站长资讯

• 互联网资讯(3100)
• 娱乐头条(399)
• 教育考试(249)
• 幽默笑话(13)
• 美图合集(14)
• 站长资讯(9010)
• 电商资讯(229)
• 网站建设(74)
• 网站运营(202)
• 推广杂谈(550)

站长资讯

• 耗时3年，Dropbox史上最大规模Python 3迁移

  为什么选择 Python 3？是否应该采用 Python 3 一直是 Python 社区争论的焦点话题。虽然 Python 3 现在得到了广泛的支持，一些非常受欢迎的项目（如 Django）已经完全放弃了 Python 2，但这个争论在一定程度上仍然存在。对于我们来说，有一些关键因素影响着我们的决定：令人兴奋的新特性Python 3 带来了快速的创新。除了一长串一般性改进之外，一些特别的特性引起了

  2022-03-15

• 开源数据搜索软件公司Elasticsearch上市，市值近50亿美元！

  官网公告全文翻译：今天，我们开始踏上了作为一家上市公司的旅程。我很自豪地宣布，Elastic 正式在纽约证券交易所上市，股票代码为“ESTC”。2010 年 2 月 8 日，Elasticsearch 首次发布。在当时，我认为搜索不应该被局限在网站的一个搜索框中。那时，很多公司开始存储大量的数据，包括结构化和非结构化的数据，这些数据来自很多不同的数据源，如数据库、网站、应用程序以及移动连接设备。在

  2022-03-15

• AI面试必备！你不可不知的10个深度学习方法

  过去十年来，人们对机器学习的兴趣经历了爆炸式的增长。你几乎每天都能在计算机科学程序、行业会议和《华尔街日报》（Wall Street Journal）上看到机器学习的影子。在所有关于机器学习的讨论中，许多人都将机器学习能够做什么，与他们希望机器学习能够做什么混为一谈了。从根本上来说，机器学习就是使用算法从原始数据中提取信息，并在某种类型的模型中表示出来。我们使用这个模型来推断我们尚未建模的其他数据

  2022-03-15

• 数十亿用户的Facebook如何进行贝叶斯系统调优？

  Facebook 依靠庞大的后端系统，每天为数十亿人提供服务。在这些后端系统中，许多都有大量的内部参数。例如，支持 Facebook 的 Web 服务器使用 HipHop 虚拟机（HHVM）来处理服务请求，而 HHVM 有几十个参数用于控制即时编译器。另一个例子是，用于各种预测任务的机器学习。这些系统通常都会涉及多层预测模型，具有大量参数，用于确定模型如何连接在一起，从而产生最终建议。这些参数必须

  2022-03-15

• 抛开炒作看知识图谱，为什么现在才爆发？

  知识图谱正在被大肆炒作，Gartner 的 2018 年新兴技术炒作周期中就包含了知识图谱。我们甚至不必等 Gartner 宣布 2018 年是“知识图谱年”，与活跃在这个领域的所有人一样，我们都看到了机会，但也看到了威胁：伴随炒作而来的是混乱。知识图谱是真实的，它们至少已经存在了 20 年。知识图谱的原始定义是关于知识表示和推理，如受控词汇表、分类法、模式和本体之类的东西，它们都是建立在标准和实

  2022-03-15

• 一文看懂Pinterest如何构建时间序列数据库系统Goku

  （使用 Goku 进行两级分片）时间序列数据模型 时间序列数据Goku 遵循 OpenTSDB 的时间序列数据模型。时间序列由一个键和一系列时间数字数据点组成。key = metric name + 一组标记键值对。例如，“tc.proc.stat.cpu.total.infra-goku-a-prod {host = infra-goku-a-prod-001，cell_id = aws-us-

  2022-03-15

• 作为普通Ruby开发，我如何从零转型机器学习

  1. 不要担心假设你对数学不怎么感冒，就我个人而言，八年前，我从理工学院毕业之后，就再也没有碰过数学教科书了（至少在我开始学习深度学习之前是这样）。你要知道它究竟是怎么回事：你阅读语言、框架文档的频率可比其他任何东西高多了。经过一些初步的 Google 搜索，并与周围的数学高手交谈之后，我得到一种印象，以下罗列的是你在尝试用神经网络解决现实问题之前就需要积累的数学知识。至少，我两年前的印象是这样的

  2022-03-15

• 暴力堆数据没用！NLP和语音技术突破难在哪？

  搜狗 2017 年成立了 AI 业务发展部，负责整合搜狗 AI 技术进行工程化研发、合作生态拓展，对接行业与场景输出 AI 解决方案和技术、产品，主打政企领域的会议场景和展厅、导游讲解场景，提供智能语音转写会议解决方案、多语种 AI 同传讲解方案。搜狗搜索和输入法是搜狗公司的两大拳头产品，在搜索中结合智能问答、知识图谱、机器翻译等 NLP 技术做到智能匹配、精准推广、英文搜索，在输入法中加入语音输

  2022-03-15

• 日均万亿事件：Netflix怎么做实时流处理？

  在这篇文章中，我们将讨论流式处理所面临的挑战、Keystone 的设计原则、思维模式、架构总览、我们的愿景以及 Keystone 为 Netflix 所带来的核心价值。单个流式作业：通过平台管理这些作业：流式处理的挑战1. 伸缩Netflix 为来自 190 多个国家的 1.3 亿用户提供服务。流式处理平台每天处理数万亿个事件和 PB 级别的数据，以支持日常的业务需求。随着用户数量的持续增长，整个

  2022-03-15

• DeepMind PotArt多任务深度强化学习获突破性进展

  多任务学习（Multi-task learning），让单个智能体（agent）学习如何解决许多不同的任务，而这正是人工智能研究的长期目标。最近，多任务学习的进步日新月异，像 DQN 这样的智能体能够使用相同的算法学习进行多个游戏，包括 Breakout 和 Pong。这些算法用于为每项任务训练各个专家智能体（expert agents）。随着人工智能研究朝着更为复杂的现实世界领域发展，构建一个单

  2022-03-15