Golang 在接入层长连接服务中的实践 黄欣 基础平台－架构部 目录 • 背景 • 架构 • 心得 目录 • 架构 • 心得 背景—why 长连接？ • 业务场景 – 大量实时计算 • 司机乘客撮合 • 实时计价 – 高频度的数据交互 • 坐标数据 • 计价数据 – App和服务端双向可达 • 上行（抢单） • 下行（派单） 背景—why golang？ • 开发效率

MicroPython与硬件开发 黄盈樟 个人简介 2019年11月10日8时10分 资深嵌入式开发工程师，近几年的工作领域为开源无人机系统应用、物联网全系统 应用，擅长语言是C/C++/Python, 曾于国内多个重点大学开展无人机应用项目， 在国内多所二本院校担任物联网专业的课程讲师。 目录 CONTENTS 硬件发展史与开发语言 MicroPython发展史 MicroPython实例

数字货币交易系统架构 Python实现 黄毅 目录 CONTENTS 交易系统功能介绍 交易系统架构设计 钱包实现介绍 1 交易系统功能介绍 交易系统功能-基本概念 class Side(Enum): ‘下单方向’ BUY = 0 SELL = 1 class Order(NamedTuple): ‘订单’ id: int side: Side amount:

微博在线机器学习和深度学习实践 黄波 @黄波_WB 资深技术专家 2019.5 目录 1.推荐篇 2.平台篇 3.总结篇 1 目录 • 推荐场景 • 推荐 • 在线机器学习 • 深度学习 • 平台背景 • 平台架构 • 平台效果 • 微博技术里程碑 • 微博业务生态 推荐篇 APPLICATION 推荐场景、在线机器学习和深度学习 11 1 推荐场景 •

Python大型Web项目进击 之路 主讲人： 黄志武 – 华世界集团创始人 目录 • Python web开发有什么优势 • 现在的python Web 有哪些选择 • 我们到底是在解决谁的问题 • 业务需求和技术需求哪个更重要 • 技术的价值到底在哪里 Python Web开发有什么优势 • 为什么选择python django框架做web开发 • 基于后端数据模型生成的web模板

，妨碍了我们作为子模块使用。 小彭老师单方面宣布：一切默认开启 tests ， docs 构建目标的 cmake 项目，有病啊！ 你妨碍别人作为子模块用你的项目。没错说的就是你 OpenSim ，张心欣当时浪费好多时间伺候这个沙雕库。 还要指定一个环境变量 SIMBODY_HOME 指向他的依赖项 SimBody 的源码路径，这么 dedicated 让人咋 用？ 第 4 章：任务域与嵌套 https://link TBB 中其他并发容器 第 7 章：并行筛选 筛选（ filter ） 利用 vector 的 push_back 动态追加数据 筛选出所有大于 0 的 sin(i) 值 并行筛选 1 （张心欣犯过的错） 利用多线程安全的 concurrent_vector 动态追加数据 基本没有加速，我猜想 concurrent_vector 内部可能 用了简单粗暴的互斥量，只保证了安全，并不保证高 效 加速比： thread-local vector 比较高效 AMD 的 wrap 大小 64 ，尹伟达的 wrap 大小 32 高性能计算既然要高性能，必须针对不同硬 件优化，而优化策略都不一样，何谈统一？ 黄仁勋回应称：单机上 CPU 的并行，多机上的 CPU 并行，单机单卡 GPU ，单机 多卡 GPU ，每一种要采用的策略都完全不同，表示不看好 oneapi 能统一异构计算 …… 现在流行改名运动？

机器学习：计算机利用已有的数 据(经验)，得出了某种模型，并利 用此模型预测未来的一种方法。 深度学习：实现机器学习的一种 技术 人工智能 机器学习 深度学习 5 杨立昆（Yann LeCun） 杰弗里·欣顿（Geoffrey Hinton） 本吉奥（ Bengio ） 共同获得了2018年计算机科学的最高奖项 ——ACM图灵奖。 机器学习界的执牛耳者 Andrew Ng 中文名吴恩达，斯坦福大学副教 = ?⋂? ?⋂? = ?⋃? 44 概率论与数理统计-古典型概率 定义：试验?中样本点是有限的，出现每一样本点的概率是相同 。 一袋中有8个球，编号为1－8，其中1－3号为红球，4－8号为黄球， 设摸到每一球的可能性相等，从中随机摸一球，记? ={ 摸到红球 }，求?(?)。 A = 1,2,3 ⇒ ? ? = 3 8 S = 1,2, … , 8 ? ? = ?所包含的样本点数 中的样本点数 45 概率论与数理统计 (1) 条件概率: ?(?|?) = ?(??) ?(?) ,表示?发生的条件下，?发生的概率 一袋中有8个球，编号为1－8，其中1－3号为红球，4－8号为黄球， 设摸到每一球的可能性相等，从中随机摸一球，记A={ 摸到红球 }，求P(A)。 A = 1,2,3 ⇒ ? ? = 3 8 (2) 全概率公式： ?(?) = σ?=1 ? ?(?|?

