Android Things給物聯(lián)網(wǎng)設(shè)備帶來(lái)基于TensorFlow的機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)

最近發(fā)布的Android Things開發(fā)者預(yù)覽版2(DP2)使得TensorFlow更容易用于物聯(lián)網(wǎng)設(shè)備上的機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)。此外，它還針對(duì)幾個(gè)物聯(lián)網(wǎng)平臺(tái)擴(kuò)展了USB音頻，增加了對(duì)英特爾Joule的支持，并通過(guò)新的Native PIO API使本地驅(qū)動(dòng)程序可直接使用。

詳情：http://www.infoq.com/cn/news/2017/02/android-things-dev-preview-2

GitHub發(fā)布開源指南，指點(diǎn)新手如何參與開源項(xiàng)目

對(duì)程序員而言，參與開源有著難以置信的回報(bào)，比如有一個(gè)自己的出色開源項(xiàng)目，在技術(shù)面試能增色很多，極大加分。所以，越來(lái)越多的人在參與到開源運(yùn)動(dòng)中來(lái)。

但對(duì)很多新手來(lái)說(shuō)，如何參與開源做出第一個(gè)貢獻(xiàn)，如何發(fā)起一個(gè)新項(xiàng)目，卻成了問(wèn)題。

2月14日，GitHub 官博發(fā)文宣告正式推出“開源指南”( https://opensource.guide/ )，旨在方便想?yún)⑴c到開源的個(gè)人和組織。“開源指南”是一個(gè)系列集合，分了 “如何貢獻(xiàn)于開源項(xiàng)目”、“如何開啟開源項(xiàng)目”、“為項(xiàng)目找到用戶”等10 個(gè)方面，內(nèi)容簡(jiǎn)潔明了。

詳情：https://jaxenter.com/open-source-github-guides-131713.html

谷歌宣布啟動(dòng)“視頻理解挑戰(zhàn)賽”，設(shè)10萬(wàn)美元獎(jiǎng)金池

雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))報(bào)道，谷歌博客最近比較忙，在發(fā)布 TensorFlow's 1.0這一重磅更新后，緊接著又發(fā)布了一條新聞：?jiǎn)?dòng)一場(chǎng)基于YouTube-8M數(shù)據(jù)庫(kù)的視頻理解挑戰(zhàn)賽。挑戰(zhàn)賽提供了豐厚的獎(jiǎng)金，并終將在今年的CVPR2017大會(huì)上進(jìn)行展示。

為了促進(jìn)圖像和視頻理解技術(shù)的發(fā)展，谷歌于上周三正式發(fā)布升級(jí)版的YouTube-8M，并與Google Cloud Machine Learning、 kaggle.com一起合作組織一場(chǎng)“視頻理解挑戰(zhàn)賽”和一場(chǎng)以此為主題的 CVPR’17 Workshop。

詳情：https://research.googleblog.com/2017/02/an-updated-youtube-8m-video.html

DeepCpG：利用深度神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)單細(xì)胞的DNA甲基化

DeepCpG是一個(gè)用來(lái)預(yù)測(cè)多個(gè)細(xì)胞中CpG位點(diǎn)甲基化程度的深度神經(jīng)網(wǎng)絡(luò)。它可以精確地歸納不完整的DNA甲基化譜以發(fā)現(xiàn)具有預(yù)測(cè)意義的序列改變，同時(shí)還可以量化序列變異帶來(lái)的影響。

詳情：https://github.com/cangermueller/deepcpg/

模型學(xué)習(xí)全面概述：利用機(jī)器學(xué)習(xí)查找軟件漏洞

模型學(xué)習(xí)的目標(biāo)是通過(guò)提供輸入和觀察輸出來(lái)構(gòu)建軟件和硬件系統(tǒng)的黑箱狀態(tài)圖模型(black box state diagram model)。模型學(xué)習(xí)的算法的設(shè)計(jì)師一個(gè)基本的研究問(wèn)題。

模型學(xué)習(xí)正在成為一種高效的漏洞尋找技術(shù)，有銀行卡、網(wǎng)絡(luò)協(xié)議和遺產(chǎn)軟件等領(lǐng)域的應(yīng)用。

在新算法的設(shè)計(jì)上，最新出現(xiàn)了很多新進(jìn)展，既有有限狀態(tài)圖(Mealy 機(jī))背景的進(jìn)展，也有數(shù)據(jù)(register automata)背景的進(jìn)展。通過(guò)抽象(abstraction)技術(shù)的使用，這些算法可以被應(yīng)用到復(fù)雜系統(tǒng)上。雷鋒網(wǎng)雷鋒網(wǎng)

詳情：http://dataunion.org/27345.html