几年前，我购买了一部智能手机，很快就爱不释手. 随时随地能发邮件、查信息或购物，这为我带来了前所未有的效率提升. 手机每收到一封邮件就会发出“嘀”的一声，我随即处理它，为自己的效率沾沾自喜. 短信到来伴随着法国号的声音，我也会迅速回复. 不久，我开始条件反射般地一听到手机响就伸手去拿，就像帕夫洛夫的狗听到铃声就会流口水.

内容一览：本期汇总了超神经下载排名众多的 6 个数据集，涵盖图像识别、机器翻译、遥感影像等领域. 这些数据集质量高、数据量大，经历人气认证值得收藏码住. 关键词：数据集 机器翻译 机器视觉. 数据集是机器学习模型训练的基础，优质的公开数据集对于模型训练效果、研究成果可靠度等具有重要意义. HyperAI超神经自上线以来，为数据科学从业者提供了大量优质的公开数据集.

过去十年，机器学习软件开发框架经历了巨大变化. 虽然大部分框架严重依赖于英伟达 CUDA，在 英伟达 CUDA 上有最佳性能. 但随着 PyTorch 2.0 和 OpenAI Triton 的到来，英伟达 CUDA 对机器学习的垄断地位正逐渐瓦解. 几年前，Google 的 TensorFlow 框架及专用加速器 TPU 具有先发优势，Google 被认为有望在机器学习行业占据主导地位.

对称式构图具有平衡、稳定、相呼应的特性，但其缺陷就是过于呆板、缺少变化. 常用于表现对称的物体、建筑、特殊作风的物体. 如下图，拍的是一座桥，根据桥本身对称的特性，非常适宜采用对称式构图去拍摄. 如下这张图中，理论上运用了三分法和对称式构图的组合，在这种带有水面的场景，采用上下对称的构图方式，可以很好地将空中和倒影相别离.

在微服务架构中，需要调用很多服务才能完成一项功能. 服务之间如何互相调用就变成微服务架构中的一个关键问题. 服务调用有两种方式，一种是RPC方式，另一种是事件驱动（Event-driven）方式，也就是发消息方式. 消息方式是松耦合方式，比紧耦合的RPC方式要优越，但RPC方式如果用在适合的场景也有它的一席之地..

Unity User Manual 手册. Unity - Scripting API（API 详解）. Unity - Learn - Modules（官方视频教程，适合英语好的同学）. 基于 Unity 引擎的网络游戏设计与开发（复旦大学） | Coursera. 主要分为五个课程（可免费旁听）：.

为何要建立个人终身学习知识体系. 建立个人终身学习知识体系流程. 博客/微信公众号/知乎专栏. 为何要建立个人终身学习知识体系. 在这个倡导终身学习的时代，我们已经掌握的知识很快就因为技术变革而过期. 所以知识不仅需要系统的学习，还需要好的管理，最终形成自己的个人知识库. 如何快速学习一项新技能两篇关于学习的文章.

学习过系统投资的人，是以大资金为前提的. 在资格，学历，工作上就碾压了大部分人. 他们都已经花了大把时间去学投资了，他们不需要会交易也能过上体面的人生，实现财富自由. 当一个没有任何经验的人手上拿了几千万上亿的资金，就很难努力着想要为投资人赚取更高的收益. 毕竟吃管理费就能旱涝保收，你还瞎折腾个啥.

以下 Web 开发人员学习路线图是来自 Github developer-roadmap 项目，目前已经有繁体版翻译 developer-roadmap-chinese. 主要有三个方向，分别为前端开发、后端开发和运维. 可以看到，作为 Web 开发者，不管从事什么职位，下面这些技能点是必须掌握的：.

这个问题其实很有意思，很难有个定量的定论. 我个人对于ML engineer/research scientist的能力的理解，用几个和其他回答不同的方面来说一说如何来看待在这个职位中的“水平”. 也算是做了两年hiring manager后的一些看法总结，不一定全面，希望大家指摘. 关于纯技术的内容，有很多回答说了很多，所以我在最后一个维度再来略谈一下技术.

