【FCon上海】与行业领袖共话AI大模型、数字化风控等前沿技术。 了解详情
写点什么

程序设计学习

收录了 程序设计学习 频道下的 50 篇内容

深度学习利器: TensorFlow 系统架构及高性能程序设计

本文首先回顾了TensorFlow 1.0主要新特性及TensorFlow 2017 Dev Summit的主要议程。并随着TensorFlow新版本的不断发布以及新特性的不断增加,TensorFlow使用更加灵活,运行速度更快,使用方式更产品化,已成为目前主流的深度学习平台之一。 接着介绍了TensorFlow的系统架构,包括Client,Master,Worker,Kernel的相关概念及运行方式,是一种适合大规模分布式训练的机器学习平台。从上述系统架构中可以看到,TensorFlow内核采用C/C++开发,当采用Python API去训练模型的时候,需要不断地用Python调用C/C++底层接口,重复的接口调用一定程度上影响了程序的执行性能。如果有最求高性能运算的朋友,可以尝试用下本文高性能运算章节推荐的方法。

JavaWeb 学习总结 18--redis 学习,java 高级程序设计作业系统

redis的数据结构:

Java
程序员
后端
爱奇艺深度学习云平台的实践及优化
爱奇艺深度学习云平台的实践及优化

本次分享介绍爱奇艺深度学习容器云平台演进和运维时,遇到的问题和应对方案。

《Designing the Requirements》作者访谈

在《Designing the Requirements: Building Applications that the User Wants and Needs》一书中,作者Chris Britton开辟了另外一条从理解需求到交付正确解决方案的道路。

你真的应该再学习一种语言么?

当博客作者Gustavo Duarte 宣称“学习新语言通常都是在浪费时间”时,他的观点受到了很大的争议。他说,“事实上,学习一种新的语言是桩得不偿失的买卖,把大量的精力花费在低价值的任务上,这种时间投资只能获得很少的回报。”但是,并非所有人都同意这种观点。

谈谈基于机器学习的编程到底比传统编程强在哪里?
谈谈基于机器学习的编程到底比传统编程强在哪里?

基于机器学习的编程到底与传统编程有哪些不同呢?顾名思义,机器学习大部分工作是由机器来完成的,而传统编程需要程序员自己根据具体的问题建模解决。除此之外,基于机器学习的编程比传统编程还强在哪里呢?

如何学会所有的编程语言?
如何学会所有的编程语言?

语言、框架、工具都只是实现目的的手段,开发者的核心竞争力是学习能力和找到多种实现方案的本事,这就是本篇文章想告诉你的事。

Amazon Sagemaker端到端的托管机器学习平台
Amazon Sagemaker 端到端的托管机器学习平台

本次分享介绍Amazon Sagemaker端到端的托管机器学习平台。

基于范型的多语言编程

你是否仔细思考过,为什么人们总在讨论“要正确的语言做恰当的事情”?或者为什么要在同一个系统中混合使用多种语言。在这篇文章中,Sadek Drobi向你解释了为什么应该在系统内部混合使用多种语言。

深入理解AutoML和AutoDL(三):机器学习的发展
深入理解 AutoML 和 AutoDL(三):机器学习的发展

从理论与实践的双重维度,对AutoML和AutoDL的入门知识和进阶知识做了全面介绍。

别怕,就算转型,你也不会从零开始
别怕,就算转型,你也不会从零开始

有不少要转型的程序员找我做咨询,都会说:“做开发时间长了,只会编程,感觉干不了别的工作了。”我一般会问:“真的别的什么工作都干不了吗?

最新Go语言学习路线图
最新 Go 语言学习路线图

2019 年程序员最想学习的编程语言 Go 以 37.2% 的比例排在首位。C位出道的Go语言,自发布以来,就深受明星大厂的喜爱,业界甚至一度看好Go语言有取代Java王者地位的潜力。

机器学习的 11 个开源项目

继机器学习与数据挖掘领域的十大经典算法在被提出之后,机器学习领域的十一个用的最多的开源项目也问世了。最近,在InfoWorld上,这十一个开源项目被公布出来,并且收到了广泛的关注。

深度强化学习在游戏研发中的应用
深度强化学习在游戏研发中的应用

本次分享介绍AI技术的发展对游戏研发带来的影响。

Josh Wills 谈机器学习的生产环境

大数据加快商业化步伐,使互联网行业出现了新岗位与新环境。在2014年6月的Midwest.io会议上,数据科学家Josh Wills做了一场名为“从实验室走向工厂:建设机器学习的生产环境”的主题演讲,意在讨论这种机器学习的工业环境如何实现。

不要再让数据科学家管理Kubernetes集群了
不要再让数据科学家管理 Kubernetes 集群了

生产级机器学习有一个组织性的问题,这是因为它相对还比较新。

机器学习面临的挑战是工程问题,不是数据科学问题
机器学习面临的挑战是工程问题,不是数据科学问题

从数据科学到机器学习工程

程序员的深度学习入门指南
程序员的深度学习入门指南

本文根据费良宏在2016QCon全球软件开发大会(上海)上的演讲整理而成。

用 Apache Spark 做大数据处理——第五部分:Spark 机器学习数据流水线

在支持了机器学习数据流水线之后,Apache Spark框架已经全面支持各种功能,包括ETL、批处理分析、流数据分析和机器学习等。在这个关于Apache Spark的系列文章中,作者Srini Penchikala讨论了Spark ML包的内容,和如何用它来创建并管理机器学习数据流水线。

如何利用Analytic Zoo优化MasterCard推荐AI服务?
如何利用 Analytic Zoo 优化 MasterCard 推荐 AI 服务?

本文将详细介绍MasterCard基于Analytics Zoo构建通用推荐人工智能服务的用户商品倾向模型的技术实践。

程序设计学习专题_资料-InfoQ中文网