GitHub开源的10个超棒后台管理面板
项目开发中后台管理平台必不可少，但是从零搭建一套多样化后台管理并不容易，目前有许多开源、免费、样式丰富的后台管控面板，深夜学习简书上一位大神的博文，共总结10项优秀后台管理控制面板（9个GitHub项目，1个在线UI框架）。1、AdminLTE简介：非常流行的基于Bootstrap3.x的免费的后台UI框架。网站：https://github.com/ColorlibHQ/AdminLTE2、vue-Element-Admin简介：一个基于vue2.0和Element的控制面板UI框架。网站：h...
教程 [2026-04-22]
基于Azure 数据湖分析与U-SQL实现大数据查询处理
本文要点 Azure 数据湖分析与数据湖存储是微软Azure 数据湖解决方案中的关键组件。 Azure 数据湖分析当前只适用于批处理工作负载。对于流数据处理和事件处理工作负载，可使用Azure提供的其它数据分析解决方案，例如HDInsight、Azure Databricks等。 Azure 数据湖分析提供了一种新的大数据查询和处理语言，称为U-SQL。 U-SQL结合了SQL和C#的理念和结构。U-SQL强大之处来自于SQL的简单和声明性本质，以及C#提供的具有丰富类型和表达式的编程能力。 U...
教程 [2026-04-22]
GPT-2和Transformer很好用，但不是AI生成文本的最终目标
2019年2月，OpenAI发表了一篇论文，描述了基于AI的文本生成模型GPT-2，该模型基于Transformer架构，针对互联网大量的文本上进行训练。从文本生成的角度来看，所包含的演示是令人印象深刻的：在很长的时间范围内，文本是连贯的，语法和标点符号近乎完美。 与此同时，其允许任何人下载模型（考虑到完整的模型可以被滥用于大规模地生成假新闻，这里给的是较小的版本）的Python代码和加载下载的模型并生成预测的TensorFlow代码已经在GitHub上开源了。 Neil Shepperd创...
教程 [2026-04-22]
打破语言壁垒：谷歌推M4翻译模型，训练参数多达500亿，支持103种语言
据《圣经·创世纪》第十一章记载，巴别塔是由当时人类联合兴建，希望能够借其通往天堂的通天塔。为阻止人类的计划，上帝让人类说不同的语言，使人类之间不能相互沟通，因此人类计划最后以失败告终。终结人类语言的壁垒，一直是科学家们的目标，时光之轮转到 21 世纪的今天，曙光仿佛就在眼前。近期，Google AI 分享了他们在大规模多语言、大规模神经机器翻译方面的相关探索。所以，人类真的能够建造巴别塔吗？答案是：也许可以。 “也许翻译的方式可能是从每种语言沉降到人类交流的共同基础，即真实的但尚未被发...
教程 [2026-04-22]
多云架构落地设计和实施方案
总体思路 不同云厂商提供的云服务不尽相同，相同的云服务在功能、性能上也会有或多或少的差异。越是深度使用某个云厂商的云服务，越是难于迁移到其他云厂商。选择自己构建云服务，则技术门槛，维护成本很高。确定多云架构以后，首先需要在技术栈的选型上做好折中。一个基本的原则是通过业务架构的灵活性，去适配不同的云厂商，尽可能的使用云厂商提供的优秀特性，提升运行于该云平台的业务系统的可靠性，提升整体业务的竞争力。 上面的思路和一些客户常见的思路有显著差别。有些客户选择采用开源软件，搭建自己的PaaS平台；有些客户...
教程 [2026-04-22]
中国民生银行大数据团队Kafka1.X管控实践
一、前述 我行自2016年开始使用Kafka，主要用于两大类应用：一是用于在应用间构建实时的数据流通道，二是用于构建传输或处理数据流的实时流式应用。Kafka自身没有监控管理页面，我们调研并对比了市面主要的Kafka管理工具，得到的结论是各个产品有自身的设计局限性，并且开源产品缺乏稳定性，因此在满足实际需求的前提下，集合众多产品的优点基础上，设计并研发了一套适合通用的Kafka监控管理平台。以下是调研的市面主要的Kafka管理工具： 工具 优点 缺点 Kafka Manager 功...
教程 [2026-04-22]
深度CTR预估全新ONN模型源码阅读与调参经验
这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要介绍深度CTR预估新积木：PNN + FFM - FM = ONN模型[1]，效果好于DeepFM和PNN。 介绍 ONN全称Operation-aware Neural Networks，是在[1]中提出的一种新的用于点击率预测/广告推荐的深度学习网络模型，相比之前的同类模型，不同点在于丰富了embedding表达的处理：对于每个不同的操作（复制或内积）所使用的embedding方法不同，具体来说是每个特征...
教程 [2026-04-22]
单手解魔方！OpenAI的这款机器人手为什么具有里程碑意义？
人工智能研究组织OpenAI在建造通用的自学习机器人方面取得了新的里程碑。该组织的机器人部门说，去年首次开发的仿人机器人手Dactyl已经学会了单手解决魔方问题。OpenAI将这一壮举视为机器人附属物的灵巧性和它自己的人工智能软件的飞跃，它允许Dactyl在面临真正的物理世界挑战之前，通过虚拟仿真训练来学习新任务。Dactyl用了3分多钟通过独自摸索复原了魔方在上面展示Dactyl新能力的演示视频中，我们可以看到机械手笨拙而精确的动作摸索着走向一个完整的魔方解决方案。它需要很多分钟，但Dacty...
