基于Pytorch的多类别图像分类实战
本篇基于Pytorch完成一个多类别图像分类实战。 1 简介 实现一个完整的图像分类任务，大致需要分为五个步骤： 1、选择开源框架 目前常用的深度学习框架主要包括tensorflow、caffe、pytorch、mxnet等； 2、构建并读取数据集 根据任务需求搜集相关图像搭建相应的数据集，常见的方式包括：网络爬虫、实地拍摄、公共数据使用等。随后根据所选开源框架读取数据集。 3、框架搭建 选择合适的网络模型、损失函数以及优化方式，以完成整体框架的搭建 4、训练并调试参数 通过训...
教程 [2026-04-22]
JavaScript即将加入私有字段和私有方法
尽管JavaScript在2015年就有了类，但仍然没有私有字段和私有方法。由于TC39委员会内部存在分歧，这些功能在最初版本中被取消。有三个规范草案打算在不久的将来将这些功能引入到JavaScript类中。 一旦这些规范被正式接受，就可以使用“#”符号来定义私有字段和私有方法。之所以决定使用‘#’符号而不是传统的下划线“_”，是为了避免对现有库造成太大影响，现在的库已经使用下划线来标记私有字段。 尽管现有的库使用下划线将字段或方法标记为私有，但开发人员仍然可以访问它们。将这些变量变成真正的私有...
教程 [2026-04-22]
网络安全之数据分析 101：数据外泄的检测
本文既是对最近 2019 年 Trend Micro 网络攻防抢旗赛（Capture The Flag，CTF）中的 Wildcard 400 挑战解决方案的演练，也是关于网络安全监控的一些笔记心得。我建议你先到 Kaggle 尝试一下这些挑战。解决方案的所有实现都可以在 Kaggle 内核中找到。 前提 假设你是中小型企业 XYZ 公司的网络安全管理员。你经常使用网络流数据来发现异常安全事件。本文这一挑战提供了一些关于流的聚合数据示例，并使用来自异常事件的应答来构建标记。 本文涉及...
教程 [2026-04-22]
基于Web组件，手把手教你搭建黑暗主题
我们绕了一圈后，又回到了黑暗模式。从黑暗模式到浅色模式，绕了一大圈然后又回到了黑暗模式。在个人电脑时代的早期，黑暗模式是唯一的选择。单色CRT计算机显示器的工作原理是将电子束发射到荧光屏上。早期CRT中使用的荧光粉是绿色的，导致文本显示为绿色，而屏幕的其余部分显示为黑色。这些模式通常被称为绿色屏幕。 图片来自wikimedia 随着后来彩色CRT的引入，显示器通过使用红、绿、蓝三色荧光粉可以显示多种颜色。白色是通过同时激活所有三种荧光粉而产生的。现在我们又回到了黑暗主题，因为它让人的眼睛...
教程 [2026-04-22]
Netflix技术博客：服务全球超1.5亿用户的微服务实践
在全球，Netflix拥有超过1.5亿的用户，因此，创新和速度是我们优先考虑的。这样才能为用户带来最佳体验。 这意味着我们的微服务不断发展和变化，但不变的是我们的责任。我们有责任提供高可用性服务，这些服务每天向订阅用户提供1亿小时以上的流媒体内容。 为实现这种级别的可用性，我们利用了N+1的体系结构。在这种结构中，我们将Amazon Web Services （AWS：亚马逊的云服务）上的区域视为很多的故障域，这种策略允许我们承受单个区域的故障。 在单个独立的区域发生故障时，我们首先在...
教程 [2026-04-22]
基于PyTorch的CV模型框架，北大学生出品TorchCV
在机器学习带来的所有颠覆性技术中，计算机视觉领域吸引了业内人士和学术界最大的关注。 刚刚推出 1.3 正式版的 PyTorch 风头正劲，人们已经围绕这一深度学习框架开发出了越来越多的工具。最近，一个名为 TorchCV 的计算机视觉模型框架站上了 GitHub 趋势榜。 项目链接：https://github.com/donnyyou/torchcv 该库提供了基于深度学习的大部分 CV 问题研究的源代码，对于使用者来说，调用最常用、最为先进的计算机模型从此可以变得更加容易。TorchCV...
教程 [2026-04-22]
到2023年，人工智能将为银行业节省50万工作年
都说人工智能是当前正在研发和应用的技术中，前途最为光明的技术之一。人工智能已经开始向经济社会各领域渗透。在劳动力供给方面，人工智能的到来不仅会弥补劳动力供给数量、提升供给质量、重塑劳动力生产效率，也会在一定程度上缓解人口老龄化对劳动力市场所造成的消极影响。那么，落实到银行这一具体行业，人工智能会带来哪些显著的提升呢？ 我们正在迈入会话式银行的时代：Juniper Research 最近的一项研究发现，到 2023 年，在全球范围内，通过使用聊天机器人，银行业将节省 73 亿美元的运营成...
教程 [2026-04-22]
谷歌联合斯坦福推出可解释AI新方法，揭秘图像分类器到底是如何工作的
当AI系统变得越来越益复杂，它的可解释性通常会变得越来越差。不过业内已经涌现了不少研究成果来挑战这个难题，比如Facebook的研究人员推出了Captum库，该库可以解释基于深度学习框架PyTorch的神经网络是如何做决定的，同类型的研究还有IBM的AI Explainability 360工具包和Microsoft的InterpretML。为了使AI的决策更加透明，来自Google和Stanford的团队最近开发了一种新的机器学习模型：Automated Concept-based Expla...
