不知何時開始，業界如同“基建狂魔”般打造超大規模資料中心的節奏開始慢慢放緩。資料中心使用者的需求變得更加豐富，來自不同的地點、不同的裝置、不同應用、不同的雲服務……為了更快更靈活地響應客戶的需求，資料中心不再是

不懂演算法的人，未來也能自主開發訓練機器學習模型。 機器學習是將 "AI" 部署到產品或服務中的重要途徑，因此對演算法專家的需求量也隨著 AI 的火熱而日益暴增。這樣

近日，麻省理工學院團隊背景的光子 AI 晶片公司 Lightelligence 對外宣佈了一項重要進展—— 成功開發出世界第一款光子晶片原型板卡（Prototype） 。 對於這家成立一

一個實時的、高效的，能在幾十毫秒之內就完成決策判斷的資料計算平臺必不可少。 文 | OolongT 麻省理工學院 Katie Bouman 的團隊將8臺望遠鏡觀測550

最近在學習nginx的反向代理和負載均衡的運用時，覺得挺簡單的，但是還是想寫一篇部落格用於記錄自己的學習過程。 好的，我們進入正題 Nginx(engine x) 是一個高效能的HTTP和反向 代理伺服器 ，也

標星★公眾號     愛你們 ♥ 近期原創文章： ♥ 基於無監督學習的期權定價異常檢測（程式碼+資料） ♥ 5種機器學習演算法在預測股價的應用（程式碼+資料）

什麼是邏輯迴歸？ 邏輯迴歸就是這樣的一個過程：面對一個迴歸或者分類問題，建立代價函式，然後通過優化方法迭代求解出最優的模型引數，然後測試驗證我們這個求解的模型的好壞。 Logistic 迴歸雖然名字裡帶“迴

由於種種原因，Intel處理器如今的產品顯得相當複雜，而且變數非常大。按照規劃，Intel將在今年底最終拿出10nm工藝產品，首發代號Ice Lake(冰湖)，但是它至少初期僅限筆記本領域，桌面上還是要繼續仰仗

隨著大資料時代的到來，人們舉手投足都要仰賴資料的運算及分析。5G和邊緣計算的風生水起，更加速了這種趨勢的發展。可以說，傳統的IT產業已經升級成了DT產業。據儲存公司希捷的資料顯示，在剛剛過去的2018年，中國共產生資

大約5.41億年前，也就是地球歷史上的寒武紀時期，生命型別的急劇增加孕育了不少到現在還存活著的、或者已經滅亡了的生物家族。這是對生物形式和生態環境的一個巨大實驗時期，考驗這些生物能否在一個更有活力的新生態系統中生存成

From:Google AI 編譯:T.R 基於無監督的方式理解高維資料並將資訊濃縮為有用的表示一直是深度學習領域研究的關鍵問題。其中一種方法是利用非耦合表示(disentangled

詹姆斯·帕特森是全世界最高產、最流行的小說作家之一。他的作品故事節奏快，涉及各種題材。而他本人曾是廣告公司的高管，熟諳營銷技巧，通過傳真這種形式與合著者合作，這些都是令他取得成功的因素。他如

最近沒有太多關於Radeon AMDKFD驅動程式的報道，該驅動程式是Radeon GPU計算堆疊的核心程式碼，也是該公司ROCm產品的一部分。AMDKFD的工作並沒有停止，只是在amd-kfd-staging

原文以 AI can be sexist and racist — it’s time to make it fair 為標題 釋出在2018年7月18日的《自然》評論上 原文作者：斯坦福大學生物醫學資

正如吳恩達在他關於應用 triplet loss 函式的演講中指出的那樣，在深度學習文獻中總是會用到“__Net”或者“Deep__”這樣的取名。所以，本著這種“傳統”，我也將本文命名為Fraud Net或者D