网络作为信息时代的重要载体，在云服务的快速发展下形成了独具特色的“虚拟网络”服务架构和模式。12月19日，2020中国云网络峰会于北京顺利召开，会上UCloud虚拟网络VPC负责人陈煌栋给大家带来了演讲《UCloud VPC技术演进之路》，着重介绍了UCloud在虚拟网络更新迭代过程中遇到的问题以及如何根据软硬件等方面进行改进的网络实践。
分布式系统从诞生发展到现在已经走过十几个年头了，其中伴随着一些很重要的基础理论，正式这些影响深渊的基础理论，奠定了分布式系统的见识基础，造就了分布式领域的一座座宏伟大厦。为了练就一身武功，让我们从这些
2018年10月份，UCloud数据中心基础网络完成了V4新架构的落地，自此，新建的数据中心（下简称DC）全面升级到25G/100G网络，极大提升了DC容量和DC间互联的性能。V4架构下的单可用区可提供320,000个服务器接入端口，是此前V3架构的4倍。并且支持无损网络特性，提供可用区资源的水平扩展和滚动升级能力。上线以来，新架构有力保障了UCloud福建GPU可用区开放、北京二可用区B/C/D扩容等需求。
研究者在这篇论文中提出了 Matrix Net (xNet)，它是一种用于目标检测的深度架构。研究者利用 xNet 加强基于关键点的目标检测，并且在 MS COCO 数据集上获得了 47.8 的 mAP，这比其它任何一步（single-shot）检测器效果都要好，而且参数量减半。重要的是，相比效果第二好的架构，xNets 在训练上要快了 3 倍。
大数据文摘出品 周董的《最伟大的作品》MV毫无意外地火了。 B站1500万+播放，70万+弹幕，直接顶流，这也带动了很多up主的二次创作，B站甚至出现了一个杰威尔音乐发起的视频活动，叫“#周杰伦新歌二创大赛”。 真·自己鬼畜自己…… 比如这位up主，直接在MC（Minecraft，我的世界）中还原周杰伦《最伟大的作品》！ Up主 @-六氟化氙- 解释道，视频中棕色的方块可以发出各种音符的声音，然后用一定的速度把他们连接起来就可以做出一首音乐了。 当然，这显然不是MC能做的“最伟大的作品”，MC能做的可太
作者：Abdullah Rashwan、Agastya Kalra、Pascal Poupart
来源：大数据文摘本文约1400字，建议阅读6分钟本文介绍了利用红石做卷积神经网络复刻《最伟大的作品》的情况。 周董的《最伟大的作品》MV毫无意外地火了。 B站1500万+播放，70万+弹幕，直接顶流，这也带动了很多up主的二次创作，B站甚至出现了一个杰威尔音乐发起的视频活动，叫“#周杰伦新歌二创大赛”。 真·自己鬼畜自己…… 比如这位up主，直接在MC（Minecraft，我的世界）中还原周杰伦《最伟大的作品》！ Up主 @-六氟化氙- 解释道，视频中棕色的方块可以发出各种音符的声音，然后用一定的速度
自然语言处理（NLP）是人工智能的一个令人兴奋的子领域。在播客AI at work的第40集中，Basis Technology的首席运营官兼联合创始人Steve Cohen与Talla的首席执行官兼联合创始人Rob May一起，深入探讨了NLP的最新趋势和未来的可能性。
ARM公司在经典处理器ARM11以后的产品改用Cortex命名，并分成A、R和M三类，旨在为各种不同的市场提供服务。
整理｜燕珊 苹果为何不允许复古游戏的存在？ iDOS 2 是一款存在超 6 年的 iOS 应用，用户通过它能够在 iPhone 和 iPad 上运行几十年前的 DOS 游戏和软件。不过，如今它正面临被苹果应用商店下架的风险。对此，该应用的开发者 Chaoji Li 在一篇博文中“控诉”，并在网络上引发了不少人的惋惜和讨论。 iOS 上的 DOS 模拟器 iDOS 2 从 2014 年起就在 App Store 上线，其前身 iDOS 于 2010 年首次发布，但当时上线没多久就被苹果撤下。 由于苹果对游戏
当今世界正处于快速变革之中，而变革的主要焦点就在于人工智能的发展，人工智能的发展又离不开算力、算法和大数据，算力的发展更离不开芯片的进步，近日 Arm 最新架构Armv9 正式推出，Arm 希望这个架构在未来十年可以成为下一代 3000 亿颗芯片计算平台的基础，也就是说 Armv9 将改变当下芯片格局，并让整个时代的算力有质的飞跃。
