基于Visual Studio Tools for AI的TensorFlow编程实现DNN深度神经网络1. 背景介绍神经网络是科学家从人类大脑的思考方式中得到启发，进而应用在计算机领域的一种产物。早期，神经网络被称为感知机，虽然能够拟合很多函数，但是线性变化的能力却很弱， 无法解决异或这种线性不可分的问题。后来在1980年，BP反向传播算法提出使得神经网络性能迈出了巨大的一步，但是...

开发四年只会写业务代码，分布式高并发都不会还做程序员？ >>>Metabase 是一个简单开源分析...

开发四年只会写业务代码，分布式高并发都不会还做程序员？ >>>本文来自：Linux 中国LCTT...

从BOW到BERT自2013年Mikolov等人提出了Word2Vec以来，我们在词嵌入方面已经有了很多发展。如今，几乎所有机器学习业内人士都能熟背“国王减去男人加上女人等于女王”这类箴言。目前，这些可解释的词嵌入已成为许多基于深度学习的NLP系统的重要部分。去年10月初，Google AI提出了BERT表征——Transformer双向编码表征（论文链接：https://arxiv.org/ab

介绍\\几个月前，一位客户问我：“目前大数据分析中较快的Python数据结构对象是什么？ ”我总被问到类似的问题。其中有一些问题很难解决，通常需要多花一些时间才能找到合适的优化解决方案。我一般会在周末和晚上做这些事，并以此为乐。\\以前关于这个问题，我第一个简单的答案是Python List对象。我曾在许多数据科学项目中使用List对象，包括数据管道和提取-转换-加载（ETL）生产系统等。然后我.

在前文《软件自我识别》中，我们讨论了如果使软件做到自我识别，以促进自动化部署和版本检测等工作。 随着互联网的飞速发展，以及基础设施的改进，越来越多的业务被放在了“云”端。管理数千台服务器和各种应用程序的不同版本已经是一种常规事务了。那么如果管理好这些机器和代码吗？本文将介绍一些最佳实践，来帮助大家更好的完成相关的事务。\一、测试代码不是二等公民\业务压力让团队人力显得有点儿紧张。一天下午，大家在紧

全球行业数字化转型的浪潮孕育兴起，掀起了新一轮行业变革浪潮。这一波浪潮的显著特点是将“物”纳入智能互联，触发技术服务模式创新，并对价值链、供应链和行业生态产生深远影响。然而，物联网是一个庞大而复杂的系统，行业不同，应用场景及其应用诉求各异。如何解决海量终端的联接和管理、海量数据的实时分析和处理，是实现“万物互联”的现实难题。\\2016年，腾讯云基于自身丰富的开发经验，整合内部技术，开始布局行业物

你或其他人刚刚写完了一段代码，提交到项目的版本仓库里面。但等一下，如果新提交的代码把构建搞坏了怎么办？万一出现编译错误，或者有的测试失败了，或者代码不符合质量标准所要求的底限，你该怎么办？\最不靠谱的解决方案就是寄希望于所有人都是精英，他们根本不会犯这些错误。但如果真的出现了这些问题，我们就希望发现的越早越好。最好的方式就是只要有代码提交，我们就有某种方式对它进行验证。这就是持续集成的作用。\持续

云计算承诺提供几乎无限制的随需资源访问，人们一直追寻的业务延展性以及通过按需购买的方式降低成本。在这个虚拟研讨会中，InfoQ希望从这些顶尖的专家们那里了解到云计算带来的好处以及使用时有何限制，私有云和公共云哪一个更好，是否需要云互操作，提供基础设施和提供平台的区别，客户如何加强规范遵守等等。\回答我们问题的专家们包括：\Jerry Cuomo，IBM副总裁，WebSphere产品线CTO\Dav

Facebook的人工智能研究团队公布了他们最新的神经网络机器翻译（NMT）研究成果。同时进行三个机器翻译任务，他们的算法比其他任何一个系统的得分都要高，而且比Google的NMT系统快上9倍。\\Facebook使用了卷积神经网络，该技术在计算机视觉领域得到广泛应用。它以一种结构化的顺序来处理句子，捕捉句子成分之间复杂的关系。Facebook对计算机进行训练，让它们能够识别出句子（由两个、三个、