记录在使用Kubernetes中遇到的各种问题及解决方案, 好记性不如烂笔头. prometheus提示 /metrics/resource/v1alpha1 404. 原因: 这是因为[/metrics/resource/v1alpha1]是在v1.14中才新增的特性，而当前kubelet版本为1.13.

Kubernetes是基于 GO 编写的，所有的组件都是基于 GO 编写的，kubernetes甚至使用GO编写了一个客户端. 学习使用 GO 语言编写的 Kubernetes 客户端并在 Kubernetes 中使用它，这是我对所以使用 Kubernetes 集群的朋友提出的最大的建议. 二、使用探针来检测应用的状态.

UCLA 和 Google Research 的研究人员在预印本网站发表论文《 Reduced, Reused and Recycled: The Life of a Dataset in Machine Learning Research》（PDF）， 指出机器学习研究领域被少数开源数据集支配的现状.

有了吉宝之后，最近偶尔会上传她的视频到抖音上，为了让视频更好玩儿，开始利用空闲时间学习视频剪辑. 抖音官方有一个视频剪辑软件「剪映」，功能挺强大，因此，立个小目标，下半年持续学习输出它的使用笔记. 胖姐的迷糊小生活 一位自媒体妈妈，出了很多关于剪映的视频剪辑教程. B站/史上最精简最全的 剪映 教程【基础篇】 比较系统，但是介绍的比较基础，入门还可以.

Google Applied Science 是 Google Research 的一个部门，将计算方法，尤其是机器学习，应用于广泛的科学问题. 不久前帕特里克·莱利（Patrick Riley）还是该部门软件工程师之一，现在是 Relay Therapeutics 的人工智能负责人，他与《Nature Reviews Materials》谈论了他在工业环境中从事机器学习项目的经验.

在游戏圈，你可以没有玩过，但一定听过《原神》. 虽然这是一款口碑两极分化的游戏，但不得不承认《原神》是当前最为火热的游戏之一. 特别是在国外，原神可以说是火的一塌糊涂. 就在今年 9 月，这款从开放公测起便屡次登顶国内外讨论热度和手游吸金榜第一的开放世界冒险游戏更新了版本，添加 / 丰富了地图，并且上线了一款小游戏——钓鱼.

了解如何使用 Kubermatic Kubernetes 平台来部署、扩展与管理图像识别预测的深度学习模型. 随着企业增加了对人工智能（AI）、机器学习（ML）与深度学习（DL）的使用，出现了一个关键问题：如何将机器学习的开发进行规模化与产业化. 这些讨论经常聚焦于机器学习模型本身；然而，模型仅仅只是完整解决方案的其中一环.

国家中小学网络云平台是当时为了疫情期间停课不停学设计的，界面清晰无广告，课程涵盖了从小学一直到到高三. 授课教师都是来自全国各地的优秀教师，比起辅导机构的老师更正规，更有经验. 果然国家出品才是真正的良心出品，就这样精华级别的课程，竟然完全不收任何费用. 国家基础教育资源网的界面也是非常简洁明了. 这里有从小学到高中的各种资源，包括公开课、课件、教案等，而且都根据教材分门别类了，不管你们学校用的是人教版还是北师大版，都能找到相应的学习资源.

1、技能学习平台：哔哩哔哩、中国大学慕课、coursera、edX. 2、软件操作：up主：oeasy、doyoudo、星月兮、Genji是真想教会你、旁门左道PPT、Excel自学成才、我是于干，+实战演练. 3、编程：基础：菜鸟教程、进阶：CSDN、Github、stackoverflow、leetcode.

至少我和身边清华的同学以及隔壁的北大同学都说自己小学时非常普普通通，初中就算优秀也是不那么出众的优秀，大都是从高中开始才莫名其妙地出类拔萃. 对于常见的所谓的学霸，比如通过高考考进北清复交的那些，所谓的“天赋”也是靠后天培养和积累起来的. 小学一年级只是开始，正处于培养学习习惯和态度的时期，可塑性还很强.

我们生产k8s对外暴露服务有多种方式，其中一种使用. external-ips clusterip service ClusterIP Service方式对外暴露服务，kube-proxy使用iptables mode. 这样external ips可以指定固定几台worker节点的IP地址(worker节点服务已经被驱逐，作为流量转发节点不作为计算节点)，并作为lvs vip下的rs来负载均衡.

