本文将介绍英特尔提供的各种工具：Intel® Movidius™ Neural Compute Stick、Intel® Python Distribution for Python™、Intel® Math Kernel DNN Library、Intel® Data Analytics Acceleration Library、Intel Distribution of OpenVINO™ Toolkit。

使用 Python 和 PyGame 的 A* 算法解决 8 拼图

作者：Ghazanfar_Ali

使用 Python 和 PyGame 实现 A* 算法，自动解决 8 拼图。

Python 编程语言入门 - 第一部分

作者：Dominic Abraham

本文旨在通过小示例为您提供 Python 编程语言的基础介绍。这将帮助您开始您的第一个 Python 程序。

初学者指南：NoSQL

作者：Software Developer's Journal

本文旨在探讨 noSQL 数据库的基本概念和原理。 noSQL 面向数据库管理员、程序员、编码员、 Web 开发人员等。

一个用 Python 制作的 DIY 数码相框

作者：deangi

一个用 Python 制作的 DIY 数码相框应用

一窝 Lambda 函数

作者：Joe Programmer 1

lambda 表达式、匿名函数以及所有这些东西是怎么回事？

关于 AWS CLI 和 SAM CLI 及杂项的说明

作者：Dr. Song Li

关于 AWS CLI 和 SAM CLI 的讨论。

关于CHKCONFIG & SYSTEMD的注意事项

作者：Dr. Song Li

讨论自动启动服务以及如何管理和手动启动/停止服务。

关于 Python、Virtualenv、VSC 集成及其他杂项的说明

作者：Dr. Song Li

这是一篇关于 Python、Virtualenv、VSC 集成及其他杂项主题的说明。

新手程序员、金融数据应用程序和快速原型设计的价值

作者：Luke Tucker

我如何使用 Exaptive Studio 构建了一个用于查看航空公司股票的最小可行数据应用程序。

CodeProject API 的 Python 包装器

作者：Thomas Daniels

本文介绍了我用 Python 编写的 CodeProject API 包装器的使用方法和工作原理。

一个简单的 Python Telnet 服务器

作者：fnwinter

一个使用 Python 编写的简单 Telnet 服务器

Python 和 MFC 中的一个皮肤化对话框

作者：fnwinter

帮助使用 Python、XML 和 UI 窗口 DLL 轻松创建皮肤化对话框程序。

一小块黄瓜

作者：Zebedee Mason

使用 Python 2.7 脚本从 Gherkin DSL 功能文件中创建 Visual C++ 测试。

构建和分发精简 RAG 管道的分步指南

作者：Jozu MLOps

在本文中，我们将使用 KitOps 构建一个检索增强生成 (RAG) 管道，并集成 ChromaDB（用于嵌入）、Llama 3（用于语言模型）和 SentenceTransformer（用于嵌入模型）等工具。

一个 TCL-TK 表单生成器

作者：Member 4206974

一个 Tcl-Tk 表单生成器，可以单独使用，也可以为那些活动可能很复杂的语言提供快速的表单生成。

加速 Python 今日的发展

作者：Intel

为加速器架构的“寒武纪大爆发”做好准备

使用 Intel® Extension for PyTorch 加速 PyTorch

作者：Intel

提升 PyTorch 性能的开源扩展

Python 中的访问控制

作者：Intel

此访问控制系统应用程序是使用 Intel® IoT Developer Kit、Intel® Edison 板、Intel® IoT Gateway、云平台、API 和其他技术的一系列 Intel® Internet of Things (IoT) 代码示例练习的一部分。

访问 EDGAR 数据库中的财务报告

作者：Matt Scarpino

从电子数据收集、分析和检索 (EDGAR) 系统获取财务记录

伴随文本识别：通过 OCR 增强条形码扫描

作者：Dynamsoft

在本文中，我们将讨论如何使用开源 OCR 软件 Tesseract 来识别条形码图像中的伴随文本。

将 AI 风格迁移 TensorFlow Lite 模型添加到 Android 应用

作者: Abdulkader Helwan

在本文中，我们将向您展示如何设置一个适合加载和运行我们的 .tflite 模型的 Android Studio 环境。

为Python添加类似C#的属性事件

作者：Marc Clifton

面向C#开发人员，了解Python。面向Python开发人员，也许有一些有用的东西。

将对象检测与 TensorFlow 添加到机器人项目中

作者：Phil Hopley

在本文中，我们将为现有的 ROS（机器人操作系统）家用机器人添加 AI。

深度学习年龄估计：数据集获取

作者：Sergey L. Gladkiy

本文将讨论图像数据集的选择和获取。

深度学习年龄估计：构建 CNN

作者：Sergey L. Gladkiy

本文将使用 Keras 框架构建我们设计的网络。

深度学习年龄估计：入门

作者：Sergey L. Gladkiy

本文将开始介绍如何使用深度神经网络从图像估计一个人的年龄。

深度学习年龄估计：训练 CNN

作者：Sergey L. Gladkiy

本文将训练用于年龄估计的 CNN。

深度学习年龄估计：使用 CNN 预测年龄

作者：Sergey L. Gladkiy

本文将解释如何使用预训练的 CNN 从图像估计一个人的年龄。

比特币时间序列数据的 AI 异常检测

作者：Sergio Virahonda

本文讨论时间序列数据的异常检测。

树莓派上的 AI 人脸检测

作者：Sergey L. Gladkiy

本文将在树莓派设备上运行我们的人脸检测器。

使用预训练模型进行 AI 人脸识别

作者：Arnaldo P. Castaño

本文将改编 VGG16 模型。

比特币实时价格的 AI 预测和异常检测

作者：Sergio Virahonda

本文将结合预测和检测比特币实时价格数据流。

比特币时间序列数据的 AI 预测

作者：Sergio Virahonda

下一篇文章中，我们将讨论比特币时间序列数据的预测。

使用 TensorFlow Lite 进行 Android AI 危险检测

作者：Joel Ivory Johnson

本系列文章将向读者展示如何使用 Android 设备创建实时 AI 危险检测器。

iOS 上使用 ResNet 的 AI 图像分类

作者：Jarek Szczegielniak

在前一篇文章中将 ResNet 模型转换为 Core ML 格式后，本文将将其用于一个简单的 iOS 应用程序。

AI 推理软件基础：光学字符识别入门

作者：Raymond_Lo

本文将展示如何使用机器学习平台 TensorFlow 和 Intel® Distribution of OpenVINO™ Toolkit 入门 OCR。

多语言 AI 语言翻译

作者：Martin_Rupp

本文将训练和测试我们在其他语言上的翻译模型。

边缘 AI：人脸口罩检测

作者：Sergio Virahonda

创建人脸口罩检测器的不同方法

AI 队列长度检测：计算区域内人数

作者：MehreenTahir

本文将训练一个深度学习模型来检测和计算给定区域内的人数。

AI 队列长度检测：使用 YOLO 进行图像中的对象检测

作者：MehreenTahir

本文将比较从头开始训练模型与使用 YOLO 等更高级和预训练方法进行训练。

AI 队列长度检测：使用 YOLO 进行视频中的对象检测

作者：MehreenTahir

本文将查看我们是否可以在视频流上实现 YOLO 来进行队列长度检测。

AI 队列长度检测：使用 Keras 进行对象检测

作者：MehreenTahir

这是文章系列的第一篇，我们将展示如何制作一个 AI 队列长度检测器。

AI 队列长度检测：使用 Keras 进行自定义对象检测的 R-CNN

作者：MehreenTahir

本文将探讨一些用于对象检测的其他算法，并学习如何为自定义对象检测实现它们。

AI 社交距离检测器：计算检测到的人的中心点

作者：Dawid Borycki

本文将计算每个检测到的边界框的中心，这将作为计算距离的基础。

AI 社交距离检测器：检测视频序列中的人

作者：Dawid Borycki

本文将对测试数据集中的帧进行对象检测，包括存储在视频文件中的视频序列。

AI 社交距离检测器：查找距离太近的人

作者：Dawid Borycki

本文将使用这些中心点来估计人与人之间的距离，并指示距离太近的人。

AI 社交距离检测器：使用 YOLO 对象检测改进人脸检测

作者：Dawid Borycki

本系列最后一篇文章，我们将改进我们用于 AI 驱动的社交距离检测的 Python 控制台应用程序。

AI 社交距离检测器：视频帧中的对象检测

作者：Dawid Borycki

本文将继续学习如何使用 AI 构建社交距离检测器。

AI 社交距离检测器：使用 TensorFlow 和 MobileNet 进行对象检测

作者：Dawid Borycki

本文将使用绘图函数来描绘检测到的对象。

AI 社交距离检测器：使用 OpenCV 注释检测到的对象

作者：Dawid Borycki

本文将学习如何为图像添加注释。

AI 社交距离检测器：使用 OpenCV 处理图像

作者：Dawid Borycki

本文系列将探讨如何使用 AI 和深度学习处理视频帧，以确保人们在人群中保持足够的社交距离。

使用 AI 危险检测向 Android 驾驶员发出警报

作者：Joel Ivory Johnson

在 AI 危险检测 Android 系列的下一篇文章中，我们将探讨如何避免不必要地警告用户，以及如何快速提醒他们。

解决帕斯卡三角形和牛顿二项式的算法方法

作者：José Cintra

一些解决帕斯卡三角形的算法建议，涵盖迭代、递归和函数式范例。

用于高级数学的交互式环境

作者：dawright

结合 .NET 数学库和 .NET 动态编程语言，创建类似 Matlab/Mathematica 的数学和数据分析交互式环境。

概率历史上的一个有趣问题

作者：Amarnath S

概率历史上的一个问题，包含显而易见且正确的解决方案，以及其 Python 模拟。

机器学习基本算法介绍（第四部分）

作者：I Love Code

逻辑回归介绍

Python 测试工具入门

作者：Emad Bin Abid

在本文中，我们提供了对基本 Python 测试工具的良好理解。

支持向量机 (SVM) 和简化 SMO 算法介绍

作者：Ngọc Minh Trần

SVM 和简化 SMO 算法介绍

用于 Python 和 NumPy 中近似字符串匹配的最佳 Wagner-Fischer 算法

作者：Arthur V. Ratz

使用 Wagner-Fischer（基于两个矩阵行）算法，有效地计算字面字符串的 Levenshtein 距离。

使用 SAP HANA 和 Amazon SageMaker 分析 200 年的气候数据

作者：Allister Beharry

使用全球历史气候网络项目的数据，我们可以使用 SAP HANA 内存数据库和 Amazon SageMaker 托管的 Jupyter Notebook，处理、分析和预测两个世纪以来收集的数十亿字节的数值气候数据。

使用 Python 和 Numpy 分析 gdb 调试器中的 C/C++ 矩阵

作者：M.Mo

使用 gdb 调试器的 Python API 在调试会话中分析和可视化 C/C++ 数组。

使用 AST 包分析 Python

作者：Matt Scarpino

本文介绍如何使用开源 ast 包分析 Python 代码。

使用 Python 和 Intel 分析 Twitch 频道观看量

作者：Jeffrey T. Fritz

Jeff 整合了他对 Python 和 Jupyter Notebooks 的学习成果，对他的 Twitch 频道观看量进行了一些分析。他可以改变哪些因素来增加观看量？

Android Tensorflow Lite 最佳实践和优化

作者：Joel Ivory Johnson

本文将讨论网络可以进一步优化的方式。

ANNdotNET v1.0 已发布

作者：Bahrudin Hrnjica

ANNdotNET v1.0 已发布

anonympy - 使用 Python 进行数据匿名化

作者：Shakhansho

对新编写的 anonympy 包的概述，以及对其一些方法和功能的演练。

蚁群优化解决经典的非对称旅行商问题

作者：Pravin baskaran

一种离线信息素更新的蚁群优化算法的 Python 实现，用于解决 ry48p，一个非对称旅行商问题

防病毒程序 - 第 2 部分

作者：VISWESWARAN1998

使用 Yara、局部敏感哈希检测恶意软件的开源防病毒引擎。

在 Flask 中创建的 API

作者：WasiUllah Khan

为我的 Dropbox 文件上传器创建了一个使用 Flask 的 API。

Apple-tron，一款面向农民的 AI

作者：Prilvesh K

Apple-tron，一款面向中小型企业农民的快速 AI，用于给水果贴标签。

生成深度伪造的方法

作者：Sergio Virahonda

本文将解释我们可以选择的不同选项来创建深度伪造。

基于 Arm 的驾驶员分心检测

作者：Sergey L. Gladkiy

如何创建一个驾驶员分心检测器以及如何在 Raspberry Pi 或 Jetson Nano 等 Arm 驱动的设备上运行它。

“按原样” 软件架构

作者：Zebedee Mason

介绍了用于从源代码和 .NET 程序集自动构建架构图和指标的软件。讨论了 Visual C++、 Python、 Linux 内核、 Boost 和 .NET 的示例。

用于很好隐私的音频聊天（AC4QGP）

作者：Clark Fieseln

在隔离设备中，使用“增强的”端到端加密和音频信号调制进行聊天，确保隐私、匿名和网络安全。

用于“充分隐藏”的音频隐写术 (AS4PGC)

作者：Clark Fieseln

压缩、加密并隐藏 MP3、WAV、OGG、FLAC 等音频文件中的秘密文件。

将 MLOps 自动化部署到 Kubernetes

作者：Sergio Virahonda

本文将开发一个半自动化的生产部署脚本，它将完成我们的项目。

使用 Selenium 和 Python 自动化 Web

作者：WasiUllah Khan

使用 Selenium 和 Python 自动解析 Pakwheels。

Azure Arc 启用的服务器（第三部分）：设置安全、Sentinel 和运行手册

作者：Florian Rappl

在本文中，我们将了解如何设置安全、Sentinel 和运行手册。

Azure Arc 机器学习（第二部分）：使用 Azure Arc 启用的机器学习在本地训练机器学习模型

作者：MehreenTahir

在本文中，我们将学习如何在 Arc 启用的 Kubernetes 集群上训练机器学习 (ML) 模型。

Azure Arc 机器学习（第三部分）：使用 Azure Arc 启用的机器学习实现任意位置的推理

作者：MehreenTahir

在本文中，我们将学习如何部署我们的模型并实现任意位置的推理（使用 Azure Arc 启用的 ML）。

Azure Synapse Analytics 面向 SQL Server 大师 - 第二部分：引入数据并创建 ML 模型

作者：David Norton

在本文中，我们将探讨如何将数据导入 Azure Synapse Analytics 并构建机器学习模型。

使用 Python+Keras 进行基础深度学习

作者：Jesús Utrera

一系列介绍 Python 和 Keras 框架中深度学习编码的文章的第一篇。

使用 Python+Keras 进行基础深度学习。第二章

作者：Jesús Utrera

一系列介绍 Python 和 Keras 框架中深度学习编码的文章的第二篇。

基准测试 Intel® Extension for Scikit-learn：它有多快？

作者：Intel

本文将探讨并比较 Intel Extension for Scikit-learn 的性能，并将其与标准 Scikit-learn 库进行基准测试。

Bernoulli 工厂算法

作者：Peter Occil

将有偏的“抛硬币”转化为有偏的“抛硬币”的算法，以及如何对它们进行编码。

充分利用 Predix 分析服务的最佳实践

作者：Sujoy Basu

在创建分析时，需要牢记一些事项，从准备数据本身到在生产环境中部署分析。

大数据

作者：Mahsa Hassankashi

关于大数据的一切。

BigDL：将深度学习带到大数据用户和数据科学家指尖

作者：Intel

本文概述了 BigDL 0.1.0 版本（以及即将发布的 0.1.1 版本）中的最新增强功能。

连续 SQL 流发送和处理系统简介 (第一部分： SQLite)

作者：Yuancai (Charlie) Ye

SocketPro 应用于各种数据库，实现连续的内联请求/结果批处理和实时流处理，并进行双向异步数据传输。

SocketPro 高性能可扩展持久消息队列简介

作者：Yuancai (Charlie) Ye

连续在线请求/结果批处理、实时流发送/处理、异步数据传输和并行计算，以获得最佳性能和可伸缩性。

使用 OpenVINO™ 工具包，携带您自己的数据集并重新训练 TensorFlow 模型

作者：Ragesh_Hajela

在本文中，我们研究了如何修改 GitHub 上的 OpenVINO™ Notebooks 仓库，重新训练相同的模型，但使用不同的数据集。

使用 Digispark Attiny85 构建树莓派电源

作者：Andrew Lai

树莓派的开机、安全关机和断电。

在 Microsoft Azure 上构建安全的 Kubeflow 管道

作者：Intel

利用 Intel® Software Guard Extensions 在虚拟机上部署安全、加速的机器学习管道

构建 Python 森林系列：AVL 树

作者：Shun Huang

使用 Python 构建 AVL 树。

构建 Python 森林系列：AVL 树 vs 红黑树

作者：Shun Huang

构建一个 Python 指标库来比较 AVL 树和红黑树。

构建 Python 森林系列：二叉搜索树

作者：Shun Huang

使用 Python 构建二叉搜索树。

构建 Python 森林系列：二叉树遍历

作者：Shun Huang

使用 Python 实现二叉搜索树遍历。

构建 Python 森林系列：双线程二叉搜索树

作者：Shun Huang

使用 Python 构建双线程二叉搜索树。

构建 Python 森林系列：红黑树

作者：Shun Huang

使用 Python 构建红黑树。

构建 Python 森林系列：单线程二叉搜索树

作者：Shun Huang

使用 Python 构建线程二叉搜索树。

使用 Python、Flask、Twilio SMS 和 CleverBot API 构建您自己的智能自动回复 Bot

作者：Twilio, Inc.

