这是 #11WeeksOfAndroid 系列的最后一篇文章。感谢您在过去的时间里和我们一起深入探索 Android 开发的关键领域。下面来和我们一起回顾这些精彩内容吧:
你还记得《星球大战》电影中的礼仪机器人 C-3PO 吗？就是那个承担着不同种族、不同物种间翻译交流作用的礼仪机器人。C-3PO 通过从数据库中下载资料来更新自己的语言技能，精通 700 万种语言交流形式，可以说是对宇宙间的所有已知语言尽数掌握。
但是不知道大家有没有思考过，二维码功能这么常见，为什么Google却没有提供一个官方的二维码扫描库呢？
原文 ： https://webrtchacks.com/ml-kit-smile-detection/
经历一年多的开发和数月以来早期用户的反复测试，最新 Android 平台 —— Android 9 Pie 终于正式面向全球发布！
谷歌在 Google AI 上撰文进行对刚刚发布的 ML Kit 中的核心技术：Learn2Compress 自动模型压缩技术进行了详细介绍和实战测试。
AI 研习社按： Google I/O 2018 上，谷歌发布了可供开发者定制移动端机器学习模型的 ML Kit 开发套件，关于该套件中的核心技术：Learn2Compress 模型压缩技术，谷歌也火速在 Google AI 上撰文对其进行了详细介绍和实战测试，AI 研习社将其内容编译如下。
【新智元导读】在 ThingsExpo 会议上，谷歌软件工程师 Natalia Ponomareva 作了有关如何在大规模机器学习中取得成功的讲座。Natalia 回顾了可用于对大量数据进行机器学习模型训练的框架，解释了特征工程和算法选择，并提供了有关如何避免错误的 tips。这是一份非常实用的机器学习指导手册。本文后半部分谈了如何选择深度学习框架的问题，以及Theano 贡献者、苏黎世联邦理工学院的深度学习研究者 Gokula Krishnan Santhanam 对常用深度学习框架基本构成的分析。 谷歌
如果您曾经使用过中国品牌的智能手机，那么您可能已经处理了令人讨厌的“电池优化”功能，这些功能会在后台杀死所有您喜欢的应用程序。对于那些希望某些应用程序因某种原因在后台继续运行的用户而言，这种行为不仅令人烦恼，而且对于那些不了解不是应用程序错误的用户的糟糕评论的开发人员来说也很烦人。虽然谷歌仍然没有完全解决这个问题（他们通过声称这种行为可能已经违反了Android兼容性定义文档的要求而挥之不去），该公司正采取行动反对一项“节省电池”的行为改变一些原始设备制造商。 “为了帮助解决这个问题，我们在Android Q中添加了一个CTS测试，以确保应用程序不会在从最近被刷新时被杀死。
Google刚刚息鼓，苹果又燃战火！这一战，来自移动应用的AI化之争。 近日，苹果发布专为移动端优化的Core ML后，移动开发者对此的需求到底有多强烈？去年大获成功的AI应用Prisma又能告诉我们什么？苹果的新武器Core ML具体该怎么用？野心勃勃的苹果在移动端机器学习上的布局到底有着怎样的心机？苹果真能撼动Google、Facebook的优势地位吗？未来AI的走向会不会就此改变？此中答案，本文将娓娓道来。 作者 | 胡永波 本届WWDC，Core ML是苹果送给移动开发者的一份大礼。使用它，
在本章中，我们将探索移动设备上深度学习的新兴途径。 我们将简要讨论机器学习和深度学习的基本概念，并将介绍可用于将深度学习与 Android 和 iOS 集成的各种选项。 本章还介绍了使用本机和基于云的学习方法进行深度学习项目的实现。
今年的Google I/O开发者大会已经在美国落下帷幕。此次大会的重点是Google Assistant、Android P Beta，今年的主角依然是AI，它已经融入谷歌产品与软件系统中。
谷歌机器学习：实际应用技巧 什么是机器学习（ML）？ 从概念上讲：给定（训练）数据，发现一些潜在的模式并将这个模式应用于新数据。 ML 的类型：监督学习；无监督学习；半监督学习；…… 监督学习：用于训
关键字全网搜索最新排名 【机器学习算法】：排名第一 【机器学习】：排名第二 【Python】：排名第三 【算法】：排名第四 谷歌机器学习：实际应用技巧 什么是机器学习（ML）？ 从概念上讲：给定（训练
注 之前本公众号发布了一个教程【入门篇】Jetson TX2深度学习Inference初体验，里面提到一个步骤，就是可能会出现错误，提示nvidia.app.box.com链接不上，导致模块下载不下来
我试着从不同的角度带新手理解编程，希望能帮助一些真正需要的朋友进行学习，后面的三篇故事新手朋友就当真正看故事了，等你学了后面的知识，你就能理解了，现在留个简单印象就可以了。一个月前我的《Java匹马行天下》其实已经更新到Spring框架了，但是我没有继续更新下去，因为又有一届大一新生步入了软件这个大家庭，作为“学长”，为了弥补自己内心的一丝遗憾，我毅然停下来我前进的脚步，决定再回过头去重新带他们走一遍，跟我一起行天下。或许我写的不都是对的，但我保证每一篇都是用我自己的理解认真去写的，是真的站到了作为小白的立场去写的，我也不知道我这样做的意义何在，或许是感恩，也或许是善良，也或许是自作多情，不管是什么吧，都不重要，重要的是我已经做了，那就坚持并做好，别的都让时间去解释吧。我最近注册了公众号，为了方便大家查看，我把文章发布到公众号上了，博客中因为还有别的文章，所以顺序有点乱，建议关注我的公众号，我做了系统的整理，方便你按顺序查看，公众号二维码在文章末尾有，自行关注。
