python人工智能机器学习工具书籍: scikit-learn Cookbook 2nd Edition
简介： 简介本书包括对机器学习中常见问题和不常见问题的演练和解决方案，以及如何利用scikit-learn有效地执行各种机器学习任务。第二版首先介绍评估数据统计属性的方法，并为机器学习建模生成合成数据。当您逐步完成这些章节时，您会遇到一些食谱，它们将教您实施数据预处理，线性回归，逻辑回归，KNN，NaïveBayes，分类，决策树，合奏等技术。
教程 [2026-04-28]
Entity Framework Core 2.1带来更好的SQL语句生成方案
微软发布了Entity Framework Core2.1，为EF开发者带来了很多期待已久的特性。EF Core 2.1增加了对SQL GROUP BY的支持，支持延迟加载和数据种子等。 EF Core 2.1的第一个重要新增特性是将GroupBy操作符翻...
教程 [2026-04-28]
苹果在发布会上没提到的 iOS 12 小秘密
摘要 不只是变得更流畅，一些备受期待的新功能你可能还不知道。 尽管 6 月 5 日凌晨的苹果WWDC 2018 开发者大会上，我们没有能如愿见到任何苹果新硬件，但这场两小时的发布会仍然带给...
教程 [2026-04-28]
基于MaxCompute的媒体大数据开放平台建设
简介： 摘要：随着自媒体的发展，传统媒体面临着巨大的压力和挑战，新华智云运用大数据和人工智能技术，致力于为媒体行业赋能。通过媒体大数据开放平台，将媒体行业全网数据汇总起来，借助平台数据处理能力和算法能力，将有价值数据内容和能力开放给用户。
教程 [2026-04-28]
2018-2019年中国CDN市场发展报告：阿里云成为中国CDN市场的领军者
简介： 近日，权威ICT市场咨询机构计世资讯（CCW Research）发布《2018-2019年中国CDN市场发展报告》，报告显示：阿里云凭借覆盖全球的1500多个节点以及120T带宽的能力，成为中国CDN市场的领军者
教程 [2026-04-28]
盘它！40篇+阿里技术经典案例，看完必收藏（上）
简介： 很多小伙伴在后台发信息，表示一天一篇技术干货看不过瘾。这里统一回复下：阿里妹去年偷偷开了个“小号”，叫做“阿里巴巴机器智能”（据说很多读算法的博士同学都在关注），平时会发AI领域的阿里经典案例，同样期待小伙伴们的关注。
教程 [2026-04-28]
当 Atom 遇见 VSCode ，微软将对 GitHub 做 6 件事
在微软宣布以 75 亿美元的价格收购 GitHub 后，这个在全球拥有超过 2800 万开发者的代码托管平台即将在微软庞大的云计算框架下进行独立运作。 微软 CEO Satya Nadella，CFO Amy Hood ，GitHub 联合...
教程 [2026-04-28]
阿里云爬虫风险管理产品商业化，为云端流量保驾护航
简介： 爬虫风险管理产品是阿里云云盾推出的新安全产品，1月底正式宣布商业化上线，提供可以覆盖Web/H5/API/APP多种业务形态的爬虫风险解决方案，对爬虫风险进行有序管理。恶意爬虫引发高风险随着传统行业互联网化及大类业务的数据化，使爬虫风险逐渐成为一个风险爆发点。
教程 [2026-04-28]
Tensorflow源码解析4 -- 图的节点 - Operation
简介： 1 概述上文讲述了TensorFlow的核心对象，计算图Graph。Graph包含两大成员，节点和边。节点即为计算算子Operation，边则为计算数据Tensor。由起始节点Source出发，按照Graph的拓扑顺序，依次执行节点的计算，即可完成整图的计算，最后结束于终止节点Sink，并输出计算结果。本文会对节点Operation进行详细讲解。2 前端节点数据
教程 [2026-04-28]
Review Board 3.0.7 发布：隐私增强和 bug 修复
Review Board 3.0.7 已发布，Review Board 是一款在线代码审查工具。该版本侧重于增强 Review Board 中的隐私选项和保护，改进默认值并为服务器添加可选的 GDPR 隐私设置。还有一些常见的错误修复...
教程 [2026-04-28]
Tensorflow源码解析3 -- TensorFlow核心对象 - Graph
简介： 1 Graph概述计算图Graph是TensorFlow的核心对象，TensorFlow的运行流程基本都是围绕它进行的。包括图的构建、传递、剪枝、按worker分裂、按设备二次分裂、执行、注销等。因此理解计算图Graph对掌握TensorFlow运行尤为关键。2 默认Graph默认图替换之前讲解Session的时候就说过，一个Session只能r
教程 [2026-04-28]
Tensorflow源码解析6 -- TensorFlow本地运行时
简介： 1 概述TensorFlow后端分为四层，运行时层、计算层、通信层、设备层。运行时作为第一层，实现了session管理、graph管理等很多重要的逻辑，是十分关键的一层。根据任务分布的不同，运行时又分为本地运行时和分布式运行时。本地运行时，所有任务运行于本地同一进程内。而分布式运行时，则允许任务运行在不同机器上。Tensorflow的运行，通过session搭建了前后端沟通的桥
教程 [2026-04-28]
Tensorflow源码解析5 -- 图的边 - Tensor
简介： 1 概述前文两篇文章分别讲解了TensorFlow核心对象Graph，和Graph的节点Operation。Graph另外一大成员，即为其边Tensor。边用来表示计算的数据，它经过上游节点计算后得到，然后传递给下游节点进行运算。本文讲解Graph的边Tensor，以及TensorFlow中的变量。2 前端边Tensor数据结构Tensor作为Graph的边