使用 Twilio 和 CleverBot API，您将创建一个 Flask 应用程序，该应用程序会向 CleverBot 发送文本消息，CleverBot 是一个可以通过对话学习的 AI。

使用 Python 和 ZeroMQ 构建代码插桩库

作者：Software Developer's Journal

为 iOS Vision 框架构建 Core ML 管道

作者：Jarek Szczegielniak

本文将创建一个 Core ML 管道作为我们的端到端模型。

使用 Intel 和 Anaconda 在 Python 中构建深度学习环境

作者：Intel

本文将探讨如何创建具有优化 Intel 软件包的 DL 环境。

构建 Docker 容器以训练深度伪造自编码器

作者：Sergio Virahonda

下一篇文章中，我们讨论了 Google AI Platform 以及如何借助 Docker 容器在那里训练模型。

使用 Keras 构建移动风格迁移 CycleGAN

作者: Abdulkader Helwan

本文将从头开始实现 CycleGAN。

使用 Python、Tornado 和 Strus 构建搜索引擎

作者：Patrick P. Frey

这个基于 Docker 镜像的教程将指导您开发一个基于 Strus 及其 Python 绑定的搜索引擎服务，该服务运行在 Tornado Web 框架中。

从头开始构建风格迁移 CycleGAN

作者: Abdulkader Helwan

本文将实现一个基于残差的生成器的 CycleGAN。

使用 TensorFlow 和 Keras 构建 AI 语言翻译

作者：Martin_Rupp

本文将构建我们的 AI 语言翻译系统。

使用 Create ML 和 Core ML 为 iOS 构建 AI 图像分类模型

作者：Jarek Szczegielniak

本文将继续使用 Apple 的 Create ML 训练我们自定义的热狗检测模型。

构建 MLOps 模型 API

作者：Sergio Virahonda

本文将构建模型 API 来支持预测服务。

使用 YOLO Core ML 模型构建对象检测 iOS 应用

作者：Jarek Szczegielniak

本系列最后一篇文章，我们将扩展应用程序以使用我们的 YOLO v2 模型进行对象检测。

构建和训练深度伪造自编码器

作者：Sergio Virahonda

本文将构建和训练我们的模型。

为 Google Glass 构建应用程序

作者：Android on Intel

本文讨论了为 Glass 构建应用的设计考量，以及如何使用 Mirror API 和 GDK 构建混合 Glass 应用。

使用无服务器 Python 构建 Microsoft Teams 应用（第一部分）：使用 Python 和 Azure Functions 构建个人选项卡 Teams 应用

作者：Marcelo Ricardo de Oliveira

在本文中，我们将演示如何在 Python 中创建无服务器 Azure Functions Web 应用。

使用无服务器 Python 构建 Microsoft Teams 应用（第二部分）：使用 Python 和 Azure Functions 构建频道和组选项卡

作者：Marcelo Ricardo de Oliveira

在本文中，我们将使用 Python 和 Azure Functions 探讨如何构建频道和组选项卡以及具有自适应卡片的选项卡。

使用无服务器 Python 构建 Microsoft Teams 应用（第三部分）：使用 Python 和 Azure Functions 构建具有自适应卡片的选项卡

作者：Marcelo Ricardo de Oliveira

本文应演示如何在 Python 中创建无服务器 Azure Functions Web 应用。

使用 Python 构建原生 ARM 上的 Windows 应用

作者：Dawid Borycki

本文演示了在 Arm 驱动的设备上使用原生 ARM Python 3.11 的便利性，与在模拟模式下使用相比，性能可提升高达三倍。

使用 Python 构建推荐系统

作者：MehreenTahir

本文将帮助您使用 Python 构建不同类型的基本推荐系统。

使用 VTK 为机器人构建用户界面 - 第一部分

作者：AD Colab Group

本系列教程演示了如何使用可视化工具包 (VTK) 开发机器人用户界面。

使用 VTK 为机器人构建用户界面 - 第二部分 (a)

作者：AD Colab Group

在本系列的第二篇文章中，我们将开始使用可视化工具包 (VTK) 为机器人构建 3D 环境。

使用 VTK 为机器人构建用户界面 - 第二部分 (b)

作者：AD Colab Group

第二篇文章的续篇，我们将查看 3D 环境和一些更复杂的 VTK 主题。

C 或 C++ 控制台程序代码生成器

作者：Bill_Hallahan

以下程序是一个代码生成器，可生成具有自动生成解析代码的 C 程序或 C++ 程序。

C# ConceptNetUtils (CNU) 版本 2

作者：JoeSox

运行 ConceptNet：常识语义网络的 C# 动态链接库。

计算第 N 个素数

作者：Andy Bantly

如何计算第 N 个素数

通过无穷序列计算 PI 的值

作者：José Cintra

使用双精度和任意精度通过无限级数计算 PI 近似的迭代算法

使用 ExcelPython 从 Excel 调用 Python 代码

作者：Eric Reynolds

ExcelPython 是一个轻量级的 COM 库，允许您从 Excel VBA 调用 Python 代码并操作 Python 对象。

使用 CLE 和 SL4A 从 Java Android 调用 Python

作者：li9705

使用 CLE 和 SL4A 从 Java Android 调用 Python

QR 分解真的能更快吗？Schwarz-Rutishauser 算法

作者：Arthur V. Ratz

使用 Schwarz-Rutishauser 算法优化大型矩阵的 QR 分解和特征值分解的性能。

CaptureManager SDK - 从网络摄像头捕获、录制和流式传输视频和音频

作者：Evgeny Pereguda

本文介绍了我的使用 Microsoft Media Foundation 在 Windows OS 上捕获视频和音频源的项目。

使用 Python 和 DirectShow 从相机捕获图像

作者：Andreask84

本文介绍了一个完全用 Python 编写的简单应用程序，允许您使用 DirectShow 从相机捕获图像，并使用 OpenCV 对其进行简单的处理。

Cartpole：强化学习的“Hello World”

作者：philoxenic

本文将让您立即上手，并完成您的第一个强化学习工作。

Cartpole：调整选项

作者：philoxenic

本文将介绍幕后情况以及可用于更改强化学习的选项。

猫还是不是 - 使用 Python 和 Keras 的图像分类器

作者：Ryan Peden

神经网络的代码优先介绍。

使用 Telit GSM 模块和 Python 进行蜂窝开发

作者：jonbowen234

本文将提供一些背景知识，以帮助理解如何开始为 Telit 设备系列开发 Python 脚本。

猎豹优化器 - Python 实现

作者：Ujwal Watgule

猎豹优化器是一种受自然启发的元启发式算法，旨在解决多维复杂优化问题。

选择用于 AI 交通速度检测的硬件

作者：Allister Beharry

本文将选择用于我们的 AI/Pi 解决方案的硬件组件，并将它们组装成一个功能系统。

清理 Pandas DataFrame 中的数据

作者：Glenn Prince

在“使用 Python 和 Pandas 进行数据清理”系列的第五部分中，在重塑数据之前，我们将最后一次清理数据集。

基于云的预测分析：Azure Machine Learning

作者：Fernando de Oliveira [MCP]

如果您可以在基于云的环境中预测数据，那会怎么样？您可以使用 Azure Machine Learning 来实现。

CodAI - 编程语言检测 AI

作者：Rupesh Sreeraman

编程语言检测 AI

CodeProject.AI 模块创建：Python 完全演练

作者：Chris Maunder

使用 Python 为 CodeProject.AI 创建一个最简模块的完全演练。

用斐波那契数列进行编码面试：深入兔子洞

作者：Member 4201813

虚构的编码面试，以斐波那契数列作为程序员各种技能的独特展示。

面向程序员的颜色主题

作者：Peter Occil

讨论程序员常遇到的颜色空间、颜色生成和其他一般颜色主题。

在 Pandas 中合并多个数据集

作者：Glenn Prince

在“使用 Python 和 Pandas 进行数据清理”系列的第四部分中，我们将介绍一些合并数据的简单方法。

用于将视频上传到 Vimeo 的命令行工具和 C# 类

作者：Andreask84

一个命令行工具和一个简单的 C# 类，包含一套完整的函数，可以轻松地将视频上传到 Vimeo

首次在 kaggle.com 上比赛

作者：Philipp_Engelmann

首次在 kaggle.com 上比赛。

将 MuPDF DLL 编译成渲染和编辑 PDF 文档

作者：wmjordan

MuPDF 是一个用 C 编写的开源、高性能 PDF 渲染和编辑引擎。本文介绍了如何将其源代码编译成 DLL 以供其他编程语言使用。

为 Windows Phone 8 编译 Python

作者：li9705

本文介绍了如何在 WP8 上编译 Python 源代码、所做的更改以及一个在 WP8 原生应用中使用 Python 的示例。

完成 AI 交通速度检测器

作者：Allister Beharry

本文将讨论我们可以对软件进行的性能或准确性改进。我们还将把自制的开源系统与商用车辆速度检测系统进行比较。

在 IronPython 中计算正态概率

作者：John D. Cook

计算正态概率的代码以及对 IronPython 中哪些有效和无效的讨论。

SQLAlchemy 和 Python 中的条件过滤

作者：DiponRoy

SQLAlchemy 和 Python 中的条件过滤器查询示例

Python 中的配置文件

作者：Akhil Mittal

在 Python 应用程序中创建配置文件；添加、更新和删除配置，并读取配置。

将 Intel® NUC 连接到 Google Cloud Platform 服务

作者：Intel

本文将展示如何使用 Intel® NUC 将 Arduino 101（在美国以外品牌为 Genuino 101）上的传感器连接到 Google Cloud Platform。

使用 MQTT 连接到 AT&T M2X IoT

作者：Intel

使用 MQTT 连接到 AT&T M2X IoT

使用 Python 连接到 Spokes 的 REST API

作者：Plantronics

使用 Python 连接到 Spokes 的 REST API。

MLOps 管道中的持续训练

作者：Sergio Virahonda

本文将深入研究持续训练代码。

通过 Kinect 控制 NAO

作者：Tareq_Gamal

如何使用 Kinect 控制 NAOqi 机器人（如 NAO、 Pepper）

将风格迁移模型从 TensorFlow 转换为 TensorFlow Lite

作者: Abdulkader Helwan

在本项目中，我们的目标是在 Android 平台上运行移动图像到图像转换模型。

将 ONNX 对象检测模型转换为 iOS Core ML

作者：Jarek Szczegielniak

本系列文章将使用预训练模型创建一个 iOS 应用程序，该应用程序将在实时摄像头流而不是静态图像中检测多个人员和对象。

将 ONNX 图像分类模型转换为 Core ML

作者：Jarek Szczegielniak

本文将把 ResNet 模型转换为 Core ML 格式。

将 YOLOv5 PyTorch 模型权重转换为 TensorFlow Lite 格式

作者：Sergio Virahonda

本文将在普通计算机上测试一个面罩检测器。

纠正 Pandas 中的缺失数据

作者：Glenn Prince

在“使用 Python 和 Pandas 进行数据清理”系列的第三部分中，我们将深入探讨数据集可能包含的一些问题。

使用深度学习和 ResNet50 进行 COVID-19 诊断结果

作者: Abdulkader Helwan

本文将讨论我们通过模型实现的 COVID-19 检测结果，并将其与其他模型的结果进行比较。

使用 ResNet50 迁移学习进行 COVID-19 诊断：从头开始构建 DL 网络

作者: Abdulkader Helwan

本文将展示如何从头开始构建一个用于 Covid-19 检测的网络。

使用深度学习进行 COVID-19 诊断

作者: Abdulkader Helwan

本文将介绍迁移学习和 ResNet50。

使用加速度计检测碰撞

作者：Joel Ivory Johnson

在 AI 危险检测 Android 系列的下一篇文章中，我们将探讨碰撞检测和通知。

CrashRptEx - CrashRpt 崩溃报告系统的扩展

作者：Andreas Schoenefeld

如何使用 CrashRptEx，以避免 MFC 应用程序中崩溃报告的一些陷阱，或者如果您希望在崩溃后继续应用程序。

为 VBA 和 Python 用户创建 DLL

作者：Wayne Jin

扩展 Microsoft Office 和 Python 的功能。

创建一个 Docker 化 Python Fiddle Web 应用

作者：Marc Clifton

使用 C#、一个简单的 Web 服务器和 Docker，展示如何创建一个“Fiddle”网站来运行 Python（或其他脚本语言）。

创建你的第一个机器学习模型来过滤垃圾邮件

作者：sjb_strat

使用机器学习创建垃圾邮件过滤器。

使用 Python 和 TensorFlow 创建你的第一个神经网络

作者：Intel

本文将展示如何从头开始创建一个非常简单的 CNN 进行图像分类。

使用 Amazon Lex 服务创建聊天机器人

作者：Akhil Mittal

使用 Amazon Lex 服务创建实时聊天机器人，并将该机器人部署到 Facebook Messenger。

为边缘 AI 面部识别创建人脸数据库

作者：Sergey L. Gladkiy

本文将解释如何创建一个人脸识别的简单数据库。

为 CodeProject.AI 服务器创建 LLM 聊天模块

作者：Matthew Dennis

为 CodeProject.AI 服务器创建一个类似 ChatGPT 的 AI 模块，该模块可以处理长时间运行的任务。

创建 Python 云原生 Web 应用（第一部分）：部署到 Azure App Service

作者：Glenn Prince

在本文中，我们将使用 Flash 库和 Azure WebApp 创建一个更传统的 Web 应用程序。

创建 Python 云原生 Web 应用（第二部分）：添加 Azure Cosmos DB 数据库

作者：Glenn Prince

在本文中，我们将在此基础上添加一个 Azure Cosmos DB 数据库到我们的 Flask Web 应用。

创建 Python 图灵机 - 第二部分

作者：Philipp_Engelmann

如何在 Python 中创建图灵机 - 第二部分。

用 Rust 创建图灵机

作者：Philipp_Engelmann

本系列文章将重写我在“在 Python 中创建图灵机”中编写的图灵机。

使用解码逻辑创建 YOLO Core ML 对象检测器

作者：Jarek Szczegielniak

本文将把检测解码直接包含在 Core ML 模型中。

使用 MSAL、 Graph API 和 Python 创建事件管理机器人

作者：Melanie Hall

在本文中，我们将创建一个可以创建新的 Teams Channel 并邀请利益相关者提供更新以协助事件管理的应用程序。

使用 AI 驱动的 Azure Form Recognizer 创建和训练自定义 ML 模型以读取销售收据

作者：Shweta Lodha

本文将介绍创建自定义 ML 模型、训练它，然后使用相同的模型分析销售收据所需的步骤。

为 AI 和机器学习创建 Docker 容器

作者：Jarek Szczegielniak

本文将开始将我们基本的 Docker 知识应用于创建和运行各种 MLng 场景中的容器。

使用 PySimpleGUI 在 Python 中创建用户界面

作者：Azim Zahir

本文演示了如何使用 PySimpleGUI 创建用户界面。

创建你自己的酷炫编程语言

作者：RobLazarus

关于《创建你自己的酷炫编程语言》一书的评论

信用风险分类：使用 Intel 优化包进行更快的机器学习

作者：Intel

本文解释了使用 Intel® Performance Libraries 解决机器学习问题（如信用风险分类）的重要性。

Python 中带 SQL 数据库的 CRUD 操作

作者：MukeshKumarTech

这个实际演示将帮助您了解如何在 Python 中使用 SQL 数据库实现 CRUD（创建、读取、更新和删除）操作功能。

使用 Keras 和 CNN 进行自定义 AI 人脸识别

作者：Arnaldo P. Castaño

本文将组合我们的 CNN 并对其进行训练以进行人脸识别。

使用 OpenCV 和 ImageAI 进行自定义模型对象检测

作者：Glenn Prince

本文为您的对象检测项目提供了一个很好的起点。

使用 Authorize.Net 的新、简化的 API 自定义支付解决方案

作者：Authorize.Net

Authorize.Net API 可以轻松创建、捕获、退款和撤销安全支付交易。它同时支持 XML 或 JSON，并且与 Ruby、Node.js、Python 和许多其他语言配合良好。简化的 API 还具有处理所有环境下的付款的能力。

每日更新：拯救互联网，一天一点

作者：NimDriz

一个帮助用户及时了解他们喜欢的网络内容的网站。

DashCam ML模型训练

作者：Qualcomm Technologies, Inc.

