人工智能

方洁影的自我介绍，一般是下面的风格 大噶猴，我是小妖，现在是Office 365 方向的MVP，欢迎就“熬肥死”方面问题与我沟通，叫我“小妖”即可啦，后面请勿加“老师”二字，我与“老师”本质不同，谢谢！ 以我的专业水准来看，这个自我介绍简直不及格，讲了跟没讲一样—— 姓甚名谁、生卒年月、结婚与否，一概都没有，差评！不过，有一点是可以肯定的，就是她对于Office（熬肥死）的喜爱及熟悉程度非常高，而据说在她活跃的那个圈子里面，“小妖”比本尊的知名度大得多，至于她为何执意不肯被称之为“老师”，似有冤情，但我问过几次，都没有得到正面回答。 相逢 我和方同学其实认识得比较晚，早年我也在江湖上行走的时候，她虽然已经崭露头角，但毕竟还在公司做着喜爱的人事工作，半路遇到的机会不多。我是在去年的Office 365 DevDays开发者嘉年华的活动，经人介绍认识了妖姐。 随后，由她牵头组织了一次给Office 技术社区的新老朋友们的见面会。 这一次历史性的会见，到场的有国内知名技术社区的一众好手及多位Office MVP。我在倾听大家的反馈的同时，也分享了一些Office 365的最新趋势，尤其是在Office 365所提供的全新开发机遇。 小妖同学祖籍浙江嘉兴，生长于江苏南京。现在是自由职业，平日里除了偶尔讲讲课，写文章，做视频以及线上答疑之外，还练得一身好瑜伽，编的一手好手工呐。前者她称之为

对于机器学习者来说，阅读开源代码并基于代码构建自己的项目，是一个非常有效的学习方法。看看以下这些Github上平均star为3558的开源项目，你错了哪些？ 1. FastText：快速文本表示和文本分类库（Github上有11786颗星，贡献者Facebook Research） 源码链接：https://github.com/facebookresearch/MUSE 2. Deep-photo-styletransfer：“Deep Photo Style Transfer” 这篇论文的源码和数据。（GitHub 9747颗星，论文来自于康奈尔大学的Fujun Luan） 源码链接：https://github.com/luanfujun/deep-photo-styletransfer 3. 用Python和命令行来实现的最简单的面部识别API（GitHub 8672颗星，贡献者Adam Geitgey） 源码链接：https://github.com/ageitgey/face_recognition 4. Magenta:利用机器智能生成音乐和美术艺术品（GitHub 8113颗星） 源码链接：https://github.com/tensorflow/magenta 5. Sonnet：基于TensorFlow的神经网络库（GitHub 573颗星

现阶段很多人被表象迷惑，感觉Java的开发人员并不好找工作。一部分人就误以为市场饱和了，却没考虑到是自身能力不足，而且他们在学习的过程中往往是这样的： 对知识点不会筛选，盲目买书看视频，资料堆积如山,什么都不管先学了再说; 指望把一本书啃透、一套视频看完,多敲敲写一些就能搞定; 什么都学,感觉什么都会,但是在做项目的时候一头雾水; 听别人说哪个好就学哪个,盲目跟风; 各种乱七八糟的东西都用,只要实现效果其他的都可以忽略,停留在"搬运"阶段; 从来没有意识到做项目的规范和标准以及注意事项; 可想而知，这样学习下来的技能达不到企业要求水平，自然而然找不到工作。 而最近，字节跳动宣布花50亿买的办公楼已经入驻千人，并且要在年底再快速扩招1万人，而最紧缺的却是Java工程师。 因此，给大家推荐一个「咕泡学院」的Java架构师课程，我相信有一部分程序员是了解过这个课程的。 Java架构班 重磅招生 全新改版，课程对标阿里P6+ 多名一线架构师倾力打造（前惠普、陆金所、阿里） 一 、课程简介 本课程主要针对具有 1-5年及以上Java开发经验 的在职人群，精准定制学习计划;帮助系统化梳理碎片化知识;形成独特的自我认知。以培养学习方法、思维方式、项目实战、源码分析能力、架构设计能力、预测判断能力为目的，真正让每一位学员次投资，终身受益。由10年以上从业经验的一线互联网公司架构师、技术总监授课

