這是什麼?
程式週記主要內容如下:
Gihub project 介紹:
- 主要會貼一些github，但是會盡量寫上一些有用的評語（或是我容易想到的關鍵詞）幫助以後查詢
網路文章心得:
- 會寫些心得，強迫自己閱讀．
“程式週記”並且定期週期性更新．
大部分內容在我的twitter都會有，這邊只是將一些簡單的心得與感想註解一下．
本週摘要
本週工作上有個里程碑，很開心夥伴們能夠準時的交付出產品．雖然我們也踩了不少雷，不過我們完成了!!
目前一邊在看 udacity 的 Introduction Machine Learning 一邊也跟著公司同事們學習相關論文．相當充實!!
Go
Contributing to the Go project
2016 的舊文章，不過很實用．
由於 Go 專案都是放在 Gerrit 想要貢獻給 #golang 專案，卻又不知道該如何開始？ 這篇文章提供一整個流程的介紹，幫助你可以提交你的第一個 PR 給 Golang， 來看看這篇文章吧
The 9 most popular Golang links from 2016
有人幫忙精選了在 2016 的九篇最受歡迎的 Golang 相關文章，其中前五篇是:
- 1: What Should We Be Excited About in Go 1.8?
- 2: Go’s Alias Proposal and All My Concerns of Google Controlling Go
- 3: Go Best Practices, Six Years In
- 4: Introducing Go 2.0 (A Thought Experiment Only)
- 5: Ten Million Concurrent Websockets
Grumpy: Go running Python!
Google open source 為了解決很多 legacy 的 python code ，開發了一個工具可以讓你將 Python 轉換成 Go ，或是在 python 裡面跑 go 的套件．
一些重點整理:
-
Grumpy (脾氣暴躁 XD) 把 令人討厭的 GIL (Global interpreter lock) 拿掉了．換成 Go 的 GC 來管理．可以讓跑 python 的時候 multiple thread 更快． Grumpy 也不是第一個把 GIL 拿掉的 Python runtime, IronPython/Jython 都這樣幹過
-
目前 Grumpy 支援度不夠，所以大家使用前看一下 issue list (光是 import “/”, “.” 就有些問題 refer issue 11)
-
Grumpy 不知道 CPython 的部分，所以 numPy 跟 opencv 都不能用． (其實還不少不能用的，畢竟還 alpha)
-
也是可以跑 Interactive shell “make run” 就可以了…
-
目前僅支援 python 2.7 (畢竟還有四年可以活 XD)
最後，為了呼應拿掉 GIL ， Russ Cox 也發了篇十年前的 C 與顏文章．來解釋 lock 有多痛苦 XDDD
想清楚了解 Python GIL 是什麼，可以看看這篇 slide
Python
Android/JAVA/NODE.JS/Scala
Migration From Spark 1.x to Spark 2.x
如何將你手邊 Spark 1.x 的代碼移植到 Spark 2.x 裡面．有些 package 位置有換得的部分要注意一下．
Docker
Kubernetes
Setting up OpenAI’s Kubernetes EC2 autoscaler in the cluster installed by kops
同事寫的相關安裝文件，整理的不錯．
iOS/Swift
其他程式語言
Rust: Reword ‘stupid’ and ‘crazy’ in docs.
如何在文件中把一些比較激進的文字修改成比較溫和的文字 XDD
論文收集
網站文章
【长城】原来是一部细思极恐的IT大片
雲端架構師如何來看”長城”這部賀歲大片． HA 的怪是哪招？ XDD
Machine Learning
berkeley 2017 春季的 Deep Reinforcement Learning 課程
Breaking things is easy
Nicolas Papernot 和 Ian Goodfellow 探討機器學習模型的資安問題，本文列出了三招，摘要如下：
- 對資料集下毒：在已上線的模型中，餵幾個最能增加模型預測錯誤的資料點。例如莫里雅提教授送福爾摩斯穿一雙新鞋子，讓警方認為那雙鞋子就是福爾摩斯穿的，接著莫再穿著另一雙一樣的鞋子去犯案，來入罪福爾摩斯。
- 惡意輸入讓模型預測錯誤：例如一隻熊貓加上一些人眼無法察覺的雜訊，可讓機器預測為長臂猿。要使用這種攻擊需要知道模型參數
- 隱私問題：壞人的目標是想辦法取得一部分帶有使用者隱私的訓練資料，或是觀察模型的預測來擷取隱私。例如觀察智慧型手機鍵盤輸入的預測，可以約略知道使用者常打什麼關鍵字。
(以上文字轉錄自 智程梁)
Learning from Simulated and Unsupervised Images through Adversarial Training
Apple 發表的第一篇跟 Machine Learning 相關的論文，內容圍繞著 GAN 與影像處理．
Matching networks for one shot learning
Morning Paper 是每天會幫你讀一篇論文，然後寫下導讀跟心得． 今天談如何透過極少的object 來做分類
有聲書/影片心得