本项目的主要目标是开发一个机器学习模型，该模型可以检测道路上的物体，如行人、汽车、摩托车、自行车、公交车等。

使用 AWS SNS 和 Lambda 进行数据缓存同步

作者：Peter Carrasco

本文描述了一个使用 AWS Lambda 和 SNS 的发布-订阅模型，以保持您的 AWS 托管 RDMB 系统记录和缓存同步。

Python 和 PyGame 中的数据聚类模拟

作者：Ghazanfar_Ali

使用 Python 进行 2D 数据聚类，并在 PyGame 中进行模拟。

数据科学 - 生命周期之旅。第 1 部分

作者：@Abdul Azeez Thekkekandy

本文探讨了数据科学的生命周期 - 业务理解、数据理解和数据准备。

数据科学是一个信息海洋——保持专注！

作者：Intel

本文中，我们将分步讨论数据科学方面的教学，以便任何对探索该科学感兴趣的产品经理或业务经理都可以迈出成为数据科学家或至少对其有更深入理解的第一步。

使用 Matplotlib 进行数据可视化

作者：Azim Zahir

本文演示了如何使用 Python 的 Matplotlib 库进行数据可视化。

使用 Seaborn 和 Pandas 进行数据可视化

作者：Glenn Prince

在“使用 Python 和 Pandas 进行数据清理”系列的第七部分中，我们可以探索可视化选项。

数据驱动的流程调度

作者：li9705

提出并讨论了一种新的数据驱动编程思想和方法，旨在提高编程的灵活性、建设性和共享性

调试在 Docker 容器中运行的 AI 代码

作者：Jarek Szczegielniak

本文将使用 Visual Studio Code 编辑和调试在 Docker 容器中运行的日益复杂的代码。

决策树 - 信用卡欺诈检测

作者：Ujwal Watgule

信用卡欺诈检测是机器学习技术的一个重要应用。

解码 Core ML YOLO 对象检测器

作者：Jarek Szczegielniak

本文将解码 Core ML YOLO 模型，将抽象数字数组转换为人类可读的形式。

使用数组操作解码 YOLO Core ML 对象检测器

作者：Jarek Szczegielniak

下一篇文章中，我们将使用数组操作执行相同的操作。这将使我们能够将解码逻辑直接包含在模型中。

深度学习

作者：Mahsa Hassankashi

使用 TensorFlow Python 进行深度学习卷积神经网络，完整且易于理解

C# 中的深度学习：Keras.NET 中的硬币识别，第二部分

作者：Arnaldo P. Castaño

本文将检查我们使用 Keras.NET 实现的用于硬币识别的 CNN。

深度学习文本到语音

作者：Arnaldo P. Castaño

本文将重点介绍深度学习在文本到语音方面的应用。

使用 Python + Keras 进行深度学习（第三章）：ResNet

作者：Jesús Utrera

一系列介绍 Python 和 Keras 框架中深度学习编码的文章的第三篇。

DeepFaceLab：预打包的替代 DIY 深度伪造

作者：Sergio Virahonda

本文将探讨 DeepFaceLab 作为我们上一种方法的替代方案。

使用 Doxygen 进行依赖分析

作者：Zebedee Mason

使用 Doxygen 解析源代码并生成报告来进行依赖分析

使用 OpenVINO™ 和 Kubernetes 部署 AI 推理

作者：Dariusz Trawinski

在本文中，您将学习如何使用 Kubernetes 的 OpenVINO™ Operator 的关键功能。

将运行在 Microsoft IIS 10 上的 Node.js 应用程序部署到 Docker 的 Windows Server Core 2016 容器

作者：Arthur V. Ratz

在这篇简短的文章中，我们将演示如何将 Node.js 应用程序部署到 Docker 的 Windows Server Core 2016 容器上运行。

将 AI Docker 容器部署到云端

作者：Jarek Szczegielniak

在本文中，我们将使用 Azure Container Instances 将我们的 NLP API 服务发布到 Azure。

在 Microsoft Azure 数据科学虚拟机上部署 BigDL

作者：Intel

为了方便部署 BigDL，我们在 Linux (Ubuntu) 版的数据科学虚拟机 (DSVM) 之上创建了一个“部署到 Azure”按钮。

在 Azure 上大规模部署模型（第一部分）：部署 XGBoost 模型

作者：Jarek Szczegielniak

如何使用 Azure App Service、Flask、FastAPI 和机器学习在线端点发布 XGBoost 和 PyTorch 模型。

在 Azure 上大规模部署模型（第二部分）：部署和扩展 PyTorch 模型

作者：Jarek Szczegielniak

如何部署和扩展 PyTorch 模型。

在 Azure 上大规模部署模型（第三部分）：部署和扩展 TensorFlow 模型

作者：Jarek Szczegielniak

如何发布 TensorFlow 模型。

部署到 Azure Arc 通过 Azure Application Services（第二部分）：在任意位置运行 Azure Functions

作者：Ben Hall (failingfast.io)

本文将介绍如何使用 Java 或 Python 创建 Azure Functions，展示将它们部署到我们托管在 Arc 上的 Kubernetes 集群与直接部署到 Azure 的函数一样容易，并演示我们的 Azure Functions 实际上是在云中运行，但不在 Azure 本身。

使用 Coral USB 加速器在树莓派上部署 YOLOv5 模型

作者：Sergio Virahonda

本文将把我们的 YOLOv5 面罩检测器部署到树莓派上。

使用 Python 检测电子邮件垃圾邮件

作者：Noman BD

朴素贝叶斯分类器的威力。

使用预训练 SSD 模型检测害虫

作者：Sergey L. Gladkiy

下一篇文章中，我们将使用一个预训练的 DNN 来检测视频中的害虫。

使用运动检测器和训练过的 DNN 检测害虫

作者：Sergey L. Gladkiy

本文将展示如何开发一个简单的运动检测器，并将其与训练过的 DNN 模型结合起来，以在视频中检测麋鹿。

检测不寻常的害虫

作者：Sergey L. Gladkiy

本文将讨论一些检测“异国”害虫（如麋鹿和犰狢）的想法。

在Intel®架构上使用Linderdaum引擎开发C++ Android NDK游戏

作者：Android on Intel

Linderdaum Engine是一个开源的、纯面向对象的3D游戏引擎，用于Microsoft Windows、Google Android和BlackBerry OS 10，用C++编写。

使用 Intel® 硬件和软件开发视觉零售解决方案

作者：Intel

零售工作坊：使用基于 Intel® 的零售解决方案进行实践学习。

编译语言和解释语言的区别

作者：Manikandan10

本文描述了编译语言和解释语言之间的区别。

数字足迹映射器 - DFMAP

作者：Mayank Pal Singh

使用 DFMAP 了解您的数字形象/网络形象/互联网形象。

逐步探索 Python - 使用 Python 队列 - 03 - 正确检测队列完成

作者：daubrecq

使用 Python 队列时，如何从其他线程正确检测队列完成。

探索 TensorFlow

作者：Abhishek Nandy

以前所未有的方式揭示 TensorFlow。。。分解简单的事物。

离散傅里叶变换用于频率分析

作者：pi19404

本文将介绍离散傅里叶变换的基础知识，以及如何将其用作信号频率分析的工具。

使用 Intel® Nervana™ 技术、neon 和 Pachyderm 进行分布式、Docker 化深度学习

作者：Intel

本文将介绍如何使用 Intel® Nervana™ 技术、neon 和 Pachyderm 设置生产级机器学习工作流。

使用 Strus 分布搜索引擎索引

作者：Patrick P. Frey

关于可伸缩性要求对全文搜索引擎的影响，以及 Strus 如何满足这些要求的文章。

DIY 火星探测器：AWS Greengrass IoT v2 配合树莓派（第一部分）

作者：Scott Pletcher

在本系列的两部分中，您将学习如何使用 AWS Greengrass v2 将树莓派变成一个灵活而强大的物联网设备，最终创建一个离网的远程任务数据和图像采集设备。

DIY 火星探测器：AWS Greengrass IoT v2 配合树莓派（第二部分）

作者：Scott Pletcher

Django 和 Tornado：Python Web 框架

作者：Software Developer's Journal

了解 Django 和 Tornado。

使用 Pydroid 在 Android 上进行 Django 开发

作者：Azim Zahir

使用 Pydroid Android 应用创建 Django 应用

使用 Python、Flask 和 PostgreSQL 创建的简单 Web 应用程序的 Docker 化

作者：Arthur V. Ratz

使用 Flask 和 PostgreSQL 服务器创建 Python Web 应用程序，并在 Docker 中运行它。

使用 NLP 和 Transformers 在 Docker 容器中运行大型模型 AI

作者：Jarek Szczegielniak

本文将在 Docker 卷上运行一个 NLP 推理模型。

使用Google Cloud和基于Arm的Raspberry Pi的狗狗情绪探测器

作者：Nicholas_Larsen

在本文中，我们将演示如何使用Google AI Cloud创建一个对不同狗叫声进行分类的模型，然后将该模型运行在基于Arm的Raspberry Pi上，以监听狗叫声并进行识别。

深入泛型数组的兔子洞

作者：Marc Clifton

一次爱丽丝梦游仙境般的泛型、反转面向对象编程和通用类型分派之旅。

从 Changelog 下载播客

作者：Philipp_Engelmann

由于 21 世纪生活忙碌，找到时间学习新主题和跟上技术趋势变得越来越困难。

通过 8 位量化轻松优化深度学习

作者：Stephanie_Maluso

在本文中，我们将探讨如何使用 OpenVINOTM 工具包的神经网络压缩框架在 PyTorch 中进行 8 位量化。

Effective Shell 第 6 部分：关于作业控制您需要知道的一切

作者：Dave Kerr

关于作业控制您不需要知道的一切。

使用树莓派消除害虫

作者：Sergey L. Gladkiy

本文将把我们的检测算法测试到树莓派 3 设备上，并创建我们害虫消除器的“吓跑害虫”部分，播放响亮的音频。

将 Python 嵌入 MFC 对话框

作者：Sharjith

演示如何使用 Python 解释器求数学表达式

使用 Actian Zen 和 Python 进行嵌入式 IoT 数据库

作者：Ryan Peden

我们将研究如何使用嵌入式数据库 - Actian Zen - 在 Raspberry Pi 上存储和处理数据。

将 IronPython 嵌入 C# 应用程序

作者：James Wucher

将 Iron Python 引擎嵌入 C# 窗体应用程序的示例。

将 Python 应用程序嵌入 Gidon C# 插件框架

作者：Nick Polyak

如何在 C# 程序中显示 Python 图表。

将 Python 程序嵌入 C/C++ 代码

作者：arnavguddu

如何在 C/C++ 代码中嵌入 Python 解释器，并动态更改已编译的本机代码的代码路径。

使用 Intel® Data Analytics Acceleration Library 增强异常检测

作者：Intel

本文介绍了检测数据中异常值的不同方法，以及 Intel® Data Analytics Acceleration Library (Intel® DAAL) 如何帮助优化在配备 Intel® Xeon® 处理器的系统上运行异常值检测。

多项式的欧几里得除法

作者：InvisibleMedia

本文介绍了如何对两个多项式进行除法，并提供了计算此除法的源代码。还有用于添加、减去和乘以两个多项式的代码。

通过 RESTful API 暴露 Docker 化 AI 模型

作者：Jarek Szczegielniak

本文将修改代码，通过 REST API 服务暴露相同的逻辑。

通过数据增强扩展数据集

作者：Sergey L. Gladkiy

本文将展示如何通过数据增强获得相同的结果。

AI 人脸检测

作者：Arnaldo P. Castaño

本文将介绍检测图像中人脸的步骤。

带通配符、Glob 和 Gitignore 风格 Glob 的快速字符串匹配 - 如何避免炸毁它

作者：Robert van Engelen

经典的 Globbing 和现代 gitignore 风格的 Globbing 算法可以很快，而递归实现以指数级爆炸而闻名；为什么某些免费提供的源代码不应被使用。

寻找自然语言处理的数据

作者：Jayson DeLancey

本文是使用 Python 和开源自然语言工具包的情感分析系列文章的第二篇。本文将介绍 NLTK 提供的imerick，以及一个捕获您自己文本语料库进行分析的示例。

从百分位数查找概率分布参数

作者：John D. Cook

如何在给定两个百分位数约束的情况下确定概率分布的参数。

为 OpenCV 和 ImageAI 对象检测查找训练数据

作者：Glenn Prince

本文将创建一个对象检测模型。

微调 ResNet50 以诊断 COVID-19

作者: Abdulkader Helwan

本文将微调我们的 ResNet50 模型。

使用 Hugging Face 和 oneAPI 微调 Falcon 70 亿参数模型

作者：Intel

在 Intel® Xeon® 处理器上使用 Intel® Advanced Matrix Extensions (Intel® AMX) 优化大型语言模型。

微调 VGG16 以分类服装

作者: Abdulkader Helwan

本文将展示如何训练 VGG19 来识别人们穿着的衣物。

云原生第一步：介绍无服务器 Python Web API

作者：Glenn Prince

本文将作为 Python 开发人员的云原生开发实践入门。与其他大多数入门教程不同，我们将使用现代工具以现实的方式展示如何完成各项工作。

Visual Studio 中的第一个 Django-Python 应用

作者：MukeshKumarTech

本文将演示如何在 Visual Studio 中创建第一个 Django Python 应用程序。

Visual Studio 2017 中的第一个 Python 项目

作者：MukeshKumarTech

本文将演示如何在 Visual Studio 2017 中创建第一个 Python 应用程序，在创建第一个 Python 项目后，我们将看一些小的 Python 示例，以便您能更好地了解如何开始编写程序以及如何运行它。

浮点数作为近似值和使用误差

作者：NewPast

浮点数作为近似值，以及理解使用单精度和双精度数据类型时发生的误差

Python 中的花朵矩阵组合

作者：UmairNaseerAhmed

使用 RenderMan 场景描述 (rib) 协议进行脚本编写的基础。

使用卡尔曼滤波器预测股票市场波动性

作者：Jin Choi, PhD

对卡尔曼滤波器工作原理的通俗解释，以及演示如何使用它来预测股票市场波动的示例代码。

FPGA 硬件仿真框架 (FPGA_HW_SIM_FWK)

作者：Clark Fieseln

交互式仿真用 VHDL 编写程序的 FPGA 硬件。

免费税率表 vs. 销售税 API

作者：Wayne Myer

税务自动化如何通过更有效地管理销售税来帮助您的公司降低成本和风险

从几行代码到构建一个功能齐全的网站

作者：Rami Alshaar

创建网站的完整指南。

从 C++ 到 Python：更近一步

作者：Michael Chourdakis

面向 C++ 开发人员的快速 Python 课程。

从机器学习到机器认知

作者：Adrian Pirvu

通往智能的路线图。

从 Ray 到 Chronos：在 Ray 之上使用 BigDL 构建端到端的 AI 用例

作者：Wesley Du, Junwei Deng, Kai_Huang, Shan_Yu, Shane Huang

在本博客中，我们将介绍 BigDL 的一些核心组件，并展示 BigDL 如何利用 Ray 及其本地库来构建底层基础设施（如 RayOnSpark、AutoML 等）。

Google App Engine 上的全栈开发

作者：Modesty Zhang

在 Google App Engine 上以高效率和高生产力开发和运营全栈 Web 应用和 API，包括前端应用和 UI、RESTful Web 服务以及 Google App Engine 上的 NoSQL 数据库持久化层。

酒店应用融合开发（第一部分）：构建酒店 Power App

作者：Stanley Wu

如何使用 Microsoft Power Apps 等低代码解决方案创建自给自足的应用。

酒店应用融合开发（第二部分）：启用客户入住

作者：Stanley Wu

如何创建在 Azure 中对 Dataverse 中的数据更改做出响应的无服务器应用。

酒店应用融合开发（第三部分）：通过处理表单数据扩展应用程序

作者：Stanley Wu

如何使用 Dataverse API 将数据插入 Dataverse。

销售应用融合开发（第二部分）：接收来自 Power Apps 的 API 调用

作者：Lontia Nkhuwa

在本文中，我们将学习如何使用 FastAPI 创建一个 Python 应用，并将其部署到 Azure App Service。

销售应用融合开发（第三部分）：处理表单数据

作者：Lontia Nkhuwa

在本文中，我们将创建一个自定义连接器，调用 API，并创建一个预订按钮。

使用 Intel® Advisor Python API 获取性能洞察

作者：Intel

获取高质量数据以做出代码调优决策

使用生成对抗网络 (GAN) 生成新的时尚设计

作者: Abdulkader Helwan

本文将展示如何构建一个用于时尚设计生成的生成对抗网络 (GAN)。

使用 SQLAlchemy 和 Python 的通用存储库

作者：DiponRoy

使用 SQLAlchemy 和 Python 的通用存储库类的示例。

使用 Python 和 Esri 的免费资源进行地理空间可视化

作者：Priyanka Tuteja

在此示例中，我们将使用 Esri（全球领先的位置智能平台）的免费资源，探索马里兰州蒙哥马利县的建筑许可数据。

开始使用 Intel 的 Python 发行版（Windows）

作者：Jeffrey T. Fritz

Jeff 向您展示了如何配置和开始使用 Visual Studio Code 的 Intel Python 发行版。他还向您展示了发行版中包含的一些速度改进。

开始使用 Intel® OpenVINO™ 工具包和 AWS Greengrass

作者：Intel

本节介绍了使用 Amazon Web Services (AWS) Greengrass 和 AWS Lambda 软件的 FaaS 推理样本（基于 Python 2.7）的实现。

Azure Synapse Analytics 数据分析入门，第三部分：Apache Spark

作者：DaveNoderer

在本文中，我们将学习如何设置 Apache Spark。

使用 Habana Gaudi 进行深度学习训练入门

作者：Greg Serochi

本文将引导您完成将现有深度学习模型迁移到 Gaudi 的过程，并展示使模型准备运行的基本步骤。

混合边缘 AI 面部识别入门

作者：Sergey L. Gladkiy

本文将讨论人脸检测和人脸识别的原理。

开始使用 Intel® IoT Devkit 和 Intel® XDK IoT Edition

作者：matthias-hahn

Intel 物联网开发套件 (IoTDK) 是一个完整的解决方案，用于为 Intel 物联网平台（如 Intel® Galileo 和 Edison 创客板）创建和测试应用程序。

使用 Intel® IoT Gateways 入门 - Python

作者：Intel

本文是为 Python 编写的。要开始使用 JavaScript，请参阅“使用 Intel® IoT Gateways 入门 - Python”。

使用 Intel® 软件优化 Theano 和 Intel® Distribution for Python 入门

作者：Intel

Theano 是在 LISA 实验室开发的一个 Python 库，用于定义、优化和评估数学表达式，包括多维数组（numpy.ndarray）的表达式。

开始使用 Python 和 MongoDB

作者：Robert_Walters

本文将学习以下内容：使用 MongoDB Atlas 创建免费托管的 MongoDB 数据库、安装 PyMongo（Python 驱动程序）、连接到 MongoDB、探索 MongoDB 集合和文档、使用 PyMongo 执行基本的创建、检索、更新和删除 (CRUD) 操作。

使用树莓派入门 - 第三部分 - 如何使用面包板？

作者：Hussain Patel

本文将介绍如何使用面包板——这是连接电路和 Pi 的好方法。

开始使用 SciPy (Scientific Python) 库

作者：John D. Cook

如何在 Python 中开始使用 SciPy 库进行科学计算。

Gibberish 分类算法及其在 C# 和 Python 中的实现

作者：Thomas Daniels

一种用于分类文本是否为 gibberish 的算法，以及在 C# 和 Python 中的实现。

Google App Engine - Python 教程

作者：Google Cloud Platform

在本教程结束时，您将实现一个工作应用程序，一个简单的留言簿，允许用户将消息发布到公共留言板。

Google Cloud Pub/Sub - 设置您的应用程序

作者：Google Cloud Platform

在可以向 Google Cloud Pub/Sub API 发出请求之前，您的应用程序必须使用 OAuth 2.0 协议设置授权。如果您使用的是 Google Cloud Pub/Sub 客户端库，还必须创建 Pubsub 类的实例。