教程 [2026-04-22]
搞定网络隐私安全，这10款免费安全工具值得尝试
随着互联网的发展，如今网络安全是我们面临的一个严重问题，互联网上有很多免费的工具，可以帮助我们免费获得比较好的隐私安全保护服务，本文重点介绍了几种安全的免费隐私保护方案产品。 无论你是想避免定向广告，避开地理信息封锁，还是不太信任在线隐私的条款，本文将推荐一些方法、工具可以保证你的数据安全。 公司和政府机构收集的数据与我们许多人息息相关，但保护自己的数据隐私也是很重要的。幸运的是，互联网上有很多免费工具，可以帮助你在不花一分钱的情况下保护你的隐私安全。 我们应该避免使用一些隐私工具的基...
教程 [2026-04-22]
高位截瘫患者重新行走：靠意念指挥外骨骼，法国脑机接口新突破
依靠介入头部的 2 个传感器，法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。 科学家将 2 个植入物放置在 Thibault 大脑表面的运动控制部位，每个植入物有 64 个电极，同时有软件可以将电极读取的脑电波转换为运动指令。 10 月 3 日，法国格勒诺布尔-阿尔卑斯大学教授 Alim-Louis Benabid 将这个研究发表在《柳叶刀-神经生物学》（The Lancet Neurology）上。 一、71% 解码成功率 4 年前，Thibault 从一个夜总会 ...
教程 [2026-04-22]
1000行Python代码脚本bug，或影响上百篇学术论文
《Nature》杂志 2014 年的一篇论文包含了一个 Python 脚本，其中有一个模块是根据文件的排序返回值，但 Python 并没有定义查询的文件顺序。这意味着在不同的操作系统上，该脚本返回的值是不同的。这个 bug 直到最近才被发现，而这篇论文被引用了 158 次，如果这些论文使用了相同的脚本那么文章的结果很可能是错误的。 藏在《Nature》论文里的脚本 Bug 《Nature》杂志 1869 年创刊于英国，是世界上最早的国际性科技期刊，涵盖生命科学、自然科学、临床医学、物理化学...
教程 [2026-04-22]
Java 2019 生态圈使用报告，这结果你赞同吗？
这是国外一机构调查了 7000 名开发者得出来的 Java 2019 年生态圈工具使用报告，主要调查了 Java 版本、开发框架、web 服务器等使用情况。虽然只有 7000 名开发者参与调查，这数目对于互联网从业者开始可以忽略不计，但是当你看完这份报告之后，再结合自身周围的情况，我相信你会非常认同这份调查报告，因为它真的太有代表性啦。 1、JDK 版本使用情况 Java13 在前段时间也正式发布了，这份调查是在 Java13 发布之前，所以 Java13 不在统计范围之内。从这份统计中可...
教程 [2026-04-22]
中文自动转SQL，准确率高达92%，这位Kaggle大师刷新世界纪录
追一科技主办的首届中文NL2SQL挑战赛上，又一项超越国外水平的NLP研究成果诞生了。 在NL2SQL这项任务上，比赛中的最佳成绩达到了92.19%的准确率，超过英文NL2SQL数据集WikiSQL目前完全匹配精度86.0%，执行匹配精度91.8%的最高成绩。 达成这一成绩的队伍的名字很有野心，名叫“不上90不改名字”，团队成员包括来自国防科技大学的博士张啸宇、硕士赛斌，来自昂钛客AI的王苏宏，他们拿下了本届比赛的冠军，抱走了8万奖金。 冠军团队从来自CMU、北大、清华、上交、南大、中科大等...
教程 [2026-04-22]
为什么现在什么软件都要通讯录和相册权限？有没有什么隐患？
很多朋友，尤其是安卓手机的用户在日常使用智能手机的时候想必也已经发现了，很多APP在安装后首次使用的时候不管，都需要获取查看你的通讯录、相册、短信、定位等的权限，这是为什么?我们能不能不允许呢? 那么这些APP为什么要获得这些权限呢?其实他们索取不同权限的目的也是不一样的。 先来说说访问通讯录。APP之所以要访问你的通讯录，一是为了帮你匹配到通讯录中的好友，以便你在APP中可以快速找到认识的人，简历在应用中的社交链接。二是APP想要通过你的通讯录挖掘潜在用户，以便在应用中提示你邀请通讯录中的...
教程 [2026-04-22]
Apache Flink 进阶（五）：数据类型和序列化
本文根据 Apache Flink 系列直播整理而成，由 Apache Flink Contributor、360 数据开发高级工程师马庆祥老师分享。文章主要从如何为Flink量身定制的序列化框架、Flink序列化的最佳实践、Flink通信层的序列化以及问答环节四部分展开。如果你对于Apache Flink了解不多，可以先阅读Apache Flink 零基础入门系列文章。 为 Flink 量身定制的序列化框架 为什么定制? 为什么要为 Flink 量身定制序列化框架？ 大家都知道现在大数据...