微软与VMware合作，将VMware虚拟化基础设施引入Azure云；Python数据分析超越Web开发；谷歌更新AI语音服务，扩展市场并调整价格；5G成为MWC焦点，各大厂商展示新品；IBM开放Watson服务至任意云端环境；北大团队提出新型优化算法AdaBound；斯坦福博士陈丹琦论文受关注，研究神经网络阅读理解；Aleksey Bilogur分享如何使用900万开放图像训练600类图片分类器。
行 业 要 闻
Industry News
▲▲▲
0
1
VMware与微软将展开开创性合作
据The Information 2月26日的报道称，微软和VMware正在准备一项开创性的合作，将把完全支持的VMware虚拟化计算基础设施引入到Azure云。据该媒体报道，两家公司正在联合开发混合云解决方案——这可能是两大软件强头之间更广泛的合作项目的一部分，多年来这两家公司一向是宿敌。
0
2
数据分析超越Web开发
一项关于Python的开发人员调查显示，这种编程语言现在主要用于数据分析，取代之前的头号使用场景：Web开发。2018年，59%的人声称Python用于数据分析，56%的人声称用于Web开发。在使用Python作为次要语言的Python开发人员当中，DevOps已超过了Web开发。
在数据开发人员当中，NumPy、Pandas、Matplotlib和SciPy据称是最受欢迎的数据科学框架和库。报告称：“专门针对机器学习的库也很受欢迎，比如SciKit-Learn、TensorFlow、Keras及其他库。”
0
3
Google AI语音服务大更新
2月24日消息，为了扩展AI语音服务的市场，谷歌除了加强语音辨识模型、语言支持数量和声音种类之外，也调整了语音服务的价格。谷歌更新文字转语音和语音转文字服务，除了优化语音辨识模型、新支持7种语言和31种声音之外，也调整了语音服务的价格，在特定的应用情境中，用户最多可以省下约50%的支出，而谷歌也提供每月前60分钟免费的语言转文字服务。
0
4
5G已来！世界移动通信大会亮点
世界移动通信大会（Mobile World Congress，MWC）是一年一度的行业大会，由移动通信亚洲大会发起。MWC 2019 于 2 月 25 日在巴塞罗那正式拉开帷幕，各大厂商、运营商纷纷亮出新产品或宣布新举措。中国华为、小米等著名科技企业都大力展示最新产品和方案。「5G」已然成为这次大会的最热话题，各大参展企业纷纷在本届大会上推出了支持5G的新机型。首批5G商用手机也将在今年上市，与普通消费者见面。
0
5
Watson服务能部署到任何云端环境
IBM宣布，开放Watson AI服务在任何云端环境上使用，不再只限定部署在IBM自家云或平台上，未来可在任何公有云、自建的私有云或是混合云的环境运行。IBM把Watson服务分解成不同功能的微服务，利用开源的Kubernetes容器技术，将各微服务打包成能独立安装和执行的应用，使服务可在不同云端环境部署，并藉IBM的AI开放云端架构平台IBMCloud Private for Data提供。但是，并非所有的Watson服务都已上线，目前仅提供可打造对话接口的Watson助理，以及能控制人工智能部署和解释人工智能预测结果的WatsonOpenScale，IBM将在今年陆续提供其他Watson服务，包含Watson Knowledge Studio和Watson自然语言理解服务。
学 术 前 沿
Academic News
▲▲▲
0
6
北大提出全新优化算法AdaBond
该研究提出了一种新型优化方法 AdaBound，「和 Adam一样快、和 SGD一样好」。据了解，四位作者 Liangchen Luo、Yuanhao Xiong、Yan Liu、Xu Sun 均来自国内。共同一作骆梁宸和 Yuanhao Xiong 分别来自北京大学和浙江大学，Yan Liu 来自南加州大学，Xu Sun 来自北京大学。作者在reddit网站发帖介绍了这项研究，并提供了 PyTorch 实现。他们目前在 MNIST 和 CIFAR-10 数据集做了测试，但由于计算资源有限而无法选择 ImageNet 等大数据集。此外，作者还表示 AdaBound 可以直接通过 pip 安装，不过使用 AdaBound 不意味着不用调参，只不过 AdaBound 可以帮助大家减少所需要的时间。
???? 原文链接：
https://openreview.net/pdf?id=Bkg3g2R9FX
0
7
“爆款”毕业论文
她出身清华姚班，斯坦福博士毕业，她的毕业论文成了“爆款”。这位近日从斯坦福毕业的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页的毕业论文《Neural Reading Comprehension andBeyond》上传仅四天就获得了上千次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
“陈丹琦是使用神经网络方法解决自然语言理解问题方面的先驱。她简单、干净、高成功率的模型吸引了众人的目光……她的这篇毕业论文主要研究神经网络阅读理解和问答，这些新兴技术正在带来更好的信息访问方式——它可以让计算机系统可以真正回答你的实际问题，而不是简单地返回文档搜索结果。”
???? 原文链接：
https://stacks.stanford.edu/file/druid:gd576xb1833/thesis-augmented.pdf
0
8
如何使用大量图像训练图片分类器
过去几年机器学习的发展使得计算机视觉有了快速的进步，系统能够自动描述图片，对共享的图片创造自然语言回应。其中大部分的进展都可归因于 ImageNet 、COCO（监督学习）以及 YFCC100M（无监督学习数据集） 这样的数据集的公开使用。《How toclassify photos in 600 classes using nine million Open Images》by Aleksey Bilogur （如何使用900万张开放图像训练600类图片分类器）
???? 原文链接：
https://medium.freecodecamp.org/how-to-classify-photos-in-600-classes-using-nine-million-open-images-65847da1a319
以上图文信息来源于网络，由“京东云开发者社区”公众号编辑整理，不代表京东云立场。
点击好看，将信息分享给更多伙伴~
扫一扫
400
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