使用 Intel 优化的 XGBoost 进行梯度提升

作者：Intel

XGBoost 算法及其与 Python 中 Intel 的 xgboost 包装器的比较。

机器学习中的梯度下降法

作者：CongHaoXiong922342

本文主要讨论梯度下降法的理解及其在 Python 中的实现。

gRPC 易学示例：C#、JavaScript 和 Python

作者：Nick Polyak

本文提供了创建 Google RPC 的客户端和服务器代码的简单示例。

破解 Alexa 的语音录音

作者：Michael Haephrati

现在您可以存储亚马逊保留但未提供给客户的语音录音。

使用 Django 处理用户提交的内容

作者：Cloudster

使用 Django 登录来接受用户“点赞”和内容提交。

无限托管：1&1 Internet 无限套餐评测

作者：rjdudley

1&1 通过提供简单、经济（前三个月 0.99 美元/月，之后 8.99 美元/月）且功能丰富的托管计划，已成为世界上最成功和最受欢迎的托管公司之一。

热词/语音识别（使用 ESP8266）

作者：FiegeU

使用 MicroPython 通过 ESP8266 为您的智能家居添加热词识别。

Python、Jupyter Notebook 和 QISKit 如何使量子计算广泛可用

作者：Jesse Casman

使用 Python、Jupyter Notebook 和 QISKit 等开源工具，开发人员可以探索 IBM 云连接的量子处理器。

如何避免运行不必要的测试

作者：Evgenii Zaiats

一种集成测试框架的方法，用于在框架内验证更改，而无需在每次更改后执行所有测试套件。

如何从 OpenVINO™ 的主分支构建 Python wheel 包？

作者：Adrian Boguszewski

从源代码编译 OpenVINO 的分步演练。

如何将 FastAPI 服务器连接到 PostgreSQL 并在 GCP Cloud Run 上部署

作者：Glenn Viroux

关于如何将 FastAPI 应用程序连接到 PostgreSQL 数据库并将整个应用程序部署到 GCP 的深入教程。

如何转换 PyTorch 模型并使用 OpenVINO™ 工具包运行它

作者：Adrian Boguszewski

一个非常简单的指南，适用于所有希望提高推理性能的 PyTorch 开发人员。

如何转换 TensorFlow 模型并在 OpenVINO™ Toolkit 中运行

作者：Adrian Boguszewski

为所有希望开始 OpenVINO 之旅的 TensorFlow 开发人员提供的简单指南。

如何使用生成对抗网络 (GAN) 欺骗机器学习恶意软件检测器

作者：Packt Publishing

摘自 Chiheb Chebbi 的著作《Mastering Machine Learning for Penetration Testing》。

如何开始使用 TensorFlow

作者：Packt Publishing

本节将介绍使用低级 TensorFlow API 的第一步。

如何将 Python 脚本集成到 Pascal 程序中

作者：Max Kleiner

我们使用一个命令行接口和 OpenWeatherMap (PyOWM) 来使在 Python 中使用 OpenWeatherMap API 更加容易。

如何训练自定义 YOLOv5 模型来检测对象

作者：Matthew Dennis

本文将讨论我在创建自定义模型来检测后院害虫时获得的经验。您可以下载由此产生的 criters.pt 文件。

如何训练用于视觉检测的自定义对象检测模型（使用合成数据）

作者：NVIDIA

本文讨论了训练用于工业视觉检测的精确对象检测模型所面临的挑战，并提出了使用合成数据来解决数据集限制。

如何训练和测试 AI 语言翻译系统

作者：Martin_Rupp

本文将训练和测试我们在上一篇文章系列中创建的模型。

如何使用 C 编译器进行逆向工程

作者：Member 13737597

本文展示了如何为逆向工程目的带来真实 C 编译器的强大功能。

如何使用 Python 进行 REST API 操作

作者：dk_the_developer

使用 Python 编程语言消费 REST API 端点的分步指南。

使用 OpenVINO™ Toolkit 进行人体动作识别

作者：Paula_Ramos

本文将介绍如何在同步计划中使用 OpenVINO™ AI 工具包进行实时人体动作识别。

混合跨平台应用程序：在原生 iOS 和 Android 组件之上使用 Cocos2d-x 的方法

作者：YevheniyK

本文介绍了一种在原生组件之上使用 Cocos2d-x 的通用方法，以及 Cocos2d-x、iOS 和 Android 的相关编码细节。

混合边缘 AI 人脸检测

作者：Sergey L. Gladkiy

本文将运行一个预训练的 DNN 模型来检测视频中的人脸。

IEI Tank AIoT 开发套件和 AWS Greengrass：在边缘运行机器学习预测

作者：Intel

在本教程中，我们将设置一个基本的机器学习预测模型，在 AWS Greengrass 组中作为 Amazon Web Services (AWS) Lambda 函数运行。

IEI Tank AIoT 开发套件和 Microsoft Azure：在边缘运行机器学习

作者：Intel

本文会将一个基于 Python 的电机缺陷检测器解决方案转换为可部署的 Azure 模块。

使用 Python 和 OpenCV 进行图像混合

作者：Markus Koppensteiner

基于图像掩码的图像混合的 Python 代码。

使用 Python 和 Keras 实现卷积神经网络

作者：Nikola M. Živković

使用 Python 和 Keras 实现卷积神经网络

通过自动设备插件改进 AI 应用程序的性能和可移植性

作者：Ragesh_Hajela

Intel® OpenVINO™ 工具包中的新功能使您可以轻松地针对吞吐量或延迟进行优化，并帮助您“一次编写，随处部署”。

使用数据注释改进 NLTK 情感分析

作者：Jayson DeLancey

本文是“使用 Python 和开源自然语言工具包进行情感分析”系列文章的第六篇。本文将介绍注释我们自己的数据集的过程。

深入了解 Dynamsoft 条形码 SDK：揭示算法中间结果

作者：Xiao Ling

在本文中，我们将向您展示如何使用 Python 和 C 代码获取 Dynamsoft Barcode Reader SDK 的中间结果。

使用 Intel® MKL 安装和构建 MXNet

作者：Intel

MXNet 是一个开源深度学习框架，允许您在各种设备上定义、训练和部署深度神经网络，从云基础设施到移动设备。

使用 YUM 存储库安装 Intel® 性能库和 Intel® Python 发行版

作者：Intel

本页面提供关于通过下方描述的 YUM 存储库分发的社区论坛支持的 Intel® Performance Libraries 和 Intel® Distribution for Python 的通用安装和支持说明。

安装 OpenCV 和 ImageAI 以进行对象检测

作者：Glenn Prince

本文将设置构建带 OpenCV 的头盔检测器所需的一切。

使用 pip 和 PyPI 安装 Intel® Distribution for Python 和 Intel® Performance Libraries

作者：Intel

使用 pip 和 PyPI 安装 Intel® Distribution for Python 和 Intel® Performance Libraries

在 IBM Cloud Pak for Data 上使用 Kubernetes 安装 Intel® Distribution for Python

作者：Intel

本文档包含使用 Kubernetes 将该软件包作为附加服务安装到您的 IBM Cloud Pak for Data 集群的说明。

集成 SAP-HANA EML 库和 TensorFlow 模型服务器 (TMS) 以预测 S&P 500 指数：第一部分：安装和配置 SAP-HANA

作者：Arthur V. Ratz

如何正确安装和配置 SAP-HANA 和 TensorFlow 模型服务器以预测 S&P 500 指数。

集成 SAP-HANA EML 库和 TensorFlow 模型服务器 (TMS) 以预测 S&P 500 指数：第二部分：构建和导出 TensorFlow 模型

作者：Arthur V. Ratz

如何创建和导出 TensorFlow S&P 500 指数预测模型，并使用 TensorFlow 模型服务器对其进行服务。

集成 SAP-HANA EML 库和 TensorFlow 模型服务器 (TMS) 以预测 S&P 500 指数：第三部分：使用 EML 库预测 S&P 500 指数

作者：Arthur V. Ratz

如何使用 EML 库在 SAP-HANA SQL 引擎后端预测 S&P 500 指数。

将崩溃报告集成到您的应用程序中 - 初学者教程

作者：OlegKrivtsov

本文介绍了如何将 CrashRpt 错误报告库与 MFC 应用程序一起使用

Intel® 物联网网关：使用 Python 将数据发布到 MQTT 代理

作者：Intel

这些说明将指导您完成使用 Python 脚本将数据从 Intel® 物联网网关发布到 MQTT 代理（服务器）的步骤。

使用 Python API 连接 C++ 和 Python

作者：Matt Scarpino

本文解释了 Python API 如何能够将 Python 嵌入 C++ 并用 C++ 编写可以在 Python 中导入的扩展模块。

物联网 - 以 15 美元控制智能家居，为什么不呢？

作者：ron85262

在本文中，我将概述物联网，并介绍一种使用 Wemos D1 来实现物联网的方法。

物联网：编程 IoT 设备、Web 服务和 IoT 客户端

作者：Naren Neelamegam

关于 IoT 设备编程、Web 服务编程和 IoT 客户端编程的完整指南。

Maya 2012 中的 Qt 入门

作者：Geoff Samuel

关于 Maya 2012 中 PyQt 的简短教程。

介绍 Jupyter 和 Pandas

作者：Glenn Prince

本文是“使用 Python 和 Pandas 进行数据清理”系列的第一篇，旨在帮助有经验的开发人员快速掌握数据科学工具和技术。

介绍使用 Python 和 NLTK 进行自然语言处理

作者：Jayson DeLancey

本文是“使用 Python 和开源自然语言工具包进行情感分析”系列的第一篇。本文是关于一些关键 NLP 概念以及如何开始使用 Natural Language Toolkit (NLTK) Python 库的入门指南。

隆重推出 OpenVINO™ 与 TensorFlow 的集成

作者：Stephanie_Maluso

本文档提供了对 OpenVINO 与 TensorFlow 集成的好处的更深入理解：它是如何工作的、部署环境，以及 OpenVINO 与 TensorFlow 的集成与使用原生 OpenVINO API 有何不同。

人脸识别入门

作者：Sergey L. Gladkiy

本文将重点介绍开发和测试人脸识别算法以及人脸检测模块。

Python 遗传算法入门 - Hello World!

作者：Clinton Sheppard

使用 Python 进行机器学习的实践、分步介绍，侧重于遗传算法。

Keras 入门

作者：Thomas Daniels

本文将深入探讨 Keras，这是一个用于神经网络的高级库。

使用 NLTK 进行自然语言处理入门

作者：Thomas Daniels

本文将介绍 Natural Language Toolkit (NLTK) 的功能。

NumPy、TensorFlow 和 scikit-learn 入门

作者：Thomas Daniels

本文将快速了解 NumPy 和 TensorFlow，并简要概述 scikit-learn 库。

OpenAI Gym 入门：Atari Breakout

作者：philoxenic

本文将开始介绍 OpenAI Gym 环境和 Atari 游戏 Breakout。

OpenCV 入门

作者：Thomas Daniels

本文将动手开始使用 OpenCV。

pyDAAL 入门

作者：Intel

本文展示了 Intel® Data Analytics Acceleration Library (Intel® DAAL) 工具的 Python API 的工作原理。首先，我们将解释如何使用 pyDAAL 编程接口操作数据，然后展示如何将其与 Python 数据操作/数学 API 集成。

使用 Raspbian OS 的树莓派入门

作者：Guruprasad. K. Basavaraju

使用 Raspbian OS 的树莓派入门。还有一个构建简单电路并对其进行编程的小例子。

从 C# 桌面应用程序调用 TensorFlow AI (Python)

作者：Thomas Weller

演示了如何从 C# 应用程序调用 TensorFlow 神经网络，以及如何使用 Python 生成的图表显示结果。

iOS 对象检测与实时摄像头预览

作者：Jarek Szczegielniak

下一篇文章中，我们将开始开发将使用该模型 iOS 应用程序。

物联网让微波炉玉米卷变得完美

作者：Todd Christell, Canin Christell

创建一个微波炉物联网应用程序

IP 雷达 2 - 实时检测与防御

作者：Clark Fieseln

保护您的隐私免受恶意网络活动和策略违规的侵害。

Iron Web Analyzer

作者：Hamed J.I

分析网站内容，以进行搜索引擎优化和识别技术问题（使用 Iron Python）

IronTextBox2

作者：JoeSox

IronPython 2.0B2+ 的 CLI 控件。

用于 GKE 上 MLOps 的 Jenkins 作业和部署

作者：Sergio Virahonda

本文将介绍如何定义作业、部署和服务，以便我们的容器能够完成其目标。

Julia：高性能计算的高级语言

作者：Intel

JuliaProject 在科学计算领域不断突破新界限

Jumpstart 您的 AI 之旅：使用 Azure AI 和 AKS 构建您的第一个智能应用程序

作者：Cloud Native Apps Team

本系列动手实践的第一篇文章，我们将深入创建一个利用 Azure AI Vision 来分析图像和提取数据的智能应用程序。

启动您的 AI 之旅：使用 Azure AI 和 AKS 构建您的第一个智能应用（第二部分）

作者：Cloud Native Apps Team

在上篇文章中，我们创建了一个利用 Azure AI Vision 来分析图像和提取数据的智能应用。我们开发了一个 API 来对上传的图像执行光学字符识别 (OCR)，并在本地测试了该 API。

使用 Python 和 Intel 的 Jupyter Notebook

作者：Jeffrey T. Fritz

Jeff 尝试了使用 Python 和 Docker 的 Jupyter Notebook，并开始使用 Intel 发行版来获得 Python 解释器的改进性能。

jupyter.net 客户端：一个与 Jupyter 内核交互的 C# 库

作者：Andreask84

jupyter.net 客户端的描述：一个用于与 Jupyter 内核交互的 C# 库。

Katana 的高性能图分析库

作者：Gurbinder Gill

本文将介绍库的内容、如何访问库、使用示例以及突出性能的基准数据。

使用 Python 和 Twilio SMS 跟踪 GitHub Pull Requests

作者：Twilio, Inc.

在本教程中，我将指导您完成构建 GitHub pull requests 通知系统开端的步骤。

Keras UI：管理图像分类的 GUI

作者：Daniele Fontani

基于 Django 的图像分类管理工具，有助于理解图像分类。

Keras* 实现类似 Siamese 的网络

作者：Intel

本指南将帮助您在 Keras 中编写复杂的神经网络，如 Siamese 网络。它还解释了在 Keras 中编写自定义层的过程。

Python 中的 KMeans 和 MeanShift 聚类

作者：Azim Zahir

使用 sklearn 和 scipy 进行 KMeans 和 MeanShift 聚类。

为 AI 模型训练标注图像

作者：Sergio Virahonda

本系列文章中，我们将标注一个面罩数据集。

从 RAM 中学习 Breakout – 第一部分

作者：philoxenic

本文将学习游戏内存的内容，而不是像素。

从 RAM 中更快速地学习 Breakout – 第二部分

作者：philoxenic

本文将介绍如何通过稍微不同的方式处理 RAM 来进行改进。

更快速地学习 Breakout

作者：philoxenic

本文将介绍如何使用不同的学习算法（以及更多的核心和 GPU）来更快地在 Mountain Car 环境中进行训练。

学习 Breakout：高级主题

作者：philoxenic

本系列最后一篇文章，将介绍一些更高级的主题：最小化我们 Breakout 玩家代理的“抖动”，以及进行超参数的网格搜索。

让我们编写那个酷炫的计算器

作者：Rami Alshaar

通过一个关于如何用 Python 制作一个功能丰富的智能计算器的教程，提升您的编码技能。

Let's IoT Hub: 教程 1

作者：g96b10

设置 Azure IoT Hub 并通过 Raspberry Pi 3 连接。

Let's IoT Hub: 教程 2

作者：g96b10

创建一个控制台应用程序，该应用程序监听您的 Raspberry Pi 3 上传到 Azure IoT Hub 的数据。

Let's IoT Hub: 教程 3

作者：g96b10

创建一个应用程序来下载并存储上传到您的 Azure IoT Hub 的数据。

Lina 聊天机器人 - 使用 TF-IDF 文档检索生成响应

作者：The Zakies

使用 TF-IDF 构建基于检索的聊天机器人。

使用 Tkinter 进行线性回归

作者：Azim Zahir

使用 Tkinter GUI 进行线性回归的演示。

使用 Intel® Distribution for Python 进行肝病患者数据集分类

作者：Intel

本文着重于在 Intel® Xeon® 可扩展处理器上使用 Intel® Distribution for Python* 实现印度肝病患者数据集分类。

在 Android AI 危险检测中加载 TensorFlow 模型

作者：Joel Ivory Johnson

在 AI 危险检测 Android 系列的本文中，我们将把 TensorFlow Lite 模型添加到项目中并准备好进行处理。

将 CSV 和 SQL 数据加载到 Pandas

作者：Glenn Prince

在“使用 Python 和 Pandas 进行数据清理”系列的第二部分中，现在我们已经设置了 Jupyter Notebook 并初始化了一些基本库，我们需要加载一些数据。为此，我们将从 CSV 文件和本地 SQLite 数据库加载数据。

逻辑分类器过拟合和正则化

作者：pi19404

本文将探讨逻辑分类器以及正则化如何影响分类器的性能。

机器学习 - 朴素贝叶斯分类器的意见和文本挖掘

作者：Mahsa Hassankashi

基于朴素贝叶斯分类器的意见和文本挖掘的最佳实践。

使用 Python 和 daal4py 进行机器学习入门

作者：Intel

加入 Intel 技术咨询工程师 David Liu，了解 Intel 的 Python 发行版和 daal4py 包的概述。

机器学习基础和感知器学习算法

作者：Shun Huang

机器学习和感知器学习算法的基础。

在 5 步内用 TensorFlow 为 Android 创建您自己的图像分类器

作者：ron85262

我的文章主要写给机器学习新手或不熟悉技术的人，以便在 Android 上用 TensorFlow 制作一个小型项目。

构建简单数据管道第一部分：ETL 模式

作者：Andrew Doss

安排 Python 和 SQL 脚本，以保持您的数据集在 Postgres 数据库中干净且最新。

在 Python 中发出 GET 请求 - 教程

作者：Lenny Cheng

我们使用 Chrome DevTools、urllib 和 BeautifulSoup 库以编程方式从 www.codeproject.com 获取内容。

使用 ONNX 使 Keras 模型便携

作者：Keith Pijanowski

本文为正在寻找用于构建和训练神经网络的深度学习框架的读者简要概述了 Keras。

使用 ONNX 使 PyTorch AI 模型便携

作者：Keith Pijanowski

本文为正在寻找用于构建和训练神经网络的深度学习框架的读者简要概述了 PyTorch。

使用 ONNX 使 TensorFlow 模型便携

作者：Keith Pijanowski

本文为正在寻找用于构建和训练神经网络的深度学习框架的读者简要概述了 TensorFlow 1.0 和 TensorFlow 2.0。

掌握 Pandas 的 MultiIndexes：复杂数据分析的强大工具

作者：Glenn Viroux

如何使用 Pandas 中的多重索引，以及监测地表温度变化等实际用例。

Windows 和 Linux 版 Microsoft Data Science Virtual Machine 现已推出

作者：Lee Stott

Microsoft Data Science Virtual Machine 可助您启动分析项目。它使您能够使用 R、Python、SQL 和 C# 等多种语言处理任务。

