应该为项目选择哪个 JavaScript 框架,要取决于项目需求以及你在项目中需要的功能。
途家供应链系统架构演进实践
架构
如何在业务高速增长、可用性越来越高的背景下实现系统架构的快速有效升级?如何保证复杂业务下的研发效率与质量?本文将为大家介绍途家供应链系统的思考与实践。
谁在“谋杀” Hadoop?
大数据
眼看 Hadoop 三大商业公司起高楼,为何忽然之间楼斜了呢?为了搞清楚其中原因,我们采访了多位行业内的技术专家。
学会用数据库的方式思考 SQL 是如何执行的
语言开发 运维
在 RDBMS中,SQL 的实现方式是有差别的。今天我们就从数据库的角度来思考一下 SQL 是如何被执行的。
程序员面试必备 40 问
语言开发
在面试中应该掌握哪些”软技巧“呢?在教给程序员在面试中一定要问的 40 个问题。今天我们就把这 40 个问题汇总给大家,希望对大家的面试有所帮助。
Scene.js 库:创建基于时间轴的动画
架构
Scene.js 是一个基于 JavaScript 时间轴的动画库,用于创建动画网站,作为一个动画时间轴库,它允许你创建对象的移动和位置的时间顺序。
微前端如何落地
前端
微前端是一种类似于微服务的架构,它将微服务的理念应用于浏览器端,即将单页面前端应用由单一的单体应用转变为多个小型前端应用聚合为一的应用。
想接管别人的整个 Java 生态系统?只需一次中间人攻击
语言开发
本来只是想给一个小型项目做一个简单漏洞报告,不料猛地发现了这个安全漏洞,影响了基于 Java 虚拟机(JVM)做开发的整个生态系统。
如何探测虚拟环境是物理机、虚拟机还是容器?
云计算 运维
目前裸机(物理机)、虚拟机、容器是云计算提供计算服务的三种主流形式。那么,如何判断一个虚拟 shell 环境到底是物理机、虚拟机还是容器?
波音 737 之祸:裁员资深研发、外包时薪 9 美元
语言开发
是什么让一家曾以精心设计著称的飞机制造商犯下基本的软件错误导致两起致命事故?
Serverless 最佳实践:如何在两周内开发出用户量过亿的微信小程序
运维
本文将从开发背景、技术需求与落地实践三个维度出发,还原腾讯相册小程序的开发历程,以及 Serverless 是如何助力腾讯相册团队在两周内,开发出承载过亿用户量的微信小程序。
0.3s 完成渲染!UC 信息流正文“闪开”优化实践
前端 语言开发
本文将通过从浏览器内核到客户端外壳、从服务端到前端等多端协作下所实现的日均 N 亿级 PV 页面“闪开”体验所采用的优化策略,及其背后技术策略的思考和选择。
如何基于 Flink 与 TensorFlow 构建实时智能异常检测平台?
AI 大数据 架构
本文介绍了携程如何基于 Flink 与 TensorFlow 构建实时智能异常检测平台,以解决规则告警系统准确率低、时效性低、规则配置复杂与耗费人力等诸多问题
技术分享:浅谈 Service Mesh 在瓜子的实践
运维
瓜子效能团队分享了在 K8S 的基础上,通过 Sidecar 模式进行 Service Mesh 的实践经历。
InfoQ 访谈:Java 的现状和未来
语言开发
针对前期报道“JAVA 13 进入特性冻结阶段”,InfoQ 采访了 Ritter,内容涉及 Java 12 和 13 版本,以及 Azul 在 Java 新版本推出后所采取的行动。
Event Sourcing 和 CQRS 落地(一):UID-Generator 实现
运维
Event Sourcing 简单来说就是记录对象的每个事件而不是记录对象的最新状态,当需要最新的状态的时,通过堆叠事件将最新的状态计算出来。
溯源微服务开发体系:一位 Java 开发者的转型思考
语言开发 运维
微服务是将大型单体应用程序和服务拆分为数个甚至数十个微服务,可扩展单个组件而不是整个应用程序堆栈,从而满足服务等级协议。然而,这个过程涉及很多问题需要解决。
自动驾驶狂欢落幕:靠一个 demo 就敢宣称落地的时代过去了
AI
为了了解自动驾驶技术的最新进展,同时也为了探索这项技术的未来发展,InfoQ 对图森未来的吴楠博士进行了专访,看看在图森未来的眼中,自动驾驶的现在与未来是什么样子的。
Kubernetes 五周年回顾与展望
运维
在 Kubernetes 五岁生日之际,本文简单回顾了 Kubernetes 过去几年的发展历史,并预测未来可能的发展方向。
凉水浇不灭的 AI 火:百度华为达成深度合作,国产 AI 与芯片终于走到一起
AI
虽然大会中途出现了一段不太和谐的小插曲,但 AI 落地的道路怎么可能一帆风顺?以下是 AI 前线从现场发回的详细报道。