在开发人员的圈子里面，通常有这样一句调侃的话： 其他编程语言的开发者都是需要仰着头看 C++ 开发者的。 C++，在大多数开发人员的眼里，是一种非常难懂难学且容易出错的语言，但是一旦学成，其妙无穷，如侠士行走江湖， 内功心法在身，无往不胜。 作为 一门多范式的通用编程语言 ，既支持传统的面向对象编程，也支持模板元编程模式。 在现代计算机信息领域，它是大多数上层技术的基础和支撑。 当然，除了作为基础技术支撑以外，在小到嵌入式、PC软件开发、游戏服务器，大到大型金融系统、高性能高并发计算应用、分布式服务器，到处都有 C++ 的身影，即使在现在 火热的人工智能和机器学习 ，外衣是 Python（模型描述），其内核仍然还是 C++（高性能运算） 。 此外，中国几乎所有大学计算机专业都会开设 C/C++ 课程，那些注重对学生基础能力培养的院校会建议 把 C/C++ 作为学生初入编程的第一门语言 ，为什么 C++ 会受到这么大的关注呢？ 我总结了 3 点它的核心竞争力： 1.性能： 虽然完成同样的功能，C++ 需要的代码行数可能比其他语言要多一些，但性能方面比其他语言一般要快，这点在大型应用系统上差别更大。 2.计算机资源利用率： 不管是移动设备，还是服务器，由于 C++ 语言更接近操作系统，大大减少了中间层的消耗，因此硬件资源利用率更多的应用于我们的应用本身。 3.对原理性的理解： C++

看到群里有人说，Baidu AI studio 的平台确实是国内非常 非常良心 的一款编程实训平台，至少对我这样一个小白来说，在学习python 的过程中，这个平台上手起来非常快。 在这次课程中，两位老师都非常尽心尽责，从python的实现原理到场景应用都讲的很详尽，让我这样的python萌新也比较容易理解。在学习过程中，也看到了作为一门面向对象的高级语言，py比C在一些方面方便得多，更适合一些高级的开发工作。 就像朱子英老师说，现在是寒假，持续学习python的每个人都是好样的！我也相信， 所有付出都会有所回报 ！ 这里附上 课程链接 ： https:// aistudio.baidu.com/aist udio/course/introduce/7073 然后就是作为一个小白的 学习心得 辣，这里就想分享一下python中比较有特色的 生成器 ： 试想，如果想要储存一系列整型元素“1，2，3，4，5”，可以怎么做？ 这里有一种最古老的方法： list_1 = [ 1 , 2 , 3 , 4 , 5 ] #创建列表 或者高端一点 [n for n in range(5)] #列表生成式 But： 通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的，如果我们要存储海量数据，但是我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 作者 | Scott Carey 译者 | Sambodhi 策划 | 刘燕 转自 | AI前线 为什么这三家公司最终都不约而同地放弃 TensorFlow ，而转向了 PyTorch？ 本文最初发表于 InfoWorld，经 InfoWorld 授权，InfoQ 中文站翻译并分享。 深度学习框架 PyTorch 凭借其相对易用性，已经渗透到了企业中。本文提到的三家公司告诉我们，为什么他们选择 PyTorch 而不是 Google 著名的 TensorFlow 框架。 深度学习 是机器学习的一个子类别，它使用多层神经网络将历史上很难完成的机器任务——比如 图像识别、自然语言处理 和 机器翻译——实现大规模自动化。 自 2015 年以来，TensorFlow 就从 Google 中脱颖而出，在研究和商业领域成为最受欢迎的开源深度学习框架。但是 2016 年从 Facebook 诞生的 PyTorch 由于社区推动的易用性改进和越来越广泛的用例部署，而迅速 赶上TensorFlow。 在汽车行业，PyTorch 的应用尤为广泛——它可以应用于 Tesla 和 Lyft Level 5 等公司的实验性自动驾驶系统。该框架也被媒体公司用来对内容进行分类和推荐，并在工业应用中支持机器人。 Facebook

用TensorFlow还是PyTorch？从TensorFlow开始学起还是PyTorch？在一年前，这个问题毫无争议，当然是TensorFlow. 但时过境迁，现在的情况大不一样了，下面就来分析对比一下这两个主流框架。 首先看一下最近的统计数据，下图的数据是从arxiv论文中统计得到的。上面的黄线是TensorFlow的使用比例，下面的红线是PyTorch的使用比例，可以看出，最近的数据两者已经不差上下，甚至红线PyTorch在2019.6要略胜一筹。 右边的条形图是从1月到6月的累计数据，TensorFlow占比还是要略高一点，但是23%的增长率明显要低于PyTorch的194%.也就是说，现在TensorFlow和PyTorch在学术界的 使用率上来说已经不差上下了 。 来源：https://www.oreilly.com/ideas/one-simple-graphic-researchers-love-pytorch-and-tensorflow 决定一个框架的使用率有哪些因素呢？我总结有以下四个方面： 易用性 速度 算子数量 开源模型 第一是 易用性 。PyTorch自从2018年12月PyTorch 1.0 stable版本正式发布以来，只有半年多的时间，能迅速增长易用性功不可没。PyTorch的易用性一方面是debug简单，可以直接设置断点查看各个tensor的值