教程 [2026-04-22]
Airbnb 不想急着上市，但它的员工等不及了
摘要 「Airbnb 在看到 WeWork 的情况后，将会采取更加周全的方法，对 IPO 持更谨慎的态度。」 对独角兽公司们而言，2019 年也许是最糟糕的上市时间点。 今年上半年，Lyft、Uber 相继上市，Uber 在上一季度亏损 52 亿美元，这是公司 2017 年开始披露财务数据以来的最大亏损，截至目前，Lyft 股价为 39.48 美元/股，比 IPO 价格低了 45%。已经提交招股书的 WeWork，一个月内，估值从 470 亿美元下滑至 100 亿美元，逼得创始人兼 CEO...
教程 [2026-04-22]
FCKeditor文件上传漏洞及利用
关于FCKeditor攻击思路总结一.关于FCKeditorFCKeditor是一个网页的文本编辑器，在很多的cms里都有出现。近日工作期间遇到了不下十个有FCKeditor的站，尤其是ZF网站。本文简单介绍通过FCKeditor上传漏洞进行攻击的思路，并对可能用到的操作进行整理。二.攻击思路1.查看FCKeditor版本2.测试上传点3.突破限制3.1上传限制上传限制的突破方式很多，主要还是抓包改扩展名，截断，添加文件头等3.2文件名限制3.2.1二次上传绕过文件名‘.’修改为‘_’FCK在上...
教程 [2026-04-22]
大前端时代，浅谈JavaScript开发重型跨平台应用以及架构
大前端时代以及即将到来的 5G 时代，使得 3D 可视化、音视频直播技术、IM 即时通讯等场景应用变得大有可为。无论是前段时间爆款换脸应用出现，还是近期时间头像加的火爆，似乎都在表明一个点“好事将近”。 不知不觉，九月已经过去，由于这个月工作上，被 C++ 折磨得很难受，而且其他时间都在学习，所以没有时间写文章，好在技术提升很大。今天准备好好谈一谈重型应用的架构以及技术选型，为接下来我的正式架构设计做个铺垫。 为什么写重型应用的架构和技术选型 传统的 web 前端，只能发个 ajax ...
教程 [2026-04-22]
拉美独角兽Nubank：为什么用Flutter做移动开发很酷？
提到 Nubank，一些做技术的朋友可能比较陌生，这家巴西金融科技公司成立于 2013 年，主营业务是虚拟信用卡。2018 年年初，Nubank 获得了由 DST Gobal 领投的 1.5 亿美元 E 轮融资，晋级为拉美的第一个独角兽。2018 年 10 月，腾讯以 40 亿美元的估值，向这家公司注资约 2 亿美元，获得了 5% 的股份。在跨平台开发的过程中，Nubank 也曾遇到过技术选型的困惑，综合各方案，他们最终选择了 Flutter。为什么 Nubank 认为用 Flutter 做移...
教程 [2026-04-22]
自动驾驶领域中的图像分割应用
通勤是我们日常生活的一个重要组成部分，而其中包括的车辆驾驶问题一直是人工智能的热门话题。本文我们就谈谈自动驾驶中的图像分割应用，主要介绍了基于视觉系统的自动驾驶问题，并给出常见的三种模式。在此基础上，分析了应用于自动驾驶领域的一些图像分割方法和其对应的实验结果。 介绍 相对于机器人视觉而言，自动驾驶问题所需要输出的决策相对简单——速度和转角。当前，基于视觉的自动驾驶算法大致有如下图所示的三种模式：间接感知（MP）、行为反射（BR）和直接感知（DP）。 常见基于视觉的自动驾驶模式（图...
教程 [2026-04-22]
简述无监督图像分类发展现状
无监督图像分类问题是图像分类领域一项极具挑战的研究课题，本文介绍了无监督图像分类算法的发展现状，供参考学习。 简介 近年来，深度学习在图像识别领域取得了前所未有的进步，究其根本，可以归功于数据集容量的扩充和计算资源的提升。 现阶段的图像分类任务在很大程度上是靠监督学习实现的，即每个样本都有其对应的标签，通过深度神经网络来不断学习每个标签所对应的特征，并最终实现分类。这种情况下，数据集的容量、标签的质量往往对模型的性能起到决定性的作用。 如果将神经网络看做一辆在赛道上奔驰的F1赛车，数据...
教程 [2026-04-22]
图像分类中类别不平衡那些事
类别不平衡时是很常见的问题，本文介绍了类别不平衡图像分类算法的发展现状，供大家参考学习。 1 简介 小伙伴们在利用公共数据集动手搭建图像分类模型时，有没有注意到这样一个问题呢——每个数据集不同类别的样本数目几乎都是一样的。这是因为不同类别的样例数目差异较小，对分类器的性能影响不大，可以在避免其他因素的影响下，充分反映分类模型的性能。反之，如果类别间的样例数目相差过大，会对学习过程造成一定的影响，从而导致分类模型的性能变差。这就是本篇文章将要讨论的类别不平衡问题（Class Imbala...