Kubernetes是什么？
Kubernetes是容器集群管理系统，是一个开源的平台，可以实现容器集群的自动化部署、自动扩缩容、维护等功能。
Kubernetes中文手册
发表评论
使用setuptools进行python打包分发
本文用实例演示如何把自己的python代码库打包上传pypi，以使用pip进行安装。
Tmux
简单点说，这个工具能解决nohup python faceswap.py train & 报cannot connect to X server的问题，即远端的程序不能后台运行，但是你的网络又经常会断开，用Tmux就好了
小猪学AI—图像生成原理与应用
概述
最近替换视频中的人脸比较火，涉及的技术主要是图像生成，主要采用生成式对抗网络（GAN, Generative Adversarial Networks ）深度学习模型。GAN是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。
本文基于Deepfakes Faceswap实现了一个简单的图片换脸过程。
FFMpeg—视频/图片处理工具
一个非常方便的视频<->图片互转工具：视频截帧、帧图片合成视频、添加水印/字幕等。
小猪学AI—迁移学习之人脸识别
概述
想给家里的小八爪机器人加上人脸识别功能，比如瞄准的是我时就不能发射炮弹，这样儿子就没法拿这个怪物打我了。。。（也可以在工位上加个摄像头，领导来了提前报警。。。）
强化学习之下棋高手
一、概述
儿子的国际象棋水平渐长，我已经逐渐下不过他了，作为陪练水平这么不堪怎么能行？！可是自己研究棋谱的时间有点少，自认成为棋协大师的概率比较低，想来想去还是参考AlphaGo Zero做个AI吧，一方面有可能训练出一个大师级的AI做儿子的陪练对棋艺的提升有所帮助，另一方面刚好自己也能顺便学习强化学习。
如何使用gdb分析c++ core
一、概述
使用c++开发程序时，经常会遇到运行中core的情况，如果是偶发的就更加难以定位，本文讲解如何使用gdb进行core位置的分析定位。
AlphaGo论文译文：用通用强化学习自我对弈，掌握国际象棋和将棋 Mastering-Chess-and-Shogi-by-Self-Play-with-a-General-Reinforcement-Learning-Algorithm
AlphaGo论文的译文：用通用强化学习自我对弈，掌握国际象棋和将棋 Mastering-Chess-and-Shogi-by-Self-Play-with-a-General-Reinforcement-Learning-Algorithm
AlphaGo论文译文：用深度神经网络和树搜索征服围棋 Mastering the game of Go with deep neural networks and tree search
AlphaGo论文的译文：用深度神经网络和树搜索征服围棋 Mastering the game of Go with deep neural networks and tree search
Jupyter Notebook支持多python版本
jupyter notebook里的代码有py2.7也有py3.0的，本文讲解如何使jupyter同时支持多个python版本（python2.7.5 + python3.6.2）。
Keras: 基于 Python 的深度学习库
Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。
小猪学AI—图像分类之猫狗识别
概述
前段时间尝试了手写数字的识别，因为模型是使用比较干净的黑底白字图片训练的，直接拿拍的手写照片识别效果不太好，无论是拍照时光线的明暗不均匀、笔的粗细、纸张的边缘等都对模型识别有很大影响，所以当时在模型识别前做了大量的图片预处理工作才使实际的应用准确率得到提升。难道图片的识别都要做如此复杂的预处理吗？
如何用python解析cifar10数据集图片
概述
通用图像分类公开的标准数据集常用的有CIFAR、ImageNet、COCO等，常用的细粒度图像分类数据集包括CUB-200-2011、Stanford Dog、Oxford-flowers等。其中ImageNet数据集规模相对较大，大量研究成果基于ImageNet。ImageNet数据从2010年来稍有变化，常用的是ImageNet-2012数据集，该数据集包含1000个类别：训练集包含1,281,167张图片，每个类别数据732至1300张不等，验证集包含50,000张图片，平均每个类别50张图片。
Kaggle
mark
python skimage图像处理
skimage即是Scikit-Image。基于python脚本语言开发的数字图片处理包，比如PIL,Pillow, opencv, scikit-image等。 PIL和Pillow只提供最基础的数字图像处理，功能有限；opencv实际上是一个c++库，只是提供了python接口，更新速度非常慢。scikit-image是基于scipy的一款图像处理包，它将图片作为numpy数组进行处理，与matlab一样。
OKRs—制定目标和关键成果(Objectives and Key Results)
一种有助于确保公司上下一起聚焦于解决重要难题的管理方法。
如何从汽车照片中扣出车牌？
为了做车牌识别训练，先单独研究下怎么从照片里扣出车牌区域。
Convolution Network及其变种（反卷积、扩展卷积、因果卷积、图卷积）
mark
https://www.cnblogs.com/yangperasd/p/7071657.html
如何用python解析mnist图片
MNIST 数据集是一个手写数字识别训练数据集，来自美国国家标准与技术研究所National Institute of Standards and Technology (NIST)。训练集 (training set) 由来自 250 个不同人手写的数字构成，其中 50% 是高中学生，50% 来自人口普查局 (the Census Bureau) 的工作人员。测试集(test set) 也是同样比例的手写数字数据。