人工智能：机器展现的人类智能 机器学习：计算机利用已有的数 据(经验)，得出了某种模型，并利 用此模型预测未来的一种方法。 深度学习：实现机器学习的一种 技术 5 杨立昆（Yann LeCun） 杰弗里·欣顿（Geoffrey Hinton） 本吉奥（ Bengio ） 共同获得了2018年计算机科学的最高奖项 ——ACM图灵奖。 深度学习界的执牛耳者 Andrew Ng 中文名吴恩达，斯坦福大学副教 = ?⋂? ?⋂? = ?⋃? 45 概率论与数理统计-古典型概率 定义：试验?中样本点是有限的，出现每一样本点的概率是相同 。 一袋中有8个球，编号为1－8，其中1－3号为红球，4－8号为黄球， 设摸到每一球的可能性相等，从中随机摸一球，记? ={ 摸到红球 }，求?(?)。 A = 1,2,3 ⇒ ? ? = 3 8 S = 1,2, … , 8 ? ? = ?所包含的样本点数 中的样本点数 46 概率论与数理统计 (1) 条件概率: ?(?|?) = ?(??) ?(?) ,表示?发生的条件下，?发生的概率 一袋中有8个球，编号为1－8，其中1－3号为红球，4－8号为黄球， 设摸到每一球的可能性相等，从中随机摸一球，记A={ 摸到红球 }，求P(A)。 A = 1,2,3 ⇒ ? ? = 3 8 (2) 全概率公式： ?(?) = σ?=1 ? ?(?|?

强引用就像星巴克老板，弱引用就像来上厕所的张心欣（小彭老师的老板）。 • 假设张心欣他没有眼睛，看不见厕所，只是凭借记忆来老地方上厕所，但是他的记忆力非常好 。 • 之前星巴克为了表现“慈悲情怀”一直开着厕所，位置不变，张心欣总能准确拉到那个洞里。 • 如果星巴克哪天心情不好，把厕所销毁了，那张心欣蒙着眼还是来老地方上厕所，分三种情况 ： 1. 星巴克把厕所这块地腾空后，没有挪作他用，继续空着这块地。那么这时候张心欣蒙着眼来 星巴克把厕所这块地腾空后，在这里新建了个餐桌，上面坐着其他顾客，在吃饭。那么这时 候张心欣来这里一拉，就会拉到别人碗里，臭烘烘的（释放后，这块内存又被用来存储其他 对象，不慎写入这个弱引用，就写入到其他对象里了）。 3. 星巴克把厕所这块地腾空后，从彼岸花丛中的死之结界里跳出一个外星人（操作系统）把这 块“时空”给拆掉了，那么这时候张心欣来这里一拉，他就掉进“时空裂隙”里再也出不来了（释 放后，这块内存被操作系统收回，不慎写入这个弱引用，就会触发 放后，这块内存被操作系统收回，不慎写入这个弱引用，就会触发 segfault ）。 • 其实 2 就是黑客破解一些 C 语言程序的思路，利用张心欣蒙眼的特性，利用他的粑粑，来 覆盖系统软件重要的数据结构（比如一个正在吃三文鱼刺身的西装），从而改变西装的行为。 弱引用失效案例 • 被引用的 string 本体修改的时候，原先生成的 string_view 会失 效（因为 ptr 和 len 改变了）。 • 因此建议创建

对样本进行加权等，我们在 XGBoost、LightGBM、DNN 上引入这些处理生成多个 不同模型进行模型融合，优化极值点问题，达到鲁棒效果。 备注：特别感谢共同参加 KDD Cup 2017 的陈欢、燕鹏、黄攀等同学。 2.3 自动化机器学习问题 自 动 化 机 器 学 习 问 题 [10] 主 要 包 括 KDD Cup 2019 AutoML 和 KDD Cup 2020 AutoGraph 比赛。该类问题，一般具有以下三个特性： 机器学习算法专家，感兴 趣的同学可以将简历发送至：tech@meituan.com（邮件主题：美团搜索与 NLP 部）。 算法 < 83 图技术在美团外卖下的场景化应用及探索 作者：任建 张伟 雨枫 黄坤 慧楠 鹏业 张波 1. 引言 外卖已经成为大众生活中非常的重要组成部分，大家也逐步感受到外卖带来的便 利。大数据和深度学习时代的到来，使点击率（Click Through Rate, CTR）/ 叉在算力约束下，只能满足部分特征交叉；对于场景的元路径刻画仍然依赖于先验人 工定义，尚未走上“自动驾驶”之路，未来我们会持续进行探索。 算法 < 101 5. 作者简介 任建、张伟、雨枫、黄坤、慧楠、鹏业、张波，均来自美团外卖广告技术团队。 6. 参考资料 [1] Li F, Chen Z, Wang P, et al. Graph intention network for click-through