点击上方 “ AI算法与图像处理 ”，选择加"星标"或“置顶” 重磅干货，第一时间送达 来源：OpenCV视觉实践 明天就是七夕了！ 如果有对象，祝早生贵子！ 没有对象，祝早结连理！ （搞笑一下，祝大家幸福美满吧，嘿嘿嘿） 给大家准备了一份已经写好的代码，利用python+opencv+openpyxl，opencv实现读取图片像素颜色，然后 openpyxl 自动填充Excel表格对应单元格背景颜色，得到一副Excel填充图画。文末代码下载链接。 先来看看效果叭（gif动图）！ 把图片换成女朋友的真人图像会更逼真，会更加更好看。 然后看代码叭！ 配置环境 我们需要用到python以及openpyxl和opencv包，没有下载的小伙伴可以去配置一下，超级简单： 大概就是在python终端（看个人环境）执行： pip install opencv-python pip install openpyxl 下面是我安装openpyxl包的录屏，可以参考一下，也可以跳过。 配置完成后就是导入我们需要的包了，这儿不需要过多了解： #导入opencv和openpyxl import openpyxl import cv2 as cv import numpy as np from openpyxl import load_workbook from openpyxl import

Java和python犹如北乔峰南慕容，竞争不相上下。如果有能力同时学习那再好不过了，但很多刚刚接触IT行业的小伙伴在学习初期学习困难较大，还是要两者择其优。 下面是对python和Java两个编程语言的对比分析，大家可以酌情参考一下，依据自己的需求来定夺自己要学习哪一门语言。 1、运行速度 Java是静态语言静态编译的，速度上要比Python快的很多，而Python动态类型语言，一边执行一边编译，速度要上慢一些。 2、对Legacy代码的支持 对于legacy代码的支持，由于Java大量的用于电商，互联网后端，银行等大型系统，所以对于legacy的代码的数量要远大于Python。而Python要更轻量级一些，没有那么多legacy的问题。尤其是Py3即将全面推广，Py2要退出历史舞台。 3、代码开发效率 Python代码开发效率非常高，同样的函数功能，Java需要十几行，Python只要几行，代码数量要远小于Java，这样开发的时间和效率比Java高很多。 4、数据库的支持 Java跟数据库结合更紧密一些，有大量的数据库支持Java，类似JDBC这样的封装，使得的Java使用数据库更容易。Python虽然没有他俩关系那么铁，但是目前支持Python的数据库也非常多，而且很多主流数据库SQL，Mongodb，Redis都有API支持Python， 可以说Python不缺的就是库。

近日，能链集团旗下团油App宣布品牌焕新，启用全新品牌主张“省大钱”和全新图标设计。春节期间，团油App还将在湖南、东方、浙江、江苏四大卫视，发布“团油省大钱” 视频广告，并联动全国主要城市的社区电梯广告、及今日头条等渠道，将“加油省大钱，上团油App”植入4亿中国车主心智。 品牌新主张“加油省大钱” 全新图标和视频广告同步亮相 我们注意到，团油此次品牌焕新围绕“省大钱”做文章。团油App的新图标，仍以红色为品牌色、以文字“团油”为主要标识，但在原基础元素上增加“省大钱”三字，突出团油优势。“油点”设计由白色改为黄色，这让团油主营业务更加亮丽醒目，辨识度更高，也有“省钱就在点滴间”之意。 同期发布的全新视频广告同样凸显“省大钱”理念：私家车车主每周上下班和家人出游，使用团油App加油，一年能省千元；货运司机每年跑上百个城市，使用团油App加油，一年能省万元。视频广告以首尾呼应的方式，强调 “加油省大钱，上团油App。” 私家车主一年省千元 货车司机一年省万元 对于有车一族，加油费用是笔不小的开支，“如何节省油费”更是大家长期热议的话题。作为受中国4亿车主信赖的第三方加油平台，团油一直秉承为车主提供质优价低的一站式加油服务理念，用户通过团油加油，可享受全国2万多座加油站的优惠价。 根据计算，用户通过团油App加油，综合优惠后，如果油价便宜0.5元/升，以百里油耗为8升