技术大会  CONFERENCE
ArchSummit 深圳:如何用 DDD 指导系统架构设计与建模?
得到 App 后端经历过较大规模的系统重构,DDD 思路在过程中带来不小的启发和指导。得到 App 后端业务线 Leader 韩宇斌将在 ArchSummit 会上介绍用 DDD 把握业务需求,以及基于此基础的系统架构设计与建模实践。
QCon 上海:新零售服务开放的 Serverless 架构与深度实践
通过典型的 FaaS 特性实现服务秒级发布,通过 Broker实现 SPI 多态的路由,毫秒级的弹性扩缩容能力,双十二、618 等大促的 Serverless 实施方案和实践数据了解一下?

极客时间App  GEEK TIME APP
大前端时代,如何用Flutter制霸全平台?
“一套代码、多端运行”是很多开发团队的梦想。现在看来,在 Google 的强力带动下,Flutter 极有可能成为跨平台开发领域的终极解决方案。美团点评高级技术专家陈航带你快速上手 Flutter,用 Flutter 开发一款企业级 App。

活动推荐  POPULAR EVENTS
你以为大数据的落地一定“前途光明”?
“大数据”势头强盛,为何“工业大数据”落地仍旧艰难?光说不练假把式!真实企业数据集、华为免费算法工具,以及工信部 & 信通院的全程助力,这个竞赛值得拥有!
2019 年大数据技术规划该包含些什么?算法工程师如何高薪成长?
如何通过敏感数据识别算法创新,覆盖常用的敏感数据类型?如何用 GitHub 转变企业软件开发模式?7 月 12 日,ArchSummit 全球架构师峰会【算法优化与高效开发】解决方案专场,就将聚焦在算法优化、数据安全与 DevOps 实践等领域,与你分享大咖所遇到的技术难点和解决思考,快戳链接抢【限额免费】席位。
Hello,谷歌云——云 AI 原生技术畅聊之夜
如何利用AI快速改造传统业务逻辑?如何利用 TensorFlow 探索大规模机器学习?云原生的架构设计又有哪些秘诀? 7 月 12 日 18:30-21:10,来自谷歌云的工程师将与你相约深圳谷歌云技术之夜,近距离触摸AI与云原生的技术未来。
云原生时代 IoT 架构设计与 DevOps 实践
7月12日下午,ArchSummit 全球架构师峰会现场特别设置「云原生时代 IoT 架构设计与 DevOps 实践」技术专场,从架构驱动的角度,分享企业在实践 DevOps 的过程中,需要解决的问题和具备的能力,基于华为 LiteOS 面向 IoT 的技术架构、企业服务云化技术实践。
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

爱可可老师一周热门分享(2019.7.6)