Python 中的 Microsoft Graph 身份验证

作者：Melanie Hall

本文将创建一个使用 Flask 的 Python Web 应用，该应用进行了一个简单的 Graph API 调用。

使用自动化将 Assembla 迁移到 Github

作者：Michael Haephrati

如何将 Assembla 空间迁移到 Github，包括工单、贡献者、文件和源代码。

MLOps 持续交付与模型单元测试

作者：Sergio Virahonda

本文将开发一个模型单元测试容器。

使用 Python 进行平面桁架的模态分析

作者：Bhairav Thakkar

Python 中结构动力响应的基本模态分析。

Intel(R) Edison 上的 Modbus

作者：Intel

对于 Intel(R) Edison 上的 Modbus，您可以轻松使用 WiFi 或串行（RS232），因为它们在平台上是直接可用的。

MLOps 管道中的模型自动调整

作者：Sergio Virahonda

本文将实现自动训练。

在 Azure 上现代化 Python 应用和数据（第四部分）：Azure Kubernetes Service

作者：Marcelo Ricardo de Oliveira

如何容器化遗留 Python 应用，创建 AKS 集群，并使用 VS Code 进行部署。

在 Azure 上现代化 Python 应用和数据（第五部分）：数据现代化

作者：Marcelo Ricardo de Oliveira

如何创建 Cosmos DB 数据库，然后使用 Djongo Mapper 和 Cosmos DB 的 MongoDB API 来适配我们的应用。

在 Azure 上现代化 Python 应用和数据（第六部分）：成为云原生

作者：Marcelo Ricardo de Oliveira

如何开始让应用程序更具云原生性，并演示如何将遗留应用程序的功能迁移到 Azure Serverless Function 应用。

现代化 Azure 上的 Python 应用和数据第一部分：简介

作者：Marcelo Ricardo de Oliveira

本系列的第一篇文章介绍了本系列的目标：演示如何将遗留 Python 应用及其数据现代化到 Azure。

在 Azure 上现代化 Python 应用和数据（第三部分）：切换到 Azure App Service

作者：Marcelo Ricardo de Oliveira

在本文中，我们将演示如何以最小的设计修改和调整，将我们的 Python 应用和数据的副本迁移到 Azure 云基础架构。

图分析基准测试的更多冒险

作者：Intel

让我们看看 Louvain 算法的基准测试。

使用 TrafficCV 进行更多 AI 交通速度检测

作者：Allister Beharry

本文将重点介绍开发一个可以运行各种机器学习和神经网络模型（如 SSD MobileNet）的计算机视觉框架，这些模型在实时和录制的车辆交通视频上运行。

Python 中的多类逻辑分类器

作者：pi19404

用于多类分类的监督式 ML 算法。

Python 3.2 中的多维数组实现（以及 C# 的巧合）

作者：lampiclobe

一个具有负索引功能的多维数组类。可以像 a[-2, -5, 3] 一样使用，具有任意维度。

Python 中的多层感知机

作者：pi19404

关于单隐层 MLP。

用于 AI 对象检测的多阶段 Docker 构建

作者：Jarek Szczegielniak

本文将在容器化的对象检测 API 环境中使用 TensorFlow 在样本图像上运行推理。

Mycroft，Siri 或 Alexa 的开源替代品

作者：Intel

Intel® 软件创新者 Joshua Montgomery、Karl Fezer 和 Mycroft 团队的 Steve Penrod 让我采访了他们，以便更多地了解 Mycroft。

朴素贝叶斯垃圾邮件分类器

作者：Vince Chan

常见的机器学习任务演练 - 通过使用 Python 和 scikit-learn 构建一个朴素贝叶斯垃圾邮件分类器。

使用 OpenVINO™ 工具包进行命名实体识别

作者：Ragesh_Hajela

NER 系统可以从一个非结构化的自然语言文档集合（称为知识库）中提取实体。本文将展示如何使用 OpenVINO™ 工具包从简单文本中进行实体识别，您将看到如何创建以下管道来执行实体提取。

NAT 穿透（对软件开发人员）

作者：Andy Galluzzi

NAT 穿透（对软件开发人员）

朴素贝叶斯反垃圾邮件过滤器（使用 Node.JS、 JavaScript 和 Ajax 请求）

作者：Arthur V. Ratz

本文将详细阐述概率贝叶斯分类算法及其在 Node.js 和 JavaScript 中的实现，这些算法可用于检测和定位包含潜在垃圾邮件和其他未经请求数据的消息。

NLTK 和用于情感分析的机器学习

作者：Jayson DeLancey

本文是“使用 Python 和开源自然语言工具包进行情感分析”系列文章的第五篇。本文正在构建一个优化的机器学习模型。

面向 .NET 开发人员的 Node.js (通过 WCF)

作者：Mahsa Hassankashi

本文介绍了如何使用 WCF 编写的 Node.js，以及如何利用 C# 代码使用 node.js 作为实时通信技术来连接 MS SQL Server。

Node.js 入门及杂项

作者：Dr. Song Li

关于 Node.js 的学习笔记。

NodeJS (Microsoft Visual Studio)

作者：Mahsa Hassankashi

本文是在 Microsoft .net 平台上使用 Javascript 语言进行 nodejs 的实践。

在提供阻塞外部 I/O 的同时实现非阻塞 GUI – Blender Python 支持

作者：pravin kumar sinha

Python GUI 非阻塞，带有定时器事件，“select”API，Blender 示例。

ML 和 TensorFlow 笔记：线性回归

作者：Ngọc Minh Trần

学习机器学习和 TensorFlow 的日记。

使用 Raygun 通知运行时错误

作者：Bruno Terkaly

Raygun 是一种运行时错误通知机制，易于集成到不同的语言和环境中。

Nutanix 数据管道和面向开发者的 AI

作者：Sai Nanduri

在本帖中，我将完全抽象化容器组件，并向您展示我们用于实际 AI 实现的原生数据管道演示。

Nutanix Xi IoT 应用程序容器（面向开发者）

作者：Heiko Koehler

在本文中，我将讨论 Xi IoT 支持的另一个选项：容器化应用程序，它使您能够为边缘计算解决方案配置和部署自定义服务和运行时环境。

使用 Python 和 CodeProject.AI 服务器进行 IP 摄像头对象检测

作者：Chris Maunder

关于检测对象和邪恶啮齿动物的两部分系列文章的第一部分。

使用 Python 和 CodeProject.AI 服务器进行 IP 摄像头对象检测，第二部分

作者：Chris Maunder

关于检测对象和邪恶啮齿动物的两部分系列文章的第二部分。

关于使用频谱预测混合两个信号

作者：Paul Aurelian Gagniuc

本文展示了如何以可变的比例将两个信号混合到第三个信号中。

使用 Python 和 Microsoft Graph API 将 OneNote 转换为 Markdown

作者：Melanie Hall

本文创建的 Python Web 应用将对企业开发人员非常有用，他们可以将其作为起点，并将 Markdown 转换代码替换为将内容转换为业务所需的任何输出格式的代码。

Python 中的 OOP - 第一部分

作者：Gergo Bogdan

Python 中的面向对象编程。

Python 中的 OOP - 第二部分

作者：Gergo Bogdan

Python 中的面向对象编程 - 第二部分（继承）。

使用 TKinter 的 Python OpenGL

作者：Samuel Teixeira

为什么简单，如果我们能复杂呢？

使用 Intel® Data Analytics Acceleration Library 优化线性回归方法

作者：Intel

本文描述了一种常见的回归分析类型，即线性回归，以及 Intel® Data Analytics Acceleration Library (Intel® DAAL) 如何帮助优化在配备 Intel® Xeon® 处理器的系统上运行此算法。

优化 Python 应用程序的性能

作者：Stephan Ofosuhene

本文讨论了通过使 Python 应用程序运行更快、资源消耗更少来提高其性能的策略。

优化 AI 交通速度检测器

作者：Allister Beharry

本文将探讨测量车辆速度的不同方法以及可以在我们的 TrafficCV 程序中使用的不同对象检测深度学习模型。

在 Widget 上绘图

作者：Geoff Samuel

创建一个可绘制的 PyQt Widget。

回文 - 文字游戏：第一部分

作者：charles922

游戏/编程趣味。

Python 中的并行性

作者：Intel

消除误解，提供实现并行性的工具

使用 Numba 进行 Python 并行编程

作者：Intel

本文将探讨如何通过 Numba 实现并行。

Python 中的并行性：使用NumExpr 进行向量化指令

作者：Intel

在本文中，我们将探讨如何重构 Python 代码以利用 NumExpr 的功能。

使用 Python 解析 XBRL

作者：Matt Scarpino

使用 Python 从在线财务报告中提取数据。

部分采样随机数，用于连续分布的精确采样

作者：Peter Occil

用于精确任意精度采样的部分采样随机数的 Python 代码。

Pebble "代码向导"

作者：allan175_uk

创建定制的 Pebble 项目

Python 和 C++ 中 ORM 层的性能测试

作者：Vaclav Naydenov

比较两个相似的 CRUD 服务器应用程序的性能，一个是用 Python 和 SQLAlchemy 编写的，另一个是用 C++ 和 YB.ORM 编写的。

在 Python 中执行 Git 操作

作者：Matt Scarpino

本文解释了如何使用 GitPython 库在 Python 中访问 Git 存储库。

使用 CodeProject.AI 服务器在视频文件中进行对象检测

作者：Chris Maunder

学习如何使用 CodeProject.AI 服务器离线处理视频文件。

使用 OpenVINO™ 执行语音到文本识别

作者：Adrian Boguszewski

在本文中，我将向您展示如何轻松运行语音到文本识别模型的推理，以便您可以开始在自己的应用程序中应用此功能。

Phalanx Linq - 穿越 Traverse Healthcare 的业务发展迷宫

作者：UmarSiddiqui

在医疗保健领域进行业务开发的智能方式

PixelCNN 在自回归模型中的应用

作者：Packt Publishing

本文节选自《PyTorch Deep Learning Hands-On》一书，由 Sherin Thomas 和 Sudhanshu Passi 撰写。它包含许多示例和动态 AI 应用，并展示了 PyTorch 方法在机器智能和深度学习中的简洁性和效率。

Python 中的植物照明系统

作者：Intel

此植物照明系统应用程序是使用 Intel® IoT Developer Kit、Intel® Edison 板、Intel® IoT Gateway、云平台、API 和其他技术的一系列 Intel® Internet of Things (IoT) 代码示例练习的一部分。

Python 中的点在 3D 凸多边形内

作者：John Jiyang Hou

一个算法，用于在 Python 中为给定的多边形顶点确定一个点是否位于 3D 凸多边形内。

使用 ONNX 进行便携式神经网络

作者：Keith Pijanowski

本文是七篇文章系列的第一篇，我们将探讨 ONNX 在三个流行框架和三种流行编程语言中的价值。

使用 Arm64EC 将应用程序移植到 Arm64 — 系列（第一部分）

作者：Dawid Borycki

本文将使用两个基于 C/C++ 的 DLL 依赖项构建一个基于 Qt 的 Python 应用程序。这种架构模仿了使用 Python 和 Qt 进行快速 UI 原型设计以及使用 DLL 进行计算密集型工作的典型场景。

使用 Arm64EC 将应用程序移植到 Arm64 — 系列（第二部分）

作者：Dawid Borycki

使用 Azure Cosmos DB 和 Azure Kubernetes Service 为智能应用提供动力：多模型数据库

作者：Cloud Native Apps Team

在本系列主题 2 中，我们将探讨多模型数据库在智能应用中的强大功能，以及它们与 Azure Cosmos DB 和 Azure Kubernetes Service (AKS) 的集成。

使用 PyTorch 预测森林火灾

作者：Intel

在 CPU 上进行迁移学习是构建准确图像分类器的有效方法。

预测近期 COVID 死亡率

作者：Don Kackman

使用先前的病例和死亡人数，根据当前病例数预测未来的死亡率。

使用 Intel® Edison 主板的加速度计预测设备中的用户活动

作者：Intel

本项目介绍了如何使用连接到 Intel® Edison 板的 ADXL345 加速度计生成的加速度数据来识别特定类型的人类身体活动。

为 AI 面部识别准备数据集

作者：Arnaldo P. Castaño

本文将讨论为向 CNN 提供正确数据而准备数据集。

为 COVID-19 诊断准备深度学习环境

作者: Abdulkader Helwan

本文将讨论此项目的材料和方法。

为 AI 服装分类准备数据

作者: Abdulkader Helwan

本文将展示如何使用迁移学习微调 VGG19 模型来分类时尚服装类别。

为 iOS 上的 AI 图像分类准备数据

作者：Jarek Szczegielniak

本文将开始为此新的自定义模型准备数据，该模型稍后将使用 Create ML 框架进行训练。

准备数据集

作者：Sergey L. Gladkiy

本文将为我们选择的害虫（麋鹿）创建训练数据集。

为 AI 交通速度检测准备硬件

作者：Allister Beharry

本文将介绍在 Pi 上安装操作系统、保护它以及配置它以便通过 WiFi 进行远程访问。

为 AI 模型训练准备图像

作者：Sergio Virahonda

本文将为我们的 AI 模型训练准备人脸掩码图像。

为 OpenCV 和 ImageAI 对象检测准备图像

作者：Glenn Prince

本文将训练我们自己的自定义模型来检测人们是否佩戴头盔。

准备在云中训练深度伪造模型

作者：Sergio Virahonda

本文将展示如何使用 Docker 帮助在云中训练深度伪造模型。

预处理深度伪造数据集

作者：Sergio Virahonda

本文将介绍预处理视频并将其准备好输入我们模型的所需内容。

为 AI 预测和异常检测预处理时间序列数据

作者：Sergio Virahonda

本文将学习如何准备时间序列数据以供机器学习 (ML) 和深度学习 (DL) 模型使用。

素性测试算法 - 素数测试 - 检查数字素性的最快方法

作者：Shay Margalit

审查素性测试算法并测试它们的性能，以找出最快的一种。

每个成功的开发者都应该拥抱的生产力技巧

作者：Embarcadero

随着开发者生产力下降的危机日益加剧，我们不可避免地会在不久的将来看到这种问题的更多表现。立即采用更智能的方法来构建、测试和维护软件产品，是避免落入此陷阱的唯一途径。

使用 Intel® VTune™ Amplifier 分析 Java 和 Python 代码

作者：Intel

在这里，我们探讨如何使用 Intel® VTune™ Amplifier 来更深入地了解应用程序的性能。

ObjectScript 1.5 编程

作者：unitpoint

ObjectScript 是一种新的嵌入式编程语言，它混合了 JavaScript、Lua、Ruby、Python 和 PHP 的优点。ObjectScript 具有 JavaScript 的语法、Lua 的多重结果、Ruby 的语法糖、Python 的魔术方法等等。

NLTK 情感分析与 VADER 的优缺点

作者：Jayson DeLancey

本文是“使用 Python 和开源自然语言工具包进行情感分析”系列文章的第四篇。在本文及后续文章中，我们将尝试改进我们分析社区情感的方法。

整合：深度伪造换脸

作者：Sergio Virahonda

本文将完成我们深度伪造 DIY 解决方案的管道。

PyQt5 信号/槽连接性能

作者：schollii

关于在 PyQt5 中使用 pyqtSlot 的效果的调查。

Python AI 和机器学习库

作者：Thomas Daniels

本文将介绍可用于 AI 和 ML 任务的库。

用于机器学习和 AI 的 Python 基础

作者：Thomas Daniels

本文为有经验的程序员提供了快速掌握 Python 基础知识的技巧。

Python 代码分析

作者：Intel

探索 Intel® VTune™ Amplifier 为 Python 应用程序提供的性能分析选项，以识别最耗时的代码段和关键调用路径。

Python 并发编程：您应该知道的 6 个 Python 同步原语

作者：Packt Publishing

这是《Learning Concurrency in Python》一书的节选，作者 Elliot Forbes。由 Packt Publishing 出版。

Python for .NET 开发者

作者：Himanshu Thawait

从 .NET 开发者的角度看 Python。

Python 傅里叶变换辅助库

作者：Steve Hageman

一个 Python 库，有助于进行正确缩放的傅里叶变换，包括实用函数。

Python 生成器和类

作者：Thomas Daniels

本文将进一步探讨生成器和类。

Python 机器学习在 Azure 上（第一部分）：使用 Python、VS Code 和 Azure ML 创建 XGBoost 模型

作者：Jarek Szczegielniak

如何使用 Visual Studio Code 和机器学习扩展在 Azure 上训练 XGBoost 模型。

Python 机器学习在 Azure 上（第二部分）：使用 Python、GitHub Codespaces 和 Azure ML 创建 PyTorch 模型

作者：Jarek Szczegielniak

如何使用 GitHub Codespaces 和 GitHub Actions 在每次推送更改到存储库后自动训练 PyTorch 模型。

Python 机器学习在 Azure 上（第三部分）：使用 Python 和 Azure ML Studio 创建 TensorFlow 模型

作者：Jarek Szczegielniak

如何在 Azure 机器学习工作区中使用 TensorFlow 模型进行训练。

Python 快速入门：创建模板和部署

作者：Google Cloud Platform

本文将以 Python 客户端库为例，讨论如何使用任何 Google 客户端库来编写部署管理器 API。

使用 Intel Python 发行版进行 Python 随机数生成性能测试

作者：Jeffrey T. Fritz

Jeff 考察了使用 Intel Python 发行版进行随机数生成的性能。

Python 只读属性：完整解决方案

作者：Sergey Alexandrovich Kryukov

可靠的解决方案可以解决问题：它不依赖于任何命名约定，支持 Python 2 和 3，并提供清晰简洁的使用语法。

Python 单线程 vs 多线程 vs 多进程与蒙提霍尔问题

作者：DaveAuld

这是一个基于概率的模拟，演示了“交换”被认为是最佳选择！我们还将探讨 Python 中多线程和多进程的影响。

Python 元组、列表、解构和循环

作者：Thomas Daniels

现在您已经了解了一些 Python 基础知识，我们可以更深入地了解列表和元组数据结构，并了解如何使用它们。

Python：OAuth 后的用户信息获取

作者：Kristofer Kallsbo

OAuth 后的用户信息获取。

Python 嵌入式 XML 和测试自动化

作者：Trustamind

Python 代码嵌入在 XML 中，并即时进行评估以生成数据值。

Python 在网络上传输命令输出

作者：Zehaie M. Hailu

Python 非常适合开发多线程 GUI 和网络应用程序。

Qt 内部和逆向工程

作者：Daniel Pistelli

本文第一部分展示了 Qt 框架的动态内部机制，它实现了信号和槽机制。第二部分侧重于如何使用 IDAPython 脚本从二进制文件中检索 Qt moc 生成的元数据信息，并在反汇编中使用它。

