neon 是 Nervana System 的深度学习软件。根据Facebook一位研究者的基准测试，Nervana的软件比业界知名的深度学习工具性能都要高，包括Facebook自己的Torch7和Nvidia的cuDNN。

介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.

现在每一个人都正在学习，或者正打算学习深度学习，它是目前人工智能诸多流派中唯一兴起的一个。各个年龄阶段的数十万人都在学习着免费和收费的深度学习课程。太多的创业公司和产品的命名以“深度”开头，深度学习已然成了一个流行语，但其真正的落地应用实际上却很少。绝大多数人忽略了一个事实：深度学习只占机器学习领域的1%，而机器学习又只占人工智能领域的1%。而实际中的绝大多数任务则是用余下99%的知识技术来处理的。一个“只会深度学习的专家”并不是“人工智能专家”。

图像修复问题就是还原图像中缺失的部分。基于图像中已有信息，去还原图像中的缺失部分。

【编者按】 深度学习尽管对当前人工智能的发展作用很大，然而深度学习工作者并非一帆风顺。Chris Edwards发表于Communications of the ACM的这篇文章，通过不同的深度学习研究人员的现身说法，列举了深度学习在不同场景下面临的一些挑战以及目前的解决方案。CSDN翻译此文，希望对国内深度学习从业者有借鉴意义。

举世瞩目的Docker全球开发者大会，将于6月22日在美国旧金山举行。DaoCloud团队将通过本微信号，全程直播这次大会的精彩内容。今天这篇文章，可以看作是这次大会的预热贴，DaoCloud团队成员孙宏亮带领您深度解析Docker 1.7.0。

[Java]代码 package cn.xuhang.collection; import java.util.ArrayList; import java.util.List; /** * 从一个点到达另一个点的路径<br/> * 用到深度优先算法dfs<br/> * * @author Hang * */ public class MazePath{ public static List<Po

2015年6月1号， Twitter 对外宣讲了他们的Heron系统， 从ppt和论文中，看起来完爆storm。昨天，抽空把论文，仔细读了一遍， 把个人笔记和心得分享一下：

MXNet是深学习框架，设计效率和灵活性。

深度学习计算密集，所以你需要一个快速多核CPU，对吧？还是说买一个快速CPU可能是种浪费？搭建一个深度学习系统时，最糟糕的事情之一就是把钱浪费在并非必需的硬件上。本文中，我将一步步带你了解一个高性能经济系统所需的硬件。研究并行化深度学习过程中，我搭建了一个GPU集群，为此，我需要仔细挑选硬件。尽管经过了仔细的研究和逻辑推理，但是，挑选硬件时，我还是

JavaScript 是一门弱类型语言，刚接触的时候感觉方便快捷（不需要声明变量类型了耶！），接触久了会发现它带来的麻烦有的时候不在预期之内 呵呵一笑，哪有这么夸张，可能有人看过这样一段代码 [][(![]+[])[+[]]+([![]]+[][[]])[+!+[]+[+[]]]+(![]+[])[!+[]+!+[]]+(!![]+[])[+[]]+(!![]+[])[!+[]+!+[]+!+[]

深度学习目前已经被应用到图像识别，语音识别，自然语言处理，机器翻译等场景并取得了很好的行业应用效果。至今已有数种深度学习框架，如TensorFlow、Caffe、Theano、Torch、MXNet，这些框架都能够支持深度神经网络、卷积神经网络、深度信念网络和递归神经网络等模型。TensorFlow最初由Google Brain团队的研究员和工程师研发，目前已成为GitHub上最受欢迎的机器学习项目。

RNN乃是序列建模的绝招，适合非常多的应用，包括语言建模、机器翻译、聊天机器人、看图说话（Image captioning）、图像生成、语音识别等等。相应的，LightRNN通过以小见大、返璞归真，推动深度学习在在这些问题、场景里的实用化。我们相信，LightRNN会进一步提升深度学习在AI的江湖地位，并促进AI普及化进程，而不是让AI或深度学习发展成为大型帮派的特权。

简单的说就是一种将任意内容的输入转换成相同长度输出（有个范围，假设10位的数字，用一个称之为HashTable的容器来存放）的加密方式------hash

如今，许多科技公司都在研究深度学习，也非常渴求这方面的专业人才。斯坦福大学的研究生 Richard Socher 曾经发起过与深度学习相关的 Nasent 项目，引起了科技公司的关注，并因此得到了许多邀请，但是，他对于科技公司的工作却没有兴趣。他想要把深度学习变为人人可用的东西，而不只是大型技术公司 的专利。

Redis is an open source, BSD licensed, advanced key-value store. It is often referred to as a data structure server since keys can contain strings, hashes, lists, sets and sorted sets. redis是开源,BSD许可,高级的key-value存储系统. 可以用来存储字符串,哈希结构,链表,集合,因此,常用来提供数据结构服务.

/********************************************************************************* * InitPHP 2.0 国产PHP开发框架 Dao-Nosql-Redis *----------------------------------------------------------------------------

redis是一个支持持久化的内存数据库，也就是说redis需要经常将内存中的数据同步到磁盘来保证持久化。redis支持两种持久化方 式，一种是 Snapshotting（快照）也是默认方式，另一种是Append-only file（缩写aof）的方式。

　该文档是开发之中的redis集群实现细节。该文档分成两个部分，第一部分为在redis非稳定版本代码分支上已经实现的，另外一部分为还需要去实现的。在未来若集群实现设计变更这些都可能被修改，但是相对来说，未实现的部分相较于已经实现的部分被修改的可能性更大些。该文档包括了实现客户端需要的各种细节，但是客户端作者需要注意这些细节都有可能被修改。

redis是当前比较热门的NOSQL系统之一，它是一个key-value存储系统。和Memcached类似，但很大程度补偿了memcached 的不足，它支持存储的value类型相对更多，包括string、list、set、zset和hash。这些数据类型都支持push/pop、add /remove及取交集并集和差集及更丰富的操作。在此基础上，redis支持各种不同方式的排序。Redis数据都是缓存在计算机内存中，并且会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件。