人类很容易通过直觉就知道简单动作序列之间的因果性，但对于机器算法而言， 因果性仍然是一大挑战. 机器学习，尤其是深度神经网络，擅长于从海量数据中识别微妙的模式，但它们很难像人类那样做出因果推断. 这是机器学习难以推广到更广泛领域的一个原因. Max Planck Institute for Intelligent Systems、Montreal Institute for Learning Algorithms (Mila) 和 Google Research 的研究人员最近在预印本网站发表 论文探讨了这一问题.

2016年DeepMind开发的AlphaGo在围棋对决中战胜了韩国九段选手李世石，一时成为轰动全球的重大新闻，被全球多家媒体大肆报道. AlphaGo之所以取得这么大的成功，这其中最重要的技术之一是深度学习技术. 经过这几年的发展，深度学习技术已经在图像分类、语音识别、自然语言处理等领域取得突破性进展，甚至在某些方面(如图像分类等)超越了人类专家的水平.

入门使用BaseMapper完成增删改查. 根据数据库表制作相应实体类. public interface UserMapper extends BaseMapper { //这里什么都不用写 } 复制代码. 由于BaseMapper已经集成了基础的增删改查方法，这里对应的mapper.xml也是不用写的.

这个问题我觉得还是先不谈你报考这个专业的问题. 而是要明白一个道理， 这个专业的官方介绍就业方向和工作内容同实际工作方向和内容之间是有差距的. 也就说了解了教科书上说你可以做哪些牛逼的工作和实际中到底能做什么工作之间的差距后再去决定你要不要学习这门专业. 答主作为过来人其实希望告诉题主，你对你学习的专业是否感兴趣和你对你从事的工作是否感兴趣是两回事，而且后者更为重要.

一、HttpMessageConverter简介. 但是我并不是从这里认识到HttpMessageConverter的，而是从RestTemplate，RestTemplate是一个使用同步方式执行HTTP请求的类，因此不需要加入OkHttp或者其他HTTP客户端的依赖，使用他就可以和其他服务进行通信，但是容易出现转换问题，如果对微信接口或者qq接口有所了解的话，那么在使用RestTemplate调用他们服务的时候，必定会报一个错误.

当我们访问Netflix、 YouTube 或Amazon时，我们认为个性化推荐是理所当然的. 这些服务已经探索我们的行为很长一段时间了，今天已经足够了解我们，可以让我们参与进来，或者根据我们的喜好提出有价值的购买建议. 对于旅游体验而言，情况略有不同. 根据 Sabre 的数据，尽管69%至75%的人喜欢以这种或那种形式提供个性化的旅游体验，但这在该行业还不常见.

学习一个知识之前，我觉得比较好的方式是先理解它的来龙去脉：即这个知识产生的过程，它解决了什么问题，它是怎么样解决的并且它带来了哪些问题，这样我们才能比较好的抓到它的脉络和关键点，不会一开始就迷失在细节中. 所以，我们要解决的第一个问题是：分布式系统解决了什么问题. 第一个是单机性能瓶颈导致的成本问题，由于摩尔定律失效，廉价 PC 机性能的瓶颈无法继续突破，小型机和大型机能提高更高的单机性能，但是成本太大高，一般的公司很难承受；.

参考文章： 朱双印 iptables. 主机防火墙：对单个主机进行防护. 网络防火墙：通常处于网络的入口/出口，服务于其背后的局域网. 硬件防火墙：在硬件级别实现部分防火墙功能，另一部分功能基于软件实现，性能高，成本高. 软件防火墙：应用软件处理逻辑运行于通用硬件平台之上的防火墙，性能低，成本低.

已经好几个月没写东西了, 比较忙, 开的技能树有点多, 主要在刷概率/统计/优化/NLP相关的东西, 分布式的东西看的比较少, 只是偶尔刷刷小红书的推荐论文还有看看datalake相关的东西; 不过ARIES这篇论文还是很值得在知乎记个笔记的.. 小红书的时候在第三章“Techniques Everyone Should Know”(很明显我还没入门啊, 这些paper几乎都没看过.