在集成中普遍部署的经典解决方案之一是使用能够接收各种协议的输入和信息的边缘或网关，将它们连接到设备并将输出带到开放协议通信 (OPC)，这是一种广泛接受的工业通信标准，用于工业自动化数据的安全交换。这使得多供应商设备和控制应用程序之间的数据交换不受任何专有限制。OPC 服务器减少了数据源设备的负载，因为它可以与多个应用程序进行通信，同时与数据源只有一个连接。OPC 服务器可以在车间的 PLC、现场的 RTU、HMI 站和 PC 上的软件应用程序之间连续传输数据。即使硬件和软件来自不同的供应商，OPC 合规性也使连续的实时通信成为可能。OPC 统一架构 (OPC UA) 是一个可扩展的 SOA 框架，旨在支持从嵌入式微控制器到云基础设施的各种平台。它通过加密、身份验证和审计提供安全性。它通过添加按需功能、发现网络上的服务器和其他系统的能力以及旨在允许更复杂数据结构的地址空间方案，超越了 OPC Classic。另一方面，OPC UA 连接到开放式结构化 IT 系统，包括云、台式机、笔记本电脑、平板电脑、移动设备，用于业务信息、数据分析等。OPC 统一架构 (OPC UA) 是一个可扩展的 SOA 框架，旨在支持从嵌入式微控制器到云基础设施的各种平台。它通过加密、身份验证和审计提供安全性。
量化策略思想大致来源于以下几个方面：经典理论、逻辑推理、经验总结、数据挖掘、机器学习等。不论基本面还是技术面，都可以使用量化的方法进行分析，进而得出量化交易策略。比如，在基本面上，国内生产总值(GDP)增幅、货币发行量增幅、供需平衡表等都可以使用量化方法进行描述和分析；在技术面上，移动平均线、指数平滑移动平均线(MACD)等绝大部分技术分析指标都是量化策略思想来源。
（VRPinea 7月26日讯）今日重点新闻：苹果微透镜系统专利可用于优化AR/VR、ToF测距 ；《舞蹈进化》开发商科乐美公布AR舞蹈游戏专利；字节旗下可颂派对岛等多款APP下架。
内容概要：麻省理工学院在近日发出通知，永久下线著名微小图像数据集 Tiny Images Dataset ，原因是被指出涉嫌种族歧视和女性歧视。
可是，在广大用户的热情包围之下，它并没有活过5天，是官方团队亲手下架的。原因是用户过多，风险难以控制。
近年来，随着互联网、物联网、移动通信、5g通信等技术的发展，人类的生活和工作越来越离不开软件和互联网。人类文明发展到一定程度，必须遵守法律和社会规范，网络环境也一样。
近年来，针对深度神经网络存在的局限性，用于处理非欧式空间数据、刻画变量间复杂关系的图深度学习成为新一轮的研究热潮。6月16日（周日），《SFFAI 33-图深度学习》两位主讲嘉宾（呼奋宇、常建龙）为大家精选了图深度学习在池化操作、归纳学习以及深度网络关系建模的几篇代表性工作，和大家一起分享最新的研究进展。
工信部发布“2018年一季度检测发现问题的应用软件名单”，其中，涉及21个应用商店，46款App。所涉问题主要包括强行捆绑推广其它应用软件;未经用户同意，收集、使用用户个人信息;用户不知情的情况下，自动向外发送短信等。
新的一年还是要肝起来啊，这个公众号节前节后沉寂了快两个月了，许久没更新原创推文，自己感觉不能再这样堕落下去了。所以最近一直在思考写些什么推文：既要符合当下工作所需，倒逼成长；也要于广大读者有益，而非单纯的推销运营。
由于MC自带的必要动态链接库LWJGL的架构是X86，不兼容mac pro m1处理器的arm64架构，原生的MC是无法在m1上启动的；同时由于Apple强推了Metal API，在部分mod / 光影 / 材质包上会有损失部分Feature的情况
采用美国凯斯西储大学(CWRU) 的开放轴承数据库的样本进行实验分析，轴承故障产生的实验台如下图所示。使用电火花加工技术分别在轴承的内圈、外圈和滚动体上引入单点缺陷，故障尺寸分别为 7、14和21 in，以48kHz采样频率采集不同负载下的故障轴承振动数据用于实验分析。
虚拟主机、web服务器、数据库、对象存储等等各种服务我们都可以通过各种各样的云平台来完成。
用一个模型就能实现所有类型的风格转换！一个名为Arbitrary Image Stylization in the Browser的项目最近火起来。
在中国，熟悉单片机的人士大多会听说过STM32。这是意法半导体（STMicroelectronics， 简称ST）的32位微控制器（MCU）家族，基于ARMCortex-M内核。