YB.ORM - C++ 对象关系映射器快速入门

作者：Vaclav Naydenov

介绍 C++ 库 YB.ORM 如何通过域类帮助操作存储在 RDBMS 中的数据。通过示例解释了 ORM 的基本概念。

随机森林 Python

作者：Mahsa Hassankashi

本文以简单易懂的方式提供了随机森林（一种流行的机器学习算法）的 Python 代码。

随机化和采样方法

作者：Peter Occil

有许多方法可以应用基于底层（伪）随机数生成器的采样，并包含许多示例的伪代码。

树莓派 - [第二集] 输入、输出，这就是一切。

作者：DaveAuld

使用 Gertboard 对树莓派进行真实世界接口。

树莓派 - Haynes 用户维修手册

作者：DaveAuld

一本可能是有史以来最好的 Haynes 手册的书评。

读取销售收据并提取详细信息（使用预构建 ML 模型 - Azure Cognitive Services）

作者：Shweta Lodha

从销售收据中提取信息的几种方法，以及如何使用预构建 ML 模型进行详细演示。

实时 Python 通过 TCP（第一部分）

作者：Member 13855425

如何使用 Tornado 框架实现异步回显 TCP 服务器和客户端。

Python 中非常简单的 C++ 代码生成

作者：Eric Reynolds

使用 Python 从 Python 可以读取的任何数据快速生成重复的 C++、C# 或 Java 代码。

在边缘设备上进行实时 AI 人员检测：检测视频中的人员。

作者：Sergey L. Gladkiy

In this article we’ll develop Python code for person detection in a video stream.（本文我们将开发用于视频流中人员检测的 Python 代码。）

Real-time AI Person Detection on Edge Devices: Detecting Persons on Video in Real-time Mode（边缘设备上的实时 AI 人员检测：实时检测视频中的人员）

作者：Sergey L. Gladkiy

In this article, we’ll modify the code for real-time processing on an edge device.（本文我们将修改代码，以便在边缘设备上进行实时处理。）

Real-time AI Person Detection on Edge Devices: Detecting Persons Using Pre-trained SSD Models（边缘设备上的实时 AI 人员检测：使用预训练的 SSD 模型检测人员）

作者：Sergey L. Gladkiy

In this article, we’ll showcase the Python code for launching these models and detect humans in images.（本文我们将展示用于启动这些模型并检测图像中人物的 Python 代码。）

Real-time AI Person Detection on Edge Devices: Launching SSD on Raspberry Pi（边缘设备上的实时 AI 人员检测：在树莓派上启动 SSD）

作者：Sergey L. Gladkiy

In this article, we’ll see how you can install Python-OpenCV on the device and run the code.（本文我们将了解如何在设备上安装 Python-OpenCV 并运行代码。）

Real-time AI Person Detection on Edge Devices: Selecting Deep Learning Models（边缘设备上的实时 AI 人员检测：选择深度学习模型）

作者：Sergey L. Gladkiy

In this article, we’ll discuss the pros and cons of the existing DNN approaches and select a pre-trained model for further experimentation.（本文我们将讨论现有 DNN 方法的优缺点，并选择一个预训练模型进行进一步的实验。）

Real-time AI Person Detection on Edge Devices: Testing SSD Models on Raspberry Pi（边缘设备上的实时 AI 人员检测：在树莓派上测试 SSD 模型）

作者：Sergey L. Gladkiy

In this article, we’ll test the accuracy and the performance of the MibileNet and SqueezeNet models on the Raspberry Pi device.（本文我们将测试 MibileNet 和 SqueezeNet 模型在树莓派设备上的准确性和性能。）

Real-time AI Pest Elimination on Edge Devices: Getting Started（边缘设备上的实时 AI 害虫消除：入门）

作者：Sergey L. Gladkiy

In this article, we compared two DNN types we can use to detect pests: detectors and classifiers.（本文我们比较了可用于检测害虫的两种 DNN 类型：检测器和分类器。）

相机流的实时条形码扫描

作者：Xiao Ling

In this post, we discuss how to leverage Dynamsoft Barcode Reader video decoding APIs to implement the barcode scanning functionality in camera preview scenario. Also, we demonstrate how to implement for desktop and mobile platforms respectively with the code snippet.（在这篇文章中，我们讨论了如何利用 Dynamsoft 条形码读取器的视频解码 API 在相机预览场景中实现条形码扫描功能。此外，我们还通过代码片段分别演示了如何在桌面和移动平台上实现。）

实时数据科学和 BI：Azure Synapse Analytics（第一部分：概述）

作者：Dawid Borycki

本文讨论了在不影响应用程序性能的情况下分析实时数据的方法。

实时数据科学和 BI：Azure Synapse Analytics（第二部分：设置环境）

作者：Dawid Borycki

本文中，我们准备了 Azure Cosmos DB 帐户，添加了示例零售销售数据，创建了 Azure Synapse 工作区，并链接了 Azure Synapse Studio。

Rectangle Packing（矩形打包）

作者：pravin kumar sinha

Pack rectangular area with set of subrectangles to maximize covered area and minimize unpacked area（用一组子矩形打包矩形区域，以最大化覆盖区域并最小化未打包区域）

Recursion and Backtracking（递归和回溯）

by Rune Rafn（作者：Rune Rafn）

Using Python recursion and backtracking for resolving Sudoku（使用 Python 递归和回溯解决数独）

Re-execute Test-cases and Merge the Robot Framework Reports via Jenkins（通过 Jenkins 重新执行测试用例并合并 Robot Framework 报告）

作者：Iqra Ali

This article will cover some very less common and highly used Robot Framework and Ipy command to follow within your Jenkins job.（本文将介绍一些在 Jenkins 作业中非常有用的、不太常见但又非常常用的 Robot Framework 和 Ipy 命令。）

Remote controlled LED / Weather Station / Message Display (Part 1 - Raspberry Pi)（遥控 LED / 天气站 / 消息显示屏（第一部分 - 树莓派））

作者：Andrew Lai

A small project to give my son a great surprise（一个给儿子带来巨大惊喜的小项目）

ReRouter - Make an Extensible IoT Router（ReRouter - 打造可扩展的物联网路由器）

by Member 12597176（作者：Member 12597176）

a extensible IOT Router made by SeeedStudio（由 SeeedStudio 制造的可扩展物联网路由器）

Reshaping Data in a Pandas DataFrame（重塑 Pandas DataFrame 中的数据）

作者：Glenn Prince

In this sixth part of the Data Cleaning with Python and Pandas series, we look at a few of the simpler methods for combining data.（在本系列“使用 Python 和 Pandas 进行数据清理”的第六部分中，我们将介绍几种更简单的数据合并方法。）

Restructuring ResNet50 to Diagnose COVID-19（重构 ResNet50 以诊断 COVID-19）

作者: Abdulkader Helwan

In this article, we’ll work on restructuring ResNet50 to perform the new classification task.（本文我们将着手重构 ResNet50 以执行新的分类任务。）

Retrieving JSON response from AI platforms（从 AI 平台检索 JSON 响应）

by Murthy TS（作者：Murthy TS）

Getting clean, structured data from four leading AI platforms - OpenAI, Groq, Gemini, and Mistral（从四个领先的 AI 平台获取干净、结构化的数据 - OpenAI、Groq、Gemini 和 Mistral）

Reverse Polish Notation (RPN) Calculator in Python（Python 中的逆波兰表示法（RPN）计算器）

作者：Azim Zahir

How to create a Reverse Polish Notation (RPN) Calculator using Python（如何使用 Python 创建逆波兰表示法（RPN）计算器）

Rodney - A Long Time Coming Autonomous Robot (Part 1)（Rodney - 历经漫长等待的自主机器人（第一部分））

作者：Phil Hopley

First part in a series on a ROS (Robot Operating System) House Bot（ROS（机器人操作系统）家庭机器人系列的第一部分）

Rodney - A Long Time Coming Autonomous Robot (Part 2)（Rodney - 历经漫长等待的自主机器人（第二部分））

作者：Phil Hopley

Second part in a series on a ROS (Robot Operating System) House Bot（ROS（机器人操作系统）家庭机器人系列第二部分）

Rodney - A Long Time Coming Autonomous Robot (Part 3)（Rodney - 历经漫长等待的自主机器人（第三部分））

作者：Phil Hopley

Third part in a series on a ROS (Robot Operating System) House Bot（ROS（机器人操作系统）家庭机器人系列第三部分）

Rodney - A Long Time Coming Autonomous Robot (Part 4)（Rodney - 历经漫长等待的自主机器人（第四部分））

作者：Phil Hopley

Fourth part in a series on a ROS (Robot Operating System) House Bot（ROS（机器人操作系统）家庭机器人系列第四部分）

Rodney - A Long Time Coming Autonomous Robot (Part 5)（Rodney - 历经漫长等待的自主机器人（第五部分））

作者：Phil Hopley

Fifth part in a series on a ROS (Robot Operating System) House Bot（ROS（机器人操作系统）家庭机器人系列第五部分）

Rodney - A Long Time Coming Autonomous Robot (Part 8)（Rodney - 历经漫长等待的自主机器人（第八部分））

作者：Phil Hopley

Eighth part in a series on a ROS (Robot Operating System) House Bot（ROS（机器人操作系统）家庭机器人系列第八部分）

Rotating a Cube with an L3G4200D Gyro Chip wired to a BeagleBone Black（使用连接到 BeagleBone Black 的 L3G4200D 陀螺仪芯片旋转立方体）

作者：Marc Clifton

My adventure with hardware and communicating between a BeagleBoneBlack and a C# app on Windows.（我与硬件的冒险，以及 BeagleBoneBlack 和 Windows 上的 C# 应用程序之间的通信。）

Rubber Duckies in Dynamical Systems（动态系统中的橡皮鸭）

作者：sbarnes

This time, I'm sure I've found stuff that is completely new and previously unknown.（这次，我确信我发现了一些全新的、以前未知的東西。）

在 IEI Tank AIoT 开发套件上运行 Python 中的推理引擎 API

作者：Intel

本文提供了有关在带有 FPGA 支持的 Linux 版 Intel® Distribution of OpenVINO™ 工具包上运行 IEI Tank 的入门信息、链接和资源。

Running AI Fashion Classification on Real Data（在真实数据上运行 AI 时尚分类）

作者: Abdulkader Helwan

In this article we evaluate VGG19 using real images taken by a phone camera.（本文我们使用手机拍摄的真实图像评估 VGG19。）

Running AI Models in Docker Containers（在 Docker 容器中运行 AI 模型）

作者：Jarek Szczegielniak

In this article, we’ll create a container to run a CPU inference on the trained model.（本文我们将创建一个容器来对训练模型进行 CPU 推理。）

Running AI Models in GPU-Enabled Docker Containers（在支持 GPU 的 Docker 容器中运行 AI 模型）

作者：Jarek Szczegielniak

In this article we go back to the Intel/AMD CPUs. This time, we will speed up our calculations using a GPU.（本文我们回到 Intel/AMD CPU。这次，我们将使用 GPU 加速我们的计算。）

Running Automation Tests at Scale Using Python（使用 Python 大规模运行自动化测试）

作者：Suhagkumar Vamja

This article discusses running automation tests at scale using Python, primarily focusing on Selenium.（本文讨论了使用 Python 大规模运行自动化测试，主要侧重于 Selenium。）

Running Face Recognition on Kubernetes（在 Kubernetes 上运行人脸识别）

作者：Sergey L. Gladkiy

In this next article of the series, we’ll show how to run the face recognition servers on Kubernetes.（在本系列下一篇文章中，我们将展示如何在 Kubernetes 上运行人脸识别服务器。）

Running IronPython in DotNetNuke（在 DotNetNuke 中运行 IronPython）

作者：Tommi G

How to script DotNetNuke the Python way.（如何以 Python 的方式编写 DotNetNuke 脚本。）

rWTT - A Worktime Tracker based on Raspberry Hardware Linked to Dynamics AX（rWTT - 基于连接到 Dynamics AX 的树莓派硬件的工时跟踪器）

作者：FiegeU

A worktime tracking solution that reads RFID tags on a Raspberry based terminal that is integrated to Dynamics AX 2009（一种工时跟踪解决方案，读取集成到 Dynamics AX 2009 的基于树莓派的终端上的 RFID 标签）

在 Azure Kubernetes 服务上扩展智能应用程序

作者：Cloud Native Apps Team

在我们系列的最后一篇文章中，我们将深入探讨如何利用 AKS 的强大功能（如自动缩放和高可用性）来管理可变工作负载并保持持续服务。

Scripted Business Rules with .NET and IronPython, Part 1（使用 .NET 和 IronPython 编写脚本的业务规则，第一部分）

作者：beep

Introduction to the Aim framework for dynamic scripting（Aim 动态脚本框架介绍）

Scripting .NET Applications with IronPython（使用 IronPython 脚本化 .NET 应用程序）

作者：Jerome Terry

Extending .NET applications by adding scripting support via IronPython（通过 IronPython 添加脚本支持来扩展 .NET 应用程序）

Sentiment analysis and forcasting using Amazon SageMaker（使用 Amazon SageMaker 进行情感分析和预测）

by Joydip Kanjilal（作者：Joydip Kanjilal）

Examine data for sentiment analysis using HANA and Amazon SageMaker（使用 HANA 和 Amazon SageMaker 检查用于情感分析的数据）

无服务器计算：机器学习 FaaS 入门

作者：MehreenTahir

在本文中，我们将探讨无服务器计算的一些优势，然后通过一个实际示例，使用 Microsoft Azure Functions 服务构建和部署一个示例 ML 推断函数。

Serverless Development Experience for Embedded Computer Vision（嵌入式计算机视觉的无服务器开发体验）

by Miguel Angel Cabrera Miñagorri（作者：Miguel Angel Cabrera Miñagorri）

Learn to create real-time computer vision applications with a couple of Python functions and a model URI.（学习使用几个 Python 函数和一个模型 URI 创建实时计算机视觉应用程序。）

Setting Up a Development Environment for AI Traffic Speed Detection（设置 AI 交通速度检测开发环境）

作者：Allister Beharry

In this article, we set up a development environment on Windows 10 for cross-platform computer vision and machine learning projects to run on our Pi device.（本文我们将在 Windows 10 上设置一个开发环境，用于跨平台计算机视觉和机器学习项目在我们的 Pi 设备上运行。）

设置 Android AI 开发环境

作者：Joel Ivory Johnson

这是关于在 Android 上使用 TensorFlow Lite 的系列文章的第一篇，将机器学习和深度神经网络的强大功能带入移动应用。

使用 Python 和 C 设置和编程 Raspberry Pi

作者：Guruprasad. K. Basavaraju

Setting up AWS IoT Device SDK on the Intel® Edison Board（在 Intel® Edison 板上设置 AWS IoT Device SDK）

作者：Intel

This tutorial will walk you through the process of installing the AWS IoT SDK and show you how to make basic MQTT calls.（本教程将引导您完成安装 AWS IoT SDK 的过程，并向您展示如何进行基本的 MQTT 调用。）

Setting up macOS for ML and AI Development（为 ML 和 AI 开发设置 macOS）

作者：Jarek Szczegielniak

In this article we prepare our development environment.（本文我们准备我们的开发环境。）

Setting Up Python Development Environments with Visual Studio Code（使用 Visual Studio Code 设置 Python 开发环境）

作者：Shun Huang

A tutorial for using Visual Studio Code for Python Development on various environments.（关于在各种环境中使用 Visual Studio Code 进行 Python 开发的教程。）

Setting Up Your Own Telegram Bot with ChatGPT: A Beginner’s Guide（使用 ChatGPT 设置你自己的 Telegram 机器人：初学者指南）

by Nuralem Abizov（作者：Nuralem Abizov）

Discover how to create your own conversational Telegram bot powered by OpenAI's ChatGPT, with this step-by-step guide designed for beginners.（通过这个为初学者设计的循序渐进的指南，了解如何创建由 OpenAI 的 ChatGPT 驱动的你自己的对话式 Telegram 机器人。）

Setup and Test Python Environment in Existing Visual Studio 2017（在现有 Visual Studio 2017 中设置和测试 Python 环境）

作者：MukeshKumarTech

This article will help you to understand how to setup Python environment in existing Visual Studio 2017. If you don’t have Visual Studio 2017 installed and you would like to install it, then you can refer to the below article for step by step information.（本文将帮助您了解如何在现有 Visual Studio 2017 中设置 Python 环境。如果您还没有安装 Visual Studio 2017 并且想安装它，您可以参考下面的文章获取分步信息。）

Shallow Copy vs. Deep Copy in Python 3（Python 3 中的浅拷贝与深拷贝）

作者：Volynsky Alex

This article describes the difference between shallow and deep copy using Python 3.（本文使用 Python 3 描述了浅拷贝和深拷贝之间的区别。）