相信大家对人脸身份认证已经司空见惯了，比如生活中的人脸支付、身份校验、金融认证等等，但是人脸识别技术面临着多种欺诈手段，如照片、换脸、面具等。如果被恶意复制，将会给个人、集体或者社会带来很大的麻烦和威胁。
文 / Google研究院软件工程师，Tingbo Hou & Tyler Mullen
在苹果年度开发者大会WWDC的主题演讲中，苹果可能根本就没有讨论什么硬件，但是这个演示依然持续了两个多小时。苹果所有四个平台（iOS，watchOS，tvOS和macOS）都将在今年秋季重大更新，公司花费大量时间详细说明各种功能，这将改变你使用苹果设备的方式。
Git 经过优化，可处理大量小文件，例如文本文件。仅此一项就使得 Git 不适用于管理此类数据集。
这一节将来看看杀毒软件相关的概念，毕竟知己知彼才能百战不殆，最后会介绍一下常见的免杀方法。
鱼羊 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI “还有46分钟，董老师休假就结束了。” 这是董宇辉最新视频下点赞过百的一条留言。 他在东方甄选直播间消失的日子里，粉丝们涌入他的个人号，调侃“这个男人只要一放假休息，几十万人都得跟着失恋”。 然而对于头部主播来说，再怎么爱岗敬业，也总有下播的时候。 毕竟连着几个小时不断说话，还得是妙语连珠的那种，既耗费脑力，对体力也是个不小的挑战。 在这种情况之下，不仅“24小时直播”不大可能，连不轮班的长时间唠嗑也不是人人能顶得住的。 不过话说回来，如果有机器
在智能手机领域，检测对象，分类图像和识别面部的应用程序并不是什么新鲜事；它们已经被Google Lens和Snapchat等应用推广，但普遍性无法替代质量，而大多数使用卷积神经网络的基础机器学习模型，往往会受到缓慢或不准确的影响。这是硬件约束限制的计算权衡。
I/O 大会的第一天，我们公布了下一个版本的 Android，也就是 Android P 的 beta 版本。Android P 将 AI 定位为操作系统的核心，并侧重于提供智能且简洁的体验。让我们一起来了解下这个版本带来了哪些全新功能。 Android P Beta 为开发者提供了丰富的方法来使用这些全新的、智能化的功能，并且更好地提升用户参与度。 您可在 Pixel 设备上立刻参与 Android P Beta的体验。另外，得益于 Project Treble，您也可在我们合作伙伴推出的高端机型 (请
呜啦啦啦啦啦啦啦大家好，本周的AI Scholar Weekly栏目又和大家见面啦！
作者：Prerna Khanna、Tanmay Srivastava、Kanishk Jeet
1. Nathan Benaich（一个伦敦投资AI的VC，比较懂技术）写的state of AI ppt，写的不错，还有他不久之前组织的一次AI会议（水准较高，RAAIS 2018，之前从YouTu
在过去几年中，机器学习开辟了很多新的领域，出现了很多高级应用案例：Facebook的脸部识别、Netflix的电影推荐、PrimaAI的图像风格转移、Siri的语音识别、Google Allo的自然语言处理等等。
毫无疑问，Python是最流行的语言之一，其成功的原因之一是它为科学计算提供了广泛的报道。 在这里，我们仔细研究用于机器学习和数据科学的十大Python工具。学会这些，程序员年薪百万没问题，工资都快溢出银行卡。
北京时间 5 月 9 日凌晨， Google I/O 2018 开发者大会的 7000 人会场又一次座无虚席。因为 Google 的“AI First”已经进入第三年，而今年是 AI 落地的关键时期，因此 Google 的一举一动备受关注。
0x01 Nginx有哪些优点 更快 这表现在两个方面：一方面，在正常情况下，单次请求会得到更快的响应； 另一方在高峰期（如有数以万计的并发请求），Nginx可以比其他Web服务器更快地响应请 高扩展性 Nginx的设计极具扩展性，它完全是由多个不同功能、不同层次、不同类型且耦合度极 低的模块组成。因此，当对某一个模块修复Bug或进行升级时，可以专注于模块自身，无须 在意其他。 高可靠性 Nginx的高可靠性来自于其核心框架代码 的优秀设计、模块设计的简单性;官方提供的常用模块都非常稳定，每个worker进
本文介绍.net中的机器学习技术实现，不涉及数学方面的内容。它将重点关注在.net中的基本工作流程及其数据处理结构，以及怎么样通过使用开源项目ML.Net 0.2来进行机器学习的实验。
安装虚拟环境：为了隔离依赖并防止与其他Python项目冲突，最好为ChatGPT开发创建一个虚拟环境。