最近看到了一个有趣的事迹，说是有一个著名的物理学家叫做费米。他当年参与了曼哈顿计划，是原子弹的制造者之一。说是有一天他问了他的研究生一个问题，在芝加哥这座城市当中，存在着多少钢琴调音师？
本文内容取材自公众号【网罗灯下黑】和【机器之心】。 参考链接： 1.https://mp.weixin.qq.com/s/H3RuhtMyb5ijcZQ70bfDLw【网罗灯下黑】 2.https://mp.weixin.qq.com/s/j8DiiYWMTsadnesYydK5oA【机器之心】 过去几天，你一定注意到了 AI 生成动图的这股风潮。不管是在抖音、微博，还是在朋友圈，人们齐唱「蚂蚁呀嘿」的画面不断刷屏。 先给大家来个视频版的。 你看，再稳重的科技界大佬也在这种特效下也会一秒破防。 还有四
操作系统中的生产者消费者问题，就是一个经典的同步问题。举一个例子，有两个人，一个人在刷盘子，另一个人在烘干。这两个人各自代表一个线程，他们之间有一个共享的对象 --- 盘架，刷好而等待烘干的盘子放在盘架上。两个人在没有事做事都愿意歇着。显然，盘架上有刷好的盘子时，烘干的人才能开始工作；而如果刷盘子的人刷的太快，刷好的盘子占满了盘架时，他就不能再继续工作了，而要等到盘架上有空位置才行。
在Waymo，机器学习几乎在自动驾驶系统的每个部分都起着关键作用。它可以让汽车看到周围环境，感知和了解世界，预测其他人的行为方式，并决定他们的下一步行动。 感知：我们的系统采用神经网络的组合，以便我们的车辆能够识别传感器数据、识别物体并随着时间的推移跟踪它们，以便它能够深入了解周围的世界。这些神经网络的构建通常是一项耗时的任务;优化神经网络架构以实现在自动驾驶汽车上运行所需的质量和速度是一个复杂的微调过程，我们的工程师要完成一项新任务可能要花费数月时间。 现在，通过与Brain团队的谷歌AI研究人员合作，我们将前沿研究付诸实践，用来自动生成神经网络。更重要的是，这些最先进的神经网络比工程师手动微调的质量更高，速度更快。 为了将我们的自动驾驶技术带到不同的城市和环境，我们需要以极快的速度优化我们的模型以适应不同的场景。AutoML使我们能够做到这一点，高效，持续地提供大量的ML解决方案。
█ 本文译自 SystemModeler (MathCore) 应用工程师 Markus Dahl 的 Wolfram 博客文章：Communication in Industry 4.0 with Wolfram SystemModeler and OPC UA 背景 伴随着工业4.0/网络实体系统的第四次工业革命即将到来，传感器和电路板比以前便宜得多。所有这些组件全部通过网络或云连接，以便能够彼此通话。这正是 OPC 统一架构(OPC UA)的应用所在。OPC UA 是工业自动化的机对机通信协
华南理工大学曾发表了一篇关于“面部美容预测”的论文和数据集。你可以在找到它。数据集包括5500人，他们的吸引力在1至5分之间。
曲向阳表示，“企业架构转型”正如《中庸》所言，要因时而动，主动地去适应、去调整，而不是客观地被动。
尽管NFV是一个非常理想的模式，但是如何将NFV逐渐在运营网中引入进来，才是最重要、最需要思考的问题。其实很多运营商都已经开始实践在运营商网络中引用NFV架构。到底运营网的哪些部分更为适合首先NFV化呢？ 一方面不断在专用硬件设备、基础设施上加大投资，另一方面用户所支付的通信费用却逐年降低，这就是通信业界所谓的“剪刀差”。运营商已经意识到，如果想要在这个移动互联网时代不被边缘化、管道化，从商业模式、业务内容、服务方式，甚至是建网模式上需要进行革新。以运营商为主导的NFV组织，就是要将NFV引入到运营商网络，
在当下的软件应用开发领域中，越来越多的敏捷化企业希望自己的软件开发过程能以超音速、甚至于星际穿梭的速度，来快速响应各种变化，但同时还要保证安全性。DevOps流水线无疑为这一目标提供了最佳实践。
丰色 发自 凹非寺 量子位 | 公众号 QbitAI COMPUTEX（台北电脑展）线上发布会上，苏妈带着AMD新一代锐龙7000系列处理器如约而至。 这款最新CPU升级为5nm Zen4架构，单核性能提升15%，频率首破5GHz大关，还升级为全新AM5平台，支持DDR5内存以及PCIe 5.0。 和英特尔酷睿i9-12900K相比，锐龙7000系列的渲染速度快了31%。 具体如何？ 更多细节，一起来看。 世界首个5nm PC处理器内核 虽然5nm制程已在手机芯片上以及苹果的M1中出现，但锐龙7000系