Silverlight 发音测试

作者：Marcelo Ricardo de Oliveira

如何使用 Silverlight 和 Python 创建发音测试工具

Simple Python Flask Program with MongoDB（带 MongoDB 的简单 Python Flask 程序）

作者：Sarathlal Saseendran

This is a sample Python Flask program uses mongodb as database.（这是一个使用 mongodb 作为数据库的 Python Flask 程序示例。）

Simple Software for Optimal Control（最优控制的简单软件）

作者：Igor Ladnik

Simple software to solve quadratic optimal control problem（用于解决二次最优控制问题的简单软件）

Single Page Application with .NET MVC and AngularJS（使用 .NET MVC 和 AngularJS 的单页应用程序）

by Brian Kwak（作者：Brian Kwak）

Main content pages use AngularJS to display, and MVC .NET authorization is used for user validation（主内容页面使用 AngularJS 进行显示，MVC .NET 授权用于用户验证）

Single Page Apps with Flask and Angular 4|5 Tutorial Series（使用 Flask 和 Angular 4|5 的单页应用教程系列）

作者：Ahmed Bouchefra

Single page apps with Flask and Angular 4|5 tutorial series（使用 Flask 和 Angular 4|5 的单页应用教程系列）

Smarter Security Camera: A POC Using the Intel® IoT Gateway（智能安全摄像头：使用 Intel® IoT 网关的 POC）

作者：Intel

This article is a proof of concept to explore quickly prototyping an analytics solution at the edge using Intel® IoT Gateway computing power to create a Smarter Security Camera.（本文是一个概念验证，旨在探索利用 Intel® IoT 网关的计算能力快速原型化边缘分析解决方案，以创建更智能的安全摄像头。）

SmartPresence for Google Talk（Google Talk 的 SmartPresence）

作者：Plantronics

SmartPresence for Google Talk（Google Talk 的 SmartPresence）

SMS Implementation with the Telit Cellular Module using Python（使用 Python 通过 Telit 蜂窝模块实现 SMS）

作者：jonbowen234

SMS implementation with the Telit Cellular Module using Python（使用 Python 通过 Telit 蜂窝模块实现 SMS）

Solving Real-World Machine Learning Problems with Intel® Data Analytics Acceleration Library（使用 Intel® 数据分析加速库解决现实世界的机器学习问题）

作者：Intel

In this article, we will talk about criteria you can use to select correct algorithms based on two real-world machine learning problems that were taken from the well-known Kaggle platform used for predictive modeling and from analytics competitions where data miners compete to produce the best model（本文我们将讨论您可以用来选择正确算法的标准，这些标准基于来自用于预测建模的知名 Kaggle 平台以及数据挖掘者竞争以产生最佳模型的分析竞赛中的两个现实世界机器学习问题。）

Spam Classification using Python and Keras（使用 Python 和 Keras 进行垃圾邮件分类）

by Markus Glagla（作者：Markus Glagla）

How to prepare training and test data, define a simple neural network model, train and test it（如何准备训练和测试数据、定义简单的神经网络模型、训练和测试它）

加速 Databricks Runtime 以进行机器学习

作者：Intel

Intel has invested in optimizing performance of Python itself, with the Intel® Distribution for Python, and has optimized key data science libraries used with scikit-learn, such as XGBoost, NumPy, and SciPy. This article gives more information on installing and using these extensions.（英特尔通过 Intel® Python 发行版投资优化 Python 本身的性能，并优化了与 scikit-learn 一起使用的关键数据科学库，例如 XGBoost、NumPy 和 SciPy。本文提供了有关安装和使用这些扩展的更多信息。）

Starter Framework for Machine Learning Projects（机器学习项目启动框架）

by Yosry Negm（作者：Yosry Negm）

Introduce a simplified clarification about the main steps for performing statistical learning or building machine learning model（对执行统计学习或构建机器学习模型的主要步骤进行简化的阐述）

Step-by-Step Guide To Implement Machine Learning I - KNN（机器学习实现分步指南 I - KNN）

by Ryukkkk（作者：Ryukkkk）

Easy to implement machine learning（易于实现的机器学习）

Step-by-Step Guide To Implement Machine Learning II - Decision Tree（机器学习实现分步指南 II - 决策树）

by Ryukkkk（作者：Ryukkkk）

Easy to implement machine learning（易于实现的机器学习）

Step-by-Step Guide To Implement Machine Learning III - Naive Bayes（机器学习实现分步指南 III - 朴素贝叶斯）

by Ryukkkk（作者：Ryukkkk）

Easy to implement machine learning（易于实现的机器学习）

Step-by-Step Guide to Implement Machine Learning IV - Logistic Regression（机器学习实现分步指南 IV - 逻辑回归）

by Ryukkkk（作者：Ryukkkk）

Easy to implement machine learning（易于实现的机器学习）

Step-by-Step Guide to Implement Machine Learning IX - Tree Regression（机器学习实现分步指南 IX - 树回归）

by Ryukkkk（作者：Ryukkkk）

Easy to implement machine learning（易于实现的机器学习）

Step-by-Step Guide to Implement Machine Learning VIII - Linear Regression（机器学习实现分步指南 VIII - 线性回归）

by Ryukkkk（作者：Ryukkkk）

Easy to implement machine learning（易于实现的机器学习）

Step-by-Step Guide to Implement Machine Learning X - KMeans（机器学习实现分步指南 X - KMeans）

by Ryukkkk（作者：Ryukkkk）

Easy to implement machine learning（易于实现的机器学习）

Step-by-Step Guide to Implement Machine Learning XI - DBSCAN（机器学习实现分步指南 XI - DBSCAN）

by Ryukkkk（作者：Ryukkkk）

Easy to implement machine learning（易于实现的机器学习）

Step-by-Step Guide to Implement Machine Learning XII - Apriori（机器学习实现分步指南 XII - Apriori）

by Ryukkkk（作者：Ryukkkk）

Easy to implement machine learning（易于实现的机器学习）

Stock Predictions through News Sentiment Analysis（通过新闻情感分析预测股票）

作者：Intel

There are many techniques to predict the stock price variations, but in this project, New York Times’ news articles headlines is used to predict the change in stock prices.（有许多预测股票价格变动的技术，但在本项目中，我们使用《纽约时报》的新闻文章标题来预测股票价格的变化。）

针对 Kafka 开发者的 Azure 事件中心大规模流式传输（第 1 部分）：将流数据引入 Azure

作者：Glenn Prince

在本文中，我们创建了一个事件中心实例和一个演示应用程序，使用 Kafka API 发送消息。

针对 Kafka 开发者的 Azure 事件中心大规模流式传输（第 2 部分）：使用 Python 中的 Azure Functions 处理流数据

作者：Glenn Prince

在本文中，我们开发了几个 Python Azure Functions 来处理我们接收到的有效负载，并将数据保存到 Cosmos DB 实例。

针对 Kafka 开发者的 Azure 事件中心大规模流式传输（第 3 部分）：分析和可视化数据

作者：Glenn Prince

在本文中，我们通过添加 Power BI 来完成应用程序的构建，以在 Cosmos DB 数据集之上构建报表和仪表板。

使用 Azure 事件中心、流分析和 Azure SQL 进行大规模流式传输（第 1 部分）：将流数据引入 Azure

作者：Sander Rossel

如何编写 Python 应用程序以通过 Azure 事件中心摄取天气数据到 Azure

使用 Azure 事件中心、流分析和 Azure SQL 进行大规模流式传输（第 2 部分）：使用 Azure 流分析处理流数据

作者：Sander Rossel

如何通过将事件中心连接到 Azure 流分析来处理数据

使用 Azure 事件中心、流分析和 Azure SQL 进行大规模流式传输（第 3 部分）：分析和可视化数据

作者：Sander Rossel

如何转换数据以生成统计信息并使用 Power BI 进行可视化

使用 Kafka 和 Azure HDInsight 进行大规模流式传输（第三部分）：使用 PySpark 在 HDInsight 上分析流数据

作者：David Norton

在本文中，我们使用 PySpark 来流式传输和分析我们的数据。

使用 Kafka 和 Azure HDInsight 进行大规模流式传输（第二部分）：将流数据传输到 HDInsight 上的 Kafka

作者：David Norton

在本文中，我们探讨如何将数据流式传输到 Kafka。

Streamline PyTorch with Intel OpenVINO™ integration with Torch-ORT（通过 Intel OpenVINO™ 与 Torch-ORT 集成简化 PyTorch）

作者：Intel

OpenVINO integration with Torch-ORT gives PyTorch developers the ability to stay within their chosen framework all the while still getting the speed and inferencing power of OpenVINO™ toolkit through inline optimizations used to accelerate your PyTorch applications.（OpenVINO 与 Torch-ORT 的集成使 PyTorch 开发人员能够留在他们选择的框架内，同时仍然通过用于加速 PyTorch 应用程序的内联优化获得 OpenVINO™ 工具包的速度和推理能力。）

表格驱动的方法

作者：Peter Kankowski

如何通过使用数组使代码更短、更易于维护

将智能应用提升到新水平：使用 Azure 机器学习实现高级功能（第 2 部分）

作者：Cloud Native Apps Team

In this four-part series, you’ll learn how to create an Intelligent App with Azure Container Apps. In this fourth and final part, you’ll explore how to integrate a custom model into your Intelligent Apps, enhancing the application’s features with specialized AI.（在这个分为四部分的系列中，您将学习如何使用 Azure 容器应用创建智能应用程序。在这个第四部分也是最后一部分中，您将探索如何将自定义模型集成到您的智能应用程序中，用专业的人工智能增强应用程序的功能。）

Teaching a Robot to Walk with AI - Introduction to Continuous Control Environments（用 AI 教机器人走路 - 连续控制环境介绍）

作者：philoxenic

In this article, we set up with the Bullet physics simulator as a basis for doing some reinforcement learning in continuous control environments.（本文我们使用 Bullet 物理模拟器作为基础，在连续控制环境中进行一些强化学习。）

Teaching a Robot to Walk with AI and PyBullet Environments（用 AI 和 PyBullet 环境教机器人走路）

作者：philoxenic

In this article, we look at two of the simpler locomotion environments that PyBullet makes available and train agents to solve them.（本文我们研究了 PyBullet 提供的两个更简单的运动环境，并训练智能体来解决它们。）

TensorFlow - Creating C# Applications using TensorFlowSharp（TensorFlow - 使用 TensorFlowSharp 创建 C# 应用程序）

by Sau002（作者：Sau002）

How to create C# applications using TensorFlowSharp（如何使用 TensorFlowSharp 创建 C# 应用程序）

The Dew Review - Aspose.Cells for .NET（The Dew Review - Aspose.Cells for .NET）

作者：Alvin Ashcraft

Last June, I reviewed the Aspose.Email for .NET component and demonstrated how to work with email messages in PST files or via IMAP. Well, I am back again for a look at another Aspose package. This one is Aspose.Cells for .NET.（去年六月，我回顾了 Aspose.Email for .NET 组件，并演示了如何处理 PST 文件中的电子邮件或通过 IMAP 进行处理。这次，我将再次审视另一个 Aspose 包。这个是 Aspose.Cells for .NET。）

The High-Governance of No-Framework - Part 2（无框架的高治理 - 第二部分）

by Chris Solutions（作者：Chris Solutions）

The implementation of a no-framework client application using high-level developer governance.（使用高级开发者治理实现无框架客户端应用程序。）

The New Power of Dynamsoft Barcode SDK: Decoding Direct Part Marking (DPM) Codes（Dynamsoft 条形码 SDK 的新功能：解码直接零件标记 (DPM) 码）

作者：Xiao Ling

In this article, we discuss the unique challenges DPM codes present, and how Dynamsoft Barcode Reader overcomes these challenges with just a few lines of code.（本文我们讨论了 DPM 码带来的独特挑战，以及 Dynamsoft Barcode Reader 如何仅用几行代码就能克服这些挑战。）

Theano Machine Learning on a GPU on Windows 10（在 Windows 10 的 GPU 上进行 Theano 机器学习）

by Dino Konstantopoulos（作者：Dino Konstantopoulos）

Running Theano with an Nvidia 1070 GPU on Windows 10, with CUDA 8 and Visual Studio 2015（在 Windows 10 上使用 Nvidia 1070 GPU 运行 Theano，支持 CUDA 8 和 Visual Studio 2015）

Thinking, Consciousness and a Model of Intelligence（思维、意识和智能模型）

作者：Adrian Pirvu

Neural Patterns model for new thinking machines（用于新型思考机器的神经模式模型）

Time to Improve Your Excel Financial Models（是时候改进您的 Excel 财务模型了）

by Mark_Nadelson（作者：Mark_Nadelson）

How can financial models built in Excel provide quicker and deeper insights by using Eikon Data API (DAPI), Python and xlwings to automate calculations?（如何利用 Eikon Data API (DAPI)、Python 和 xlwings 自动化计算，使 Excel 构建的财务模型提供更快、更深入的见解？）

Tools for Building AI Language Translation Systems（构建 AI 语言翻译系统的工具）

作者：Martin_Rupp

Tools and software required to build a DL-based automatic translation system（构建基于 DL 的自动翻译系统所需的工具和软件）

Tools to Help Optimize Deep-Learning Performance（帮助优化深度学习性能的工具）

作者：Chris_Riley

This article explores how developers can make deep-learning applications faster and more efficient by taking advantage of tools that optimize deep-learning code.（本文探讨了开发人员如何利用优化深度学习代码的工具，使深度学习应用程序更快、更高效。）

跟踪 Microsoft 解决方案（一个较新的 SCM 工具）

作者：sbarnes

一个小型实用程序，它通过功能蔓延成为另一个 SCM 工具 - 一个有用的应用程序来检查

Train a Apache MXNet Model in Amazon SageMaker and Run on IEI Tank AIoT Developer Kit（在 Amazon SageMaker 中训练 Apache MXNet 模型并在 IEI Tank AIoT 开发套件上运行）

作者：Intel

We will train the Apache MXNet Gluon model in Amazon SageMaker to read handwritten numbers of MNIST dataset and then run the prediction for ten random handwritten numbers on IEI Tank AIoT Developer Kit.（我们将在 Amazon SageMaker 中训练 Apache MXNet Gluon 模型来读取 MNIST 数据集的笔迹数字，然后在 IEI Tank AIoT 开发套件上运行对十个随机笔迹数字的预测。）

Training a Custom Model with OpenCV and ImageAI（使用 OpenCV 和 ImageAI 训练自定义模型）

作者：Glenn Prince

In this article, we begin the process of creating a custom object detection model.（本文我们开始创建自定义对象检测模型的过程。）

在 Azure Custom Vision 上训练自定义对象检测模型（第 2 部分）：测试模型

作者：MehreenTahir

在上一篇文章中，我们训练了一个简单的机器学习模型，该模型可以识别图像中何时何地出现人类。本文将演示如何测试此模型并根据需要进行重新训练。

在 Azure Custom Vision 上训练自定义对象检测模型（第 3 部分）：部署和运行模型

作者：MehreenTahir

在本文中，我们演示了如何在 Raspberry Pi 设备上部署 Custom Vision 模型以检测车辆前方的行人。

Training a DNN（训练 DNN）

作者：Sergey L. Gladkiy

In this article, we’ll discuss training our DNN classifier with the augmented dataset.（本文我们将讨论使用增强数据集训练我们的 DNN 分类器。）

Training a Humanoid AI Robot to Run Backwards（训练人形 AI 机器人向后跑）

作者：philoxenic

In this article we will try to train our agent to run backwards instead of forwards.（本文我们将尝试训练我们的智能体向后跑而不是向前跑。）

Training a Humanoid AI Robot to Run With a Custom Model（使用自定义模型训练人形 AI 机器人奔跑）

作者：philoxenic

In article in this series we will look at even deeper customisation: editing the XML-based model of the figure and then training the result.（本系列文章中，我们将深入探讨更高级的定制：编辑人物的 XML 模型，然后训练结果。）

Training a Humanoid AI Robot to Walk Using Proximal Policy Optimisation (PPO)（使用近端策略优化 (PPO) 训练人形 AI 机器人行走）

作者：philoxenic

In this article in the series we start to focus on one particular, more complex environment that PyBullet makes available: Humanoid, in which we must train a human-like agent to walk on two legs.（本系列文章中，我们将开始关注 PyBullet 提供的一个特定、更复杂的环境：Humanoid（人形），我们必须在该环境中训练一个像人类一样的智能体用两条腿行走。）

Training a Humanoid AI Robot to Walk With Soft Actor Critic (SAC)（使用软Actor Critic (SAC) 训练人形 AI 机器人行走）

作者：philoxenic

In this article we will adapt our code to train the Humanoid environment using a different algorithm: Soft Actor-Critic (SAC).（本文我们将调整我们的代码，使用不同的算法来训练 Humanoid 环境：Soft Actor-Critic (SAC)。）

Training a Running a Deep CycleGAN for Mobile Style Transfer（训练一个用于移动风格迁移的深度 CycleGAN）

作者: Abdulkader Helwan

In this article, we train a CycleGAN with a U-Net-based generator.（本文我们训练一个带有 U-Net 生成器的 CycleGAN。）

Training a YOLOv5 Model for Face Mask Detection（训练用于面罩检测的 YOLOv5 模型）

作者：Sergio Virahonda

In this article, we’re going to use the dataset to train a YOLOv5 object detection model.（本文我们将使用数据集来训练一个 YOLOv5 对象检测模型。）

Training and Running a GAN for Fashion Design Generation（训练和运行用于时装设计生成的 GAN）

作者: Abdulkader Helwan

In this article we show you how to train the GAN for fashion design generation.（本文我们向您展示如何训练 GAN 来生成时装设计。）

训练您自己的 TensorFlow 神经网络用于 Android

作者：Joel Ivory Johnson

在本文中，我们将生成一个程序输出，该程序将提供一个 TensorFlow freeze graph，可用于或转换为 TensorFlow Lite。

Transfer Learning with TensorFlow 2（使用 TensorFlow 2 进行迁移学习）

作者：Nikola M. Živković

How to transfer leaning with TensorFlow2（如何使用 TensorFlow2 进行迁移学习）

Transfer Learning with TensorFlow on Intel® Arc™ GPUs（在 Intel® Arc™ GPU 上使用 TensorFlow 进行迁移学习）

