7月3日，由中国信息通信研究院主办的2019云计算开源产业大会在北京举办。腾讯开源独揽尖峰开源企业奖、尖峰开源技术创新奖（自主研发项目）、尖峰开源技术创新奖（基于社区版本二次开发项目）、行业开源技术领航奖和尖峰开源人物等5项大奖，并成为首个通过可信开源治理能力评估认证的自发开源企业。 就在7月2日，

7月2日-3日，工信部指导，中国信息通信研究院主办的2019年可信云大会与2019年云计算开源产业大会顺利召开。继通过可信云·开源解决方案、混合云解决方案等认证后，腾讯云TStack凭借强大的多云管理能力，获得可信云·多云管理认证。 同时，基于产品技术能力及业内突出影响，腾讯云TStack再一举拿下

七月才过去两天，好消息却不断。 这不，我们刚中标长沙市城市超级大脑项目，就又拿了**4项大奖，11项认证，成为国内最全的可信云认证厂商。**看看具体是怎么回事。 7月2日，在中国信息通信研究院、中国通信标准化协会主办的**“2019可信云大会”上，腾讯云一举获得了可信智能云、可信政务云（数字广东）、

点击上方“腾讯大讲堂”，“星标或置顶公众号” 关键时刻，第一时间送达 来源 / 腾讯科技 （ID: qqtech） 作者 / 李海丹 随着各个国家都在加大对5G的研发投入，以及陆续商用测试，5G俨然已经成为了2019年最重要的技术风口。 5G的应用场景有哪些？ 通信厂商、互联网企业如何在5G时代改变

文章来自酷鹅用户研究院（微信ID：kueclub） 一面是经济寒冬，一面是短视频火热 2019短视频持续保持高增长态势，独立用户数达6.4亿 短视频行业有哪些新趋势？ 用户为何会刷到停不下来？ 短视频社交和Vlog哪个是未来的潜在增长点？ 接下来将为您全面解读2019短视频行业发展新趋势、用户行为与

前言: 小程序是一种新的开放能力， 开发者可以快速地开发一个小程序，便可以在微信内被便捷得获取和传播，同时具有出色的使用体验。随着近两年来小程序风口的爆发，越来越多的开发者、企业开始接入小程序，那么在在线教育领域，我们可以通过小程序玩出什么花样呢？本文将介绍腾讯在线教育的小程序矩阵，以及如何进行框架

腾讯TAPD再获行业大奖！6月29日晚，第二十三届中国国际软件博览会（CISE 2019）“软件之夜”盛典在北京展览馆举行，腾讯敏捷协作平台TAPD获评“优秀产品”。中国工程院院士倪光南、工业和信息化部办公厅主任楼宇光为“优秀产品”颁奖。 获得本届“优秀产品”的腾讯敏捷协作平台TAPD，是中国领先的

本文原作者：尹迪，经授权发布。 1 谱聚类算法的原理 在分析快速迭代聚类之前，我们先来了解一下谱聚类算法。谱聚类算法是建立在谱图理论的基础上的算法，与传统的聚类算法相比，它能在任意形状的样本空间上聚类且能够收敛到全局最优解。 谱聚类算法的主要思想是将聚类问题转换为无向图的划分问题。 首先，数据点被看

本文原作者：尹迪，经授权发布。 ​ | 导语 当数据是以流的方式到达的时候，我们可能想动态的估计（estimate ）聚类的簇，通过新的到达的数据来更新聚类。spark.mllib支持流式k-means聚类，并且可以通过参数控制估计衰减（decay）(或“健忘”(forgetfulness))。这个

本文原作者：尹迪，经授权发布。 ​ | 导语 现有的高斯模型有单高斯模型（SGM）和高斯混合模型（GMM）两种。从几何上讲，单高斯分布模型在二维空间上近似于椭圆，在三维空间上近似于椭球。在很多情况下，属于同一类别的样本点并不满足“椭圆”分布的特性，所以我们需要引入混合高斯模型来解决这种情况。 1 单

本文原作者：尹迪，经授权发布。 ​ 二分k-means算法是层次聚类（Hierarchical clustering）的一种，层次聚类是聚类分析中常用的方法。 层次聚类的策略一般有两种： 聚合。这是一种自底向上的方法，每一个观察者初始化本身为一类，然后两两结合 分裂。这是一种自顶向下的方法，所有观察

本文作者：陈春勇，腾讯视觉设计师。 // 你知道CPR，AED和人工呼吸是什么吗？ 或许大部分人和我一样，第一次听到这些词的时候一脸懵，之前只听说过人工呼吸。 抱着对急救（rengong）知识（huxi）的憧憬，我有幸成为了腾讯急救队的一员。 在加入急救队之前，我完全是个急救小白，除了上班就是工作。

本文原作者：尹迪，经授权发布 ​ | 导语 本文会介绍一般的k-means算法、k-means++算法以及基于k-means++算法的k-means||算法。在spark ml，已经实现了k-means算法以及k-means||算法。本文首先会介绍这三个算法的原理，然后在了解原理的基础上分析spar

文章作者：张舒婷，经授权发布。 why use TFRecord 对于数据量较小而言，可能一般选择直接将数据加载进内存，然后再分batch输入网络进行训练。但是，如果数据量较大，这样的方法就不适用了，因为太耗内存，所以这时最好使用 tensorflow 提供的队列 queue，也就是第二种方法从文件

本文原作者：梁源，经授权后发布。 ​ 序列标注是NLP中一项重要的任务，它主要包括分词，词性标注，命名实体识别等子任务。通过对预训练后的BERT模型进 行finetune，并与CRF进行结合，可以很好地解决序列标注问题。上篇文章对BERT官方源码进行了介绍，本篇文章将介绍 如何通过BERT解决序列标