去电脑城，直接入手AMD Athlon64 3000+，主板是技嘉的一块C51（C51也是一款经典芯片，集成显卡的能力较以前有了很大的提升），还有一块双敏的7600GS。
导语：看过《人类简史》一书的人都知道，该书从物理学，化学，生物学，政治学等学科角度，对整个人类历史做出了全方位的考察和预测，总结归纳出超越历史层面的规律和深刻意义。同样地，我们能否也从跨学科的联想中为前端工作找到一盏指路明灯呢？本文将试着从生物学的角度来做一次前端领域的小幻想。 为什么选择生物学作为参照？ 生物学是一门能打通很多跨界知识的学科。相比物理学等自然科学，生物学更深刻地揭示了世界的底层规律，其思想放之四海而皆准。 ——傅盛 从模仿蝙蝠发明了雷达，模仿蜻蜓发明了直升飞机，再到物联网（Inter
导读：从光棍节到购物狂欢节，双十一真是一年比一年热闹。怎样用一条图文简单方便地把这两个节一起过了，数据叔也是操碎了心。脑洞一开，办法还是有的：老规矩，送书啊！送一本解决不了问题，那就送两本啊！
在前一篇文章《Linux内核跟踪：ftrace hook入门手册（上）》中，我们对部分ftrace hook经典方案中的实现细节进行了优化。本文会深入说明这些优化的原理和目的。
在当下的软件应用开发领域中，越来越多的敏捷化企业希望自己的软件开发过程能以超音速、甚至于星际穿梭的速度，来快速响应各种变化，但同时还要保证安全性。DevOps 流水线无疑为这一目标提供了最佳实践。
如何把握网络基础建设中的信息安全问题，做到不走或少走弯路，是信息技术人员的主要任务。
Dragonflow架构由Neutron插件构成，该插件可以将Neutron模型映射到一个新的逻辑拓扑模型中，并与本地Dragonflow控制器进行同步。而这些Dragonflow控制器都分布在使用插入式的分布式DB解决方案的每个计算节点当中。 与其他项目不同的是，Dragonflow自己可以将拓扑和策略分配至本地端（本地控制器），并在每个计算节点中将该拓扑编译成配置和OpenFlow流。 在以下的文章中，Dragonflow项目的发起者Gal Sagie介绍了Dragonflow项目中已经支持的功能
本月，一代经典操作系统微软Windows 7正式迎来了生命周期的完结。微软宣布，此后将不再为Win7提供任何形式的更新，包括安全更新、稳定性更新和功能更新；而仍在使用Win7的朋友相信也已经收到微软的推送通知，提醒尽快升级到Win10。作为一款2009年上市的操作系统，Win7的确已经走到了生命尽头。
---- 新智元报道 来源：Google AI Blog 编辑：LRS 【新智元导读】监督学习中一个重要的模块就是损失函数了，而最常见的损失函数就是交叉熵了。Google在NIPS2020上提出了一个损失函数SupCon，只需换掉交叉熵，准确率立刻提升2%，快来了解一下吧！ 近年来，由于对比学习的应用，自监督表征(self-supervised representation learning)学习在各种图像和视频任务中得到了显著的发展。 对比学习方法通常指导模型在嵌入空间中将目标图像(anchor
首先介绍一下我自己，17 年毕业于一所 211 学校，但是由于大学四年驰骋在召唤师峡谷，毕业时也没有找到一份大厂的工作，随便找了一家创业公司签了三方就去了。好在这家公司也挺给力，我这一呆就是三年，996 当着「全干工程师」，从前端到服务端，从 JavaScript 到 Java，这几年下来都积累了一些经验，不说精通，也算是比较熟悉了。
除了在前面提到的，对于计数器等多个核可能并发访问的数据结构，为每个核分配一个，还需要引入新的机制——大页机制。
随着人们对速率的要求越来越高，数据中心的设备和线缆数量也在逐渐增加，而杂乱无章的线缆可能会造成网络故障，因此，线缆管理成为了数据中心必不可少的工作之一。而提到线缆管理，大家一般会想到理线器。
3月的今天，我第一次在公众号内送了5本甄选的书和1个TensorFlow的斯坦福PPT完整教程。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
云直播