作者：Intel

Fast and Easy Training and Inference Using Intel® Consumer GPUs and Windows* Subsystem for Linux 2（使用 Intel® 消费级 GPU 和 Windows* Linux 子系统 2 进行快速简便的训练和推理）

Turing: Another Take on Algorithm and Python Development（图灵：算法和 Python 开发的另一种视角）

by zdimension（作者：zdimension）

A cross-platform algorithm/pseudocode and Python development environment with debugging features（一个具有调试功能的跨平台算法/伪代码和 Python 开发环境）

Tutorial for creating simple Hyakunin-Issyu application using Sinatra and Heroku（使用 Sinatra 和 Heroku 创建简单 Hyakunin-Issyu 应用程序的教程）

作者：Software Developer's Journal

Typewriter.NET 文本编辑器

作者：Сергей Челноков

如何编写您的记事本

Uncomfortable Truth About Programming（编程的令人不安的真相）

作者：omeecode

Truth about programming that nobody tells you when you start out（编程界没人告诉你的真相）

Understanding Capsule Network Architecture（理解胶囊网络架构）

作者：Intel

Understanding Capsule Network Architecture（理解胶囊网络架构）

UnSupervised Learning - Clustering and K-Means（无监督学习 - 聚类和 K-Means）

作者：pravin kumar sinha

Update Confluence Wiki Page Using Python（使用 Python 更新 Confluence Wiki 页面）

作者：Friedrich Brunzema

How to programmatically edit a Confluence Wiki page（如何以编程方式编辑 Confluence Wiki 页面）

Use Linux Apps With Django to Process Images（在 Django 中使用 Linux 应用程序处理图像）

作者：Cloudster

Run command line Linux apps inside of Django to rapidly process 360 degree images.（在 Django 中运行命令行 Linux 应用程序以快速处理 360 度图像。）

Use Machine Learning to Determine the Programming Language of Text（使用机器学习来确定文本的编程语言）

作者：sjb_strat

Use machine learning to determine the programming language of text（使用机器学习来确定文本的编程语言）

Use Sphinx for Python Documentation（使用 Sphinx 进行 Python 文档）

作者：Shun Huang

How to use Sphinx for Python documentation（如何使用 Sphinx 进行 Python 文档）

Using Amazon Alexa to Control External IoT Output with Renesas AE-CLOUD1（使用 Amazon Alexa 通过 Renesas AE-CLOUD1 控制外部 IoT 输出）

作者：Jesse Casman

Use an Amazon Echo to control an IoT device to find out temperature and more（使用 Amazon Echo 控制 IoT 设备以获取温度等信息）

Using an ONNX Neural Network Model with TensorFlow Lite on Android（在 Android 上使用 ONNX 神经网络模型与 TensorFlow Lite）

作者：Joel Ivory Johnson

In this article we will take a pre-trained neural network and adapt it for use in TensorFlow Lite.（本文我们将采用一个预训练的神经网络并将其改编为 TensorFlow Lite 使用。）

Using Autoencoders for Deep Fake Generation（使用自动编码器进行深度伪造生成）

作者：Sergio Virahonda

In this article we’ll start to focus on our DIY approach.（本文我们将开始关注我们的 DIY 方法。）

Using ClearCase winking mechanism with new Visual Studio versions（在新版 Visual Studio 中使用 ClearCase 眨眼机制）

作者：Michael Pan

Creating makefiles from vcproj files and using them with the ClearCase winking mechanism.（从 vcproj 文件创建 makefile 并将其与 ClearCase 眨眼机制一起使用。）

使用云 AI 进行情感分析

作者：Jayson DeLancey

本文是情感分析系列文章中的第七篇，该系列文章使用 Python 和开源自然语言工具包。在本文中，我们将介绍 VADER 的一些替代方案。

Using CodeProject.AI Server with Blue Iris（将 CodeProject.AI 服务器与 Blue Iris 结合使用）

作者：Matthew Dennis

Integrating CodeProject.AI Server with the Blue Iris video security and webcam system（将 CodeProject.AI 服务器与 Blue Iris 视频安全和网络摄像头系统集成）

Using COM Objects in Scripting Languages -- Part 2 (Python)（在脚本语言中使用 COM 对象 - 第二部分（Python））

作者：Sharjith

This article shows how to instantiate a COM object in Python and use its methods and properties.（本文演示了如何在 Python 中实例化 COM 对象并使用其方法和属性。）

Using Decorators to Instrument Python Code with OpenTelemetry Traces（使用装饰器通过 OpenTelemetry Traces instrument Python 代码）

by Digma.ai（作者：Digma.ai）

Python decorators can help keep OpenTelemetry tracing instrumentation DRY（Python 装饰器可以帮助保持 OpenTelemetry 跟踪 instrument 的 DRY）

Using Docker for Facial Identification（使用 Docker 进行面部识别）

作者：Sergey L. Gladkiy

In this article we create a Docker container for this system.（本文我们为该系统创建一个 Docker 容器。）

将手势识别用作 Android 上的差异化功能

作者：Android on Intel

在本文中，我们将介绍如何从传感器数据中获取有用信息，然后我们将使用 Intel Context Sensing SDK 示例来演示抖动检测、摇动检测、字形检测。

Using OSMnx for Graph Analysis of Street Networks in Python（在 Python 中使用 OSMnx 进行街道网络图分析）

by Muhammad Jarir Kanji（作者：Muhammad Jarir Kanji）

This tutorial will go through the GeoPandas GeoDataFrame, quick and easy visualization of the OSM street networks, with additional helper functions for added customization of the resulting maps using OSMnx, with code samples.（本教程将通过 GeoPandas GeoDataFrame，快速轻松地可视化 OSM 街道网络，并使用 OSMnx 提供额外的辅助函数，通过代码示例为生成的地图添加自定义。）

Using PICTools to Decode DICOM Pixel Data（使用 PICTools 解码 DICOM 像素数据）

by Miguel Restrepo（作者：Miguel Restrepo）

This blog will focus on the image component of DICOM files, and specifically on how to access and decode DICOM pixel data using Accusoft’s PICTools.（这篇博客将重点关注 DICOM 文件的图像组件，特别是如何使用 Accusoft 的 PICTools 访问和解码 DICOM 像素数据。）

Using Portable ONNX AI Models in C#（在 C# 中使用便携式 ONNX AI 模型）

作者：Keith Pijanowski

In this article, I provided a brief overview of the ONNX Runtime and the ONNX format.（本文我简要概述了 ONNX Runtime 和 ONNX 格式。）

Using Portable ONNX AI Models in Python（在 Python 中使用便携式 ONNX AI 模型）

作者：Keith Pijanowski

In this article, I provided a brief overview of the ONNX Runtime and the ONNX format.（本文我简要概述了 ONNX Runtime 和 ONNX 格式。）

Using Pretrained Models to Detect People With OpenCV and ImageAI（使用预训练模型通过 OpenCV 和 ImageAI 检测人员）

作者：Glenn Prince

In this article, we'll have a look at some of the pretrained models we can use in ImageAI to start detecting people in images.（本文我们将研究一些可以在 ImageAI 中使用的预训练模型，以开始检测图像中的人员。）

Using Pre-trained VADER Models for NLTK Sentiment Analysis（在 NLTK 情感分析中使用预训练 VADER 模型）

作者：Jayson DeLancey

This article is the third in the Sentiment Analysis series that uses Python and the open-source Natural Language Toolkit. In this article, we'll look at techniques you can use to start doing the actual NLP analysis.（本文是情感分析系列文章的第三篇，该系列使用 Python 和开源的自然语言工具包。本文我们将探讨可用于开始进行实际 NLP 分析的技术。）

Using Python inside Programming Without Coding Technology (PWCT) environment.（在编程无代码技术 (PWCT) 环境中使用 Python。）

作者：Mahmoud Samir Fayed

Using Python inside Programming Without Coding Technology (PWCT) environment.（在编程无代码技术 (PWCT) 环境中使用 Python。）

Using Python Scripts from a C# Client (Including Plots and Images)（从 C# 客户端使用 Python 脚本（包括图和图像））

作者：Thomas Weller

Demonstrates how to run Python scripts from C#（演示如何从 C# 运行 Python 脚本）

Using Python to Make a Windows Service（使用 Python 创建 Windows 服务）

by Zen_Z（作者：Zen_Z）

How to make a Windows service using Python（如何使用 Python 创建 Windows 服务）

Using Python to Solve Computational Physics Problems（使用 Python 解决计算物理学问题）

作者：Garbel Nervadof

This article demonstrates how to use Python to solve simple Laplace equation with Numpy library and Matplotlib to plot the solution of the equation. We'll also see that we can write less code and do more with Python.（本文演示了如何使用 Numpy 库和 Matplotlib 来解决简单的拉普拉斯方程并绘制方程的解。我们还将看到，我们可以用 Python 编写更少的代码做更多的事情。）

使用 SQLite，利用 create_aggregate() 和 SQL 的 Between 操作符创建正态概率分布直方图，或者说，是什么？...

作者：rerhart585

使用 SQLite，利用 create_aggregate() 和 SQL 的 Between 操作符创建正态概率分布直方图，或者更常用地说，钟形曲线。

在 Android AI 危险检测中使用 TensorFlow Lite 结果

作者：Joel Ivory Johnson

在 AI 危险检测 Android 系列的本篇文章中，我们将解释结果并向用户提供相关信息。

Using the Generic Attribute Profile (GATT) in Bluetooth* Low Energy with your Intel® Edison Board（在 Intel® Edison 主板上使用低功耗蓝牙的通用属性配置文件 (GATT)）

作者：Intel

This guide will teach you how to use GATT profile, by interfacing with the Texas Instruments SensorTag over Bluetooth* Low Energy.（本指南将教您如何使用 GATT 配置文件，通过低功耗蓝牙与德州仪器 SensorTag 进行接口。）

在 Android 上使用实时摄像头进行 AI 危险检测

作者：Joel Ivory Johnson

在 AI 危险检测 Android 系列的下一篇文章中，我们将让应用程序处理实时数据。

Using the Model Optimizer to Convert MXNet Models（使用模型优化器转换 MXNet 模型）

作者：Intel

The Model Optimizer is a cross-platform command-line tool that facilitates the transition between the training and deployment environment, performs static model analysis, and adjusts deep learning models for optimal execution on end-point target devices.（模型优化器是一个跨平台的命令行工具，它促进了训练和部署环境之间的过渡，执行静态模型分析，并调整深度学习模型以在终端目标设备上获得最佳执行效果。）

Using Visual Studio Code to Develop a Service Inside of a Container（使用 Visual Studio Code 在容器内开发服务）

by Dmitriy Repin（作者：Dmitriy Repin）

Using VS Code to author and debug an any-language service inside of a container running locally, on a cloud VM, or in a Kubernetes pod（使用 VS Code 在本地、云 VM 或 Kubernetes Pod 中运行的容器内编写和调试任何语言的服务）

Vehicle Detection with TrafficCV（使用 TrafficCV 进行车辆检测）

作者：Allister Beharry

In this article, we have a look at the details of the TrafficCV implementation and the various object detection models to use for detecting vehicles and calculating their speed.（本文我们研究了 TrafficCV 实现的细节以及用于检测车辆和计算其速度的各种对象检测模型。）

Video Face Transfer with Deep Fakes（使用深度伪造进行视频换脸）

作者：Sergio Virahonda

In the previous article I gave a general overview of deep fakes generation and the elements involved in the process.（在前一篇文章中，我概述了深度伪造的生成及其过程涉及的元素。）

Visual Studio 2019 and Python（Visual Studio 2019 和 Python）

作者：Jeffrey T. Fritz

In this video, Jeff shows how to get started with Visual Studio 2019 and Python. He even installs and uses the Intel Python distribution as well, to show how you can use multiple Python distributions and easily change between them in Visual Studio（在本视频中，Jeff 展示了如何开始使用 Visual Studio 2019 和 Python。他甚至安装并使用了 Intel Python 发行版，以展示如何在 Visual Studio 中使用多个 Python 发行版并轻松切换它们。）

Visualize Binary Search Tree using Python, Tkinter and Graphviz（使用 Python、Tkinter 和 Graphviz 可视化二叉搜索树）

作者：Azim Zahir

Visualizing a Binary Search Tree using Python, Tkinter and Graphviz（使用 Python、Tkinter 和 Graphviz 可视化二叉搜索树）

可视化 Android 上的 TensorFlow Lite AI 结果

作者：Joel Ivory Johnson

在本系列文章的前一篇中， TensorFlow Lite 解释器检查了一张图片并产生了其输出。在本文中，我们将学习如何解释这些结果并为它们创建可视化。

Web API for Face Recognition（人脸识别的 Web API）

作者：Sergey L. Gladkiy

In this article, we’ll wrap the face identification model in a simple Web API, create a client application on the Raspberry Pi, and run the client-server system.（本文我们将把人脸识别模型包装在一个简单的 Web API 中，在树莓派上创建一个客户端应用程序，然后运行客户端-服务器系统。）

Web Scraping with Python: Part I（使用 Python 进行网络爬虫：第一部分）

作者：VISWESWARAN1998

Scrape the websites with Python 3（使用 Python 3 抓取网站）

Web Search Engine（网络搜索引擎）

作者：Ștefan-Mihai MOGA

Design and implementation of a Web Search Engine using Text Mining techniques（使用文本挖掘技术设计和实现网络搜索引擎）

Web-Apps on Flask: How to Deal With Cyclic Imports（Flask 上的 Web 应用：如何处理循环导入）

作者：SimbirSoft

A bit about Python & Flask（关于 Python 和 Flask 的一些内容）

Why Use AI for Traffic Speed Detection?（为什么使用 AI 进行交通速度检测？）

作者：Allister Beharry

This article series will show you how to build a reasonably accurate traffic speed detector using nothing but Deep Learning, and run it on an edge device like a Raspberry Pi.（本系列文章将向您展示如何仅使用深度学习构建一个相当准确的交通速度检测器，并在像树莓派这样的边缘设备上运行它。）

Why Use AI on Time-Series Data?（为什么在时间序列数据上使用 AI？）

作者：Sergio Virahonda

This series of articles will guide you through the steps necessary to develop a fully functional time series forecaster and anomaly detector application with AI.（本系列文章将指导您完成开发一个功能齐全的时间序列预测和异常检测 AI 应用程序所需的步骤。）

Wind River Helix Device Cloud Application Deployment: POC Retail Vending Machine（Wind River Helix Device Cloud 应用程序部署：POC 零售自动售货机）

作者：Intel

This article will explore a proof of concept that leverages the capabilities of Helix Device Cloud (HDC) and uses the UP Squared board as the vending machine gateway.（本文将探讨一个概念验证，该验证利用了 Helix Device Cloud (HDC) 的能力，并将 UP Squared 板用作自动售货机网关。）

Working with AWS Lambda C++ Runtime as Lambda layer（将 AWS Lambda C++ Runtime 用作 Lambda 层）

by P. Erward（作者：P. Erward）

How to put the AWS Lambda C++ Runtime into a Lambda layer and how to use it（如何将 AWS Lambda C++ Runtime 放入 Lambda 层以及如何使用它）

Working with Bluetooth using Node.js and node-red from Intel Edison（使用来自 Intel Edison 的 Node.js 和 node-red 处理蓝牙）

作者：Grasshopper.iics

Workaround for Sending Bluetooth command from Android Phone to Javascript based programs in Intel Edison（从 Android 手机向 Intel Edison 中的基于 Javascript 的程序发送蓝牙命令的解决方法）

Working with frames in a video using OpenCV and Tkinter.（在视频中使用 OpenCV 和 Tkinter 处理帧。）

作者：Azim Zahir

This article is a demonstration of some of the capabilities of the OpenCV library of Python.（本文演示了 Python 的 OpenCV 库的一些功能。）

WPF 和 IronPython 业务规则 - 第 2 部分

作者：beep

一个完整的 WPF 示例应用程序，演示 IronPython 业务规则。

使用 Python 编写 Android GUI（7：Activity）

作者：li9705

Activity of android application is main entity which likes windows on win32 platform. It has lifecycle, contains gui widgets, and manages them together. Activity can create child activities, with initial parameters, and gets results from them. Here gives an example to operate activities, which code（Android 应用程序的 Activity 是主实体，类似于 Win32 平台上的窗口。它具有生命周期，包含 GUI 部件，并将它们组合管理。Activity 可以创建子 Activity，并传入初始参数，然后从它们获取结果。这里提供了一个操作 Activity 的示例，其代码）

Writing to a Slack Channel - Python Edition（写入 Slack 频道 - Python 版）

作者：Ryan Peden

Writing to a Slack Channel - Python Edition（写入 Slack 频道 - Python 版）

YACGEN Properties and Layout Customization（YACGEN 属性和布局自定义）

作者：Stein Borge

How to populate properties and customize layout.（如何填充属性和自定义布局。）

You've Got Spam（你收到垃圾邮件了）

作者：Peter Leow

Design and implement a simple AI agent that can learn and fight the relentless spam plague.（设计和实现一个可以学习并对抗无情的垃圾邮件瘟疫的简单 AI 智能体。）

ZigZag-转换问题

作者：Mr.PoorEnglish

使用 Linq 和匿名方法有助于保持代码简洁。

Zukuno | 物联网个人助理

作者：Mitchell J.

Learn how to setup a Raspberry Pi as a wifi router, track public transport with GTFS, install & use Django, and combine CMUsphinx, Webview, and Microsoft's speech API in an Android app. We'll also control Sonos speakers, build a security camera, and consume some API's (including the CodeProject API)（学习如何将树莓派设置为 wifi 路由器、使用 GTFS 跟踪公共交通、安装和使用 Django，以及在 Android 应用中结合 CMUsphinx、Webview 和微软的语音 API。我们还将控制 Sonos 音箱，构建安全摄像头，并使用一些 API（包括 CodeProject API）。）

Python

精选阅读

最新文章

所有文章

Python