我听说了很多low code/no code应用开发解决方案，这些方案自称只需要点击几下鼠标， 就可以完成软件开发工作，而不需要像传统方式那样手工编写大量的代码。这听起来很棒， 但是我们应当认真地思考一下，这些低代码/无代码解决方案到底是软件开发的灵丹妙药，还是 历史泡沫的重现？在本文中，我将基于历史的教训来近距离审视这一技术。

我知道你已经用上了最先进的深度学习模型，不过，还在人工标注数据吗？ 这有点过时了！快来了解下Snorkel —— 最新的基于弱监督学习的大规模训练数据标注神器!

企业分布账本技术（Distributed Ledger Technology）需要解决5个方面的挑战：数据隐私性、技术正当性、 可伸缩性、最终一致性和互操作性。本文将对企业以太坊（Quorum）、Hyperledger Fabric和Corda就这些环节进行比较。

人工智能之父John McCarthy将AI视为科学和工程的结合，而机器学习是AI已经实现的 部分，利用机器学习技术，计算机能够通过体验（数据）来像人类一样学习，而不需要 被显式地编程。这篇文章将详细介绍我们在大作业项目如何使用Python的Keras深度学习框架， 实现一个卷积神经网络（Convolutional Neural Network）来识别图像中的店铺LOGO/招牌。

GraphSQL是为了解决REST API存在的问题而提出的一种新的查询语言。GraphQL将数据对象关系 映射到一个图（Graph），并设计了一种查询语言（Query Language）来遍历图中关系 —— 这也是GraphQL 名称的来源。本教程将介绍GraphQL规范的基本内容并使用nodejs实现一个简单但 完整的GraphQL API服务。

在前一篇文章中，我们讨论了用于人体检测的早期方法，例如Vila Jones的目标检测框架（Haar级联） 和方向梯度直方图（HOG）检测器。我们也看到了这些早期方法存在的问题，例如漏检、误检等。在 本文中，我们将了解最新的深度学习技术是如何解决上述这些问题的，并使用代码来实现它。

过去的一年我都在忙着实现我的本科毕业设计课题项目：行人检测系统。 我们团队的目标是实时检测现场CCTV摄像机视频流中出现的行人。本文 是对此项目的简要总结，同时对我们在开发这个行人检测系统中用到的一些 开源项目和库进行简单的评价。

车牌识别系统可以自动检测并识别图像中的车辆牌照，其算法 主要包括牌照定位、牌照分割、字符识别等步骤。本文将给出一种 基于深度学习的车牌识别系统方案。

spaCy是最流行的开源NLP开发包之一，它有极快的处理速度，并且预置了 词性标注、句法依存分析、命名实体识别等多个自然语言处理的必备模型，因此 受到社区的热烈欢迎。中文版预训练模型包括词性标注、依存分析和命名实体识别， 由汇智网提供，下载地址：spaCy2.1中文模型包

spaCy是一个流行、易用的Python自然语言处理包。spaCy具有相当高的处理精度， 而且处理速度极快。不过，由于spaCy还是一个相对比较新的NLP开发包，因此它 还没有像NLTK那样被广泛采用，而且目前也没有太多的教程。在本文中，我们将 展示如何使用spaCy来实现文本分类，并在结尾提供完整的实现代码。