No 1. 《刚刚上研究生,导师让我写篇综述,想问一下各位前辈们,有什么比较好的查阅检索下载并整理文献的学习办法? – 知乎》
No 2. 当你沉浸VR时 🐶🥶 http://t.cn/Ai0Ii1jo ​…
No 3. 《Python数据挖掘与机器学习实战》
No 4. 《Python数据科学与机器学习:从入门到实践》
No 5. Heather Antos:不要接受那些你永远不会寻求其建议的人的批评。 ​…
No 6. ‘复盘所有NLP比赛的TOP方案,只关注NLP比赛’ by zhpmatrix GitHub: ht…
No 7. VR绘画 😲
No 8. BowlBot 5000 🎳 [哈哈] http://t.cn/Ai0r9lvv ​…
No 9. 【PyTorch深度学习实战课程资料】
No 10. 【傅立叶级数解析】
No 11. 《博士生如何进行文献阅读和文献整理? – 知乎》
No 12. 【为什么正态分布如此重要?】
No 13. François Chollet:别瞧不起任何人,除非你真的对其了如指掌。 事实在于,你根本无法真正…
No 14. 【贝叶斯推理、MCMC与变分推理】
No 15. 2019进度:▓▓▓▓▓▓▓▓░░░░░░░ 50% ⛽️🏃 ​…
No 16. 【无需博士学位的机器学习到强化学习指南】
No 17. 《写学术论文,需要学会哪些Word技巧? – 知乎》
No 18. 《关于学习机器学习算法的一些建议(忠告) – 知乎》
No 19. 【Python 3小技巧:处理文件路径的简单方法】
No 20. 【自然语言处理:从基础到RNN和LSTM】
No 21. 【kepler.gl:Jupyter里的地理空间可视化工具】
No 22. Isobel Hunter患有帕金森病的父亲临终前一天写下的笔记,Go For It! No Tim…
No 23. fast.ai 机器学习课程汇总: 面向程序员的深度学习实战课程(Practical Dee…
No 24. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) ​…
No 25. 【撰写高质量科研论文的21个建议】
No 26. 【Boosting算法大比拼:XGBoost vs. LightGBM vs. Catboost】
No 27. ‘利用网络上公开的数据构建一个小型的证券知识图谱/知识库’ by lemonhu GitHub: h…
No 28. 《有哪些让你相见恨晚的思维方式? – 知乎》
No 29. 是巧合吗?石器时代的全球文字 🤔 ​…
No 30. 【用深度学习实时克隆别人的声音】
No 31. 闪电击中沙子产生的熔岩,这是一种由沙子加热玻璃化形成的结构。
No 32. 【撰写和提交科研论文:如何起步】
No 33. 【统计思维第二版(书+代码)】
No 34. 【十步撰写科研论文】
No 35. 《论文成功发表的科研人员,应该拥有哪些良好写作习惯? – 知乎》
No 36. Reza Zadeh:基本上“只是”
No 37. 【BERT蒸馏:用Logistic回归实现BERT性能】
No 38. 【缺失数据插补算法库】
No 39. 【用Flask部署机器学习模型】
No 40. 用JavaScript学习计算机科学算法: – 算法可视化
No 41. ‘OpenCLaP:多领域开源中文预训练语言模型仓库’ by THUNLP GitHub: http…
No 42. 【非科班出身一年转型机器学习工程师感悟】
No 43. 【不写代码参加Kaggle比赛】
No 44. 科学家不是能给出正确答案的人,而是能提出正确问题的人。 – Claude Lévi-Strauss …
No 45. 【Kaggle新手入门】
No 46. 【关于TensorFlow 2.0你需要了解的一切】
No 47. 【深度学习超分辨率指南】
No 48. 【用机器学习预测公交延误】
No 49. 【知识图谱构建工具包】
No 50. 【解读XLNet】

爱可可老师一周论文精选(2019.7.6)

No 1. 《Modern Deep Reinforcement Learning Algorithms》
No 2. 《A Survey on GANs for Anomaly Detection》
No 3. 《Human vs Machine Attention in Neural Networks: A Comparative Study》
No 4. 《A Fourier Perspective on Model Robustness in Computer Vision》
No 5. 《Selection Via Proxy: Efficient Data Selection For Deep Learning》
No 6. 《Machine Learning Testing: Survey, Landscapes and Horizons》
No 7. 《On-Device Neural Net Inference with Mobile GPUs》
No 8. 《Causal models on probability spaces》
No 9. 《Locate, Size and Count: Accurately Resolving People in Dense Crowds via Detection》
No 10. 《DeepVIO: Self-supervised Deep Learning of Monocular Visual Inertial Odometry using 3D Geometric Constraints》
No 11. 《Augmenting Self-attention with Persistent Memory》
No 12. 《Semi-supervised Image Attribute Editing using Generative Adversarial Networks》
No 13. 《Neural Machine Reading Comprehension: Methods and Trends》
No 14. 《Inspirational Adversarial Image Generation》
No 15. 《Benign Overfitting in Linear Regression》
No 16. 《Benchmarking Model-Based Reinforcement Learning》
No 17. 《Quantum Entropy Scoring for Fast Robust Mean Estimation and Improved Outlier Detection》
No 18. 《GNN-FiLM: Graph Neural Networks with Feature-wise Linear Modulation》
No 19. 《Fine-grained zero-shot recognition with metric rescaling》
No 20. 《The Difficulty of Training Sparse Neural Networks》
No 21. 《Brno Mobile OCR Dataset》
No 22. 《A Simple Deep Personalized Recommendation System》
No 23. 《Fast Training of Sparse Graph Neural Networks on Dense Hardware》
No 24. 《Learning Data Augmentation Strategies for Object Detection》
No 25. 《Complexity of Highly Parallel Non-Smooth Convex Optimization》
No 26. 《Attribute-Driven Spontaneous Motion in Unpaired Image Translation》
No 27. 《Style Generator Inversion for Image Enhancement and Animation》
No 28. 《Identifying Emotions from Walking using Affective and Deep Features》
No 29. 《Discovering Communities of Community Discovery》
No 30. 《Supervised Uncertainty Quantification for Segmentation with Multiple Annotations》

