⼲湿垃圾的分类真的是让不少⼈操碎了⼼，也没有什么可靠方法，⼀切只能靠经验来分类。但是⽤数据取代经验，不就是⼈⼯智能的专⻓吗？ 今天跟⼤家分享透过计算机视觉来对垃圾进⾏分类的分类器。通过本篇 Chat 你将收获：前言：干湿垃圾分类只能靠经验，困难又低效；愿景：拿手机拍一下，就能知道要分成什么类型垃圾；实现步骤读取数据：网上收集的“垃圾”图片，根据市政要求分成金属、纸箱、玻璃、塑料、包装袋...

爬山算法是一种启发式算法，具有局部搜索最优解或最优近似解的良好性能，在物流配送、路径规划等物流调度方面被广泛使用。本文从传统的爬山算法引入，进而提出了一种具有适应预设边表的爬图山算法，以便该算法能够更加适应具有固定的边集合的预设道路，从而在约束条件下取到局部最优解。本文还结合 Dijkstra Algorithm 进一步提出混合算法 HCDA。关键词：爬山算法；最短路径；Dijkstra Alg.

如今 MySQL 数据库在互联网份额日益壮大，各种项目量级的公司，都在实战中或多或少会遇到 MySQL 优化问题，只有清晰的了解哪些地方可以优化或改进，才能保证业务的快速迭代和应用的快速响应。本场 Chat 首先会带领大家畅聊 MySQL 优化，然后针对真实项目中 MySQL 优化的关键技术进行详细地阐述，帮助大家对 MySQL 优化知识点做到知其然，并知其所以然。本场 Chat 您将学到如下内.

本周主要目标在于实现一个可用的循环神经网络。主要内容包括：循环神经网络以及求导（BPTT）、多层循环神经网络、文本向量化以及一个小的文本分类实践。实现过程中使用了 Numpy 用于矩阵运算。文章目的在于脱离编程语言束缚去学习算法，因此可以使用其他编程语言，同时语言中应该包含以下组件：矩阵乘法、矩阵分片。正文没有使用机器学习库，但由于 Python 语言的速度原因，为了更快获得结果，使用了 Ten.

互联网软件的开发和发布，已经形成了一套标准流程，最重要的组成部分就是持续集成（Continuous integration，简称 CI）。持续集成的目的，就是让产品可以快速迭代，同时还能保持高质量。它的核心措施是，代码集成到主干之前，必须通过自动化测试。只要有一个测试用例失败，就不能集成。讨论关注以下几点：持续集成概念的理解。了解持续交付和持续部署。熟悉持续集成操作流程。...

Dolphinsight（DI）是一款支持多种数据源的交互式大数据应用程序。DI 的目标用户包括：数据科学家，BI 开发人员以及任何使用数据并渴望通过简单的交互式拖放方式查找数据洞察的人员。 Dolphinsight 由 Dolphinsight 团队（DIT）开发。 大数据的特征是数据类型繁多、数据量巨大、数据生产速度快、价值密度低，如何快捷地发现数据背后隐藏的信息和知识，更好地利用数据资源并发

随着大数据时代的到来，业务系统的数据量日益增大，数据存储能力逐渐成为影响系统性能的瓶颈。目前主流的关系型数据库单表存储上限为1000万条记录，这一存储能力显然已经无法满足大数据背景下的业务系统存储要求了。随着微服务架构、分布式存储等概念的出现，数据存储问题也渐渐迎来了转机。而数据分片是目前解决海量数据持久化存储与高效查询的一种重要手段。本场 Chat 将会分成知识点扫盲篇和实战篇两部分。知识点..

连接组学主要是通过分析神经元之间的连接和组织方式来达到分析大脑的运行机制这一终极目的的一门学科。深度学习是机器学习的一个分支，是受人类大脑神经元结构启发的学习算法。未来五年内的 AI 能达到什么程度？我们应该从什么方向进行探索？本文没什么干货，就是想和广大人工智能爱好者异想天开的畅想一下人工智能的未来。...

对于云计算，每个人都有自己的定义，其中有按公有云，私有云和混合云划分的。但不管哪一种方式，都面临如何自动运维成千上万台机器的挑战。笔者就曾经面临了这一挑战，其基本要求如下：私有云，上万台机器，全球有 3~4 千万用户在使用。数据中心单独搭建，把应用软件以及服务器整租给用户。里面 90％ 以上的都是 Windows 操作系统。很多客户使用集群，比如 16 台应用服务器，３台报表服务器。升...

近年来，机器学习、深度学习等知识轰炸般向大家袭来，没有接触过的同学大多被纷杂的说法 or 术语所唬住，往往望之高深莫测而止步不前。本场 Chat 旨在用一篇博客向大家揭示从一个简单地被我们称为神经网络的逻辑计算开始，向大家一步步揭开梯度下降、BP 算法、Cross-entropy、CNN 的面纱，将这些内容以最直观易懂地方式呈现给大家。本场 Chat 你将学到如下内容：了解神经网络的基本结...