收录了 谷歌方法论 频道下的 50 篇内容
我的阅读习惯是2016年养成的,每年都能读几十本书。以前大多买的实体书,家里没地方放,去年开始基本都是通过得到看电子书了。今天对2021年已看完的书做了下整理,总的看有点杂。总共写了38篇鉴书书评。有些我觉得很有启发的书也写了很多篇的读书笔记。
递归就等同于我们生活中的倒逼,每年的6月7日-6月8日是高考时间,学子们都会给自己倒计时,倒逼自己必须努力学习。倒逼是用意志力向自己的能力的底线不断发冲锋的过程。能用倒逼提升自己,注定是个自律、高自尊了不起的人。
我是谁?简单回答就是,我是一个北漂了5-6年(从北京奥运会2008年到2014年年中),一无所获而回到自己家乡的苦逼程序员,目前苟且于一家国企的研发中心担任研发经理的一名研发人员。我比较熟悉的语言主要是Java,从06年开始接触Java 至今已经14年了。
在我们日常工作生活中,经常会面临单词拼写错误的时候,那么如何能够最快的实现纠正拼写错误呢?比如你写"华盛顿"这个词,写成了Wasingdon,查一下字典很容易判断是否有这个单词,但是,要找到正确的拼写Washington,就颇费周章了。我们先把这个问题放
今年的谷歌I/O大会,又名“我们超级嫉妒ChatGPT”大会。
谷歌AI量子小组最近发表了两篇论文,致力于探索量子计算机和机器学习之间的关系。InfoQ借此机会与谷歌的资深研究科学家Jarrod McClean进行了交谈,以更好地理解这些结果的重要性。
在计算机世界有很多种排序算法,比如冒泡排序、插入排序、选择排序、快速排序、基数排序、桶排序等等。我们通常可以把排序分为比较类排序、非比较类排序。
谷歌大力发展人工智能项目,命名为谷歌大脑,以机器学习的方式改善其应用体验。
Stack Overflow 一项数据表明,TensorFlow 在最近几年中的人气一直处于停滞状态,而 PyTorch 的热度却在持续上升。
浙大携手阿里云斩获 2023 SIGMOD 最佳论文奖
从美国宇航局研究人员泄露的谷歌论文来看,计算机科学领域确实取得了令人难以置信的进步。今天,我们就一起了解了解到底是什么进步,这一进步又有多么重要。
对于谷歌的研究团队来说,2019 年是令人兴奋的一年。
本次分享对此次AI热潮背后的深度学习技术源起和基本原理做概括性的介绍。
本文将会介绍深度学习的发展历史并讲解深度学习目前成熟的应用。同时也会聊到目前主流的深度学习工具,并介绍TensorFlow相比于其他工具的优势。
计算机界最好的结对编程榜样
AI伦理学家曾经警告谷歌,不要让AI变得太像人类。
量子时代提前到来。
《站点可靠性工程——谷歌是如何运行生产系统的》是一个开放的窗口,让大家可以看到谷歌在全世界范围内运行一些大型IT系统的经验和专业技能。这本书描写了支撑着站点可靠性工程(Site Reliability Engineering,SRE)学科的一些基本原则。她也详细描述了一些谷歌的关键实践,让谷歌可以以惊人的速度扩张而又不损失性能和可靠性。
对于每一个机器学习研究者和开发者来说,调参总是一个让人头疼的问题。如何在大量的参数空间内找到一个问题的最优参数呢?如今,许多业内巨头们已经发布了自动调参框架,或许可以在一定程度上缓解调参难题。让我们一起来看看吧!