爱可可老师24小时热门分享(2019.7.4)

No 1. 《刚刚上研究生,导师让我写篇综述,想问一下各位前辈们,有什么比较好的查阅检索下载并整理文献的学习办法? – 知乎》
No 2. Heather Antos:不要接受那些你永远不会寻求其建议的人的批评。 ​…
No 3. 【PyTorch深度学习实战课程资料】
No 4. BowlBot 5000 🎳 [哈哈] http://t.cn/Ai0r9lvv ​…
No 5. 【贝叶斯推理、MCMC与变分推理】
No 6. 2019进度:▓▓▓▓▓▓▓▓░░░░░░░ 50% ⛽️🏃 ​…
No 7. 【无需博士学位的机器学习到强化学习指南】
No 8. '利用网络上公开的数据构建一个小型的证券知识图谱/知识库' by lemonhu GitHub: h…
No 9. 《关于学习机器学习算法的一些建议(忠告) – 知乎》
No 10. 《有哪些让你相见恨晚的思维方式? – 知乎》
No 11. 【用Flask部署机器学习模型】
No 12. 【Kaggle新手入门】
No 13. 【深度学习超分辨率指南】
No 14. 【解读XLNet】
No 15. 【非科班出身一年转型机器学习工程师感悟】
No 16. 【如何撰写清晰、准确、简洁的科研论文】
No 17. 翠鸟
No 18. 《Marginalized Average Attentional Network for Weakly-Supervised Learning》
No 19. 【知识图谱构建工具包】
No 20. VR绘画 😲
No 21. [喵喵] http://t.cn/Ai0gjmuF ​
No 22. 你懂的
No 23. 怀揣非凡的心,认真做平凡的事//今天给一个学生的建议: learn to be ordinary …
No 24. 中奖网友:谢谢谢谢永永远远爱爱可可老师!…… 我以为看碟卡住了呢 [笑cry] ​…
No 25. 【数据科学家如何从优秀迈向卓越】
No 26. 《DeepGBM: A Deep Learning Framework Distilled by GBDT for Online Prediction Tasks》
No 27. 【神经网络修剪相关资源大列表】
No 28. 【LeetCode的Go语言解答集】
No 29. 【人体属性识别相关文献大列表】
No 30. 【诗歌质量评价/细粒度情感诗歌语料库】
No 31. 【PyTorch强化学习】
No 32. 今天给一个学生的建议: learn to be ordinary before you wish …
No 33. 【用语言模型进行神经网络常识推理】
No 34. [笑而不语] ​
No 35. 下一代VR人脸追踪
No 36. 【Latex版的“更好的海报”】
No 37. 【OpenAI GPT-2:通过可视化理解语言生成】
No 38. 【NVIDIA开源的高性能生物信息学模型】
No 39. 'PyTorch implementation of VQ-VAE + WaveNet by [Ch…
No 40. 【大规模野外车辆再识别数据集】
No 41. 直观科普:食物之旅 🍚 http://t.cn/Ai0rogvh ​…
No 42. 早![太阳] ​
No 43. 《Augmenting Self-attention with Persistent Memory》
No 44. 《《Science》
No 45. Alex Martinelli用三维动画软件Blender做出的2D动画 [good] http:/…
No 46. 晚安~ [月亮] 🦁 http://t.cn/Ai03gTkV ​
No 47. 《Neural Machine Reading Comprehension: Methods and Trends》
No 48. 'Marco's SysML reading list – Systems for ML/AI & …
No 49. 【视频摘要数据集资源集锦】
No 50. “Train 2-3x faster on MNIST with much less CPU usage by making a few simple changes to the PyTorch provided one”