xFormers 是一个加速 Transformer 研究的工具包，主要功能如下：
李林 若朴 假装发自 McEnery 量子位 报道 | 公众号 QbitAI “I love machine learning, especially since I’m a machine, lea
选自HEARTBEAT 作者：Ishan Sharma 机器之心编译 基于树的学习算法在数据科学竞赛中相当常见。这些算法给预测模型赋予了准确性、稳定性以及易解释性。其中，决策树算法也是引人关注的「随机
该来的终于还是来了，Google蓄力的Edge TPU终于正式对外公布了，不仅如此，此次Google还带来了基于Edge TPU的AIY Edge TPU开发板以及AIY Edge TPU加速器，全面帮助工程师将机器学习部署到AI产品开发中去。
研究人员正在训练出比以往任何时候更大、功能更强大的机器学习模型。近几年，语言领域的模型规模迅速增长，参数数量从百亿级（例如110亿参数的T5模型）发展到现在的数千亿级（如 OpenAI 的 1750亿参数的GPT-3模型和 DeepMind 的 2800亿参数的Gopher模型。
Markdown文件支持HTML标签，今天在编辑Markdown文档时，我希望嵌入一个带有图片的链接，因此需要使用HTML的 标签。在此过程中，我深入了解了 标签，并想和家人分享一下这个新学到的知识。
在过去的几年里，机器学习为各行各业开创了新纪元，诞生了许多成功的案例： Facebook 的面部识别，Netflix 的智能电影推荐系统，PrimaAI 的图像风格转换，Siri 的语音识别，Google Allo 的自然语言处理，及其他很多开发中的项目。
在军事、安防、监控领域，从输入视频中检测物体的任务扮演者关键的角色。姿态变化、衣着、背景杂斑、光照、容貌等因素会使这个任务变得更具挑战性。
日前，kdnuggets 上的一篇文章对比了三大公司（谷歌、微软和亚马逊）提供的机器学习服务平台，对于想要启动机器学习项目的公司或是数据科学新手来说，提供了非常多的指导和建议。 AI 研习社将原文编译整理如下： 对于大多数企业来说，机器学习就像航空航天一样遥远，听起来既昂贵，还需要高科技人才。从某种角度来说，如果你想建立一个像 Netflix 一样好的推荐系统，那确实是昂贵且困难。但是，目前这个复杂的领域有一个趋势：一切皆服务（everything-as-a-service)——无需太多投资，即可快速启动机
一、探讨 识别图形验证码可以说是做爬虫的必修课，涉及到计算机图形学，机器学习，机器视觉，人工智能等等高深领域…… 简单地说，计算机图形学的主要研究内容就是研究如何在计算机中表示图形、以及利用计算机进行图形的计算、处理和显示的相关原理与算法。图形通常由点、线、面、体等几何元素和灰度、色彩、线型、线宽等非几何属性组成。计算机涉及到的几何图形处理一般有 2维到n维图形处理，边界区分，面积计算，体积计算，扭曲变形校正。对于颜色则有色彩空间的计算与转换，图形上色，阴影，色差处理等等。 在破解验证码中需要用到的知识
来源： j_hao104 my.oschina.net/jhao104/blog/647326 一、探讨 识别图形验证码可以说是做爬虫的必修课，涉及到计算机图形学，机器学习，机器视觉，人工智能等等高深领域…… 简单地说，计算机图形学的主要研究内容就是研究如何在计算机中表示图形、以及利用计算机进行图形的计算、处理和显示的相关原理与算法。图形通常由点、线、面、体等几何元素和灰度、色彩、线型、线宽等非几何属性组成。计算机涉及到的几何图形处理一般有 2维到n维图形处理，边界区分，面积计算，体积计算，扭曲变形校正。
InfoQ 最引人注目的功能之一是我们的主题图，它综合了我们对不同主题如何在技术采用曲线中叠加的理解。当需要从编辑的角度决定我们想要涵盖的内容时，它们作为优先考虑不同和竞争利益的指南非常有用，但我们也相信分享它们可以帮助我们的读者更好地了解当前和未来的技术前景并帮助 告知他们的决策过程。
机器之心报道 参与：李亚州、Xavier Massa 当地时间 6 月 5 日，苹果开发者年度盛会 WWDC 2017 在美国加州举行。在这个舞台上，我们看到了苹果软件、硬件有哪些新的升级、推新。但在 Keynote 中，我们看到了苹果不同于谷歌、Facebook 的人工智能战略。 2016 年 8 月份，Backchannel 的一篇文章正式揭开了苹果公司人工智能研究的面纱。虽然苹果是第一家将智能助理整合进其操作系统的主流公司，但并不如谷歌、Facebook 这样大声的宣告人工智能，也没有专门的组织和
作者 | MOHD SANAD ZAKI RIZVI 编译 | VK 来源 | Analytics Vidhya 概述 Apple的Core ML 3是一个为开发人员和程序员设计的工具，帮助程序员进入
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
对象存储
腾讯会议
实时音视频
