Google Android团队在2012年的时候开设了Android Training板块 - http://developer.android.com/training/index.html，这些课程是学习Android应用开发的绝佳资料。我们通过Github发起开源协作翻译的项目，完成中文版的输出，欢迎大家传阅学习！ 文章中难免会有很多写的不对不好的地...

MLeap 既是适用于机器学习 Pipeline 存储的通用序列化格式，又是 Pipeline 的通用执行引擎。MLeap 支持 Spark、Scikit-Learn、TensorFlow 等机器学习框架的 Pipeline 的训练，也能够将 Pipeline 导出成一个 MLeap Bundle。序列化得到的 Bundle 可以被反序列回原始的 Pipel...

Edward 是一个用于概率建模、推理和评估的 Python 库。它是一个用于快速实验和研究概率模型的测试平台，其涵盖的模型范围从在小数据集上的经典层次模型到在大数据集上的复杂深度概率模型。Edward 融合了以下三个领域：贝叶斯统计学和机器学习、深度学习、概率编程。

Jittor 是一个基于即时编译和元算子的高性能深度学习框架，整个框架在即时编译的同时，还集成了强大的Op编译器和调优器，为您的模型生成定制化的高性能代码。Jittor前端语言为Python。前端使用了模块化的设计，这是目前最主流的深度学习框架接口设计。后端则使用高性能语言编写，如CUDA，C++。

PaddleHub是飞桨预训练模型管理和迁移学习工具，通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。

本书号称『高速上手』，从内容上对二十一世纪二十年代之前产生 C++ 的相关特性做了非常相对全面的介绍，读者可以自行根据下面的目录选取感兴趣的内容进行学习，快速熟悉需要了解的内容。这些特性并不需要全部掌握，只需针对自己的使用需求和特定的应用场景，学习、查阅最适合自己的新特性即可。

主要为了方便其他新手学习 Linux , 也为学习 Linux 做下总结与记录，本书内容会偏向实用，不会有过多的理论知识，太底层的知识我也无法一一讲解，毕竟我只是一个 Linux 熟练工，书中内容我会尽个人的最大努力进行总结与归类，做到每个章节的内容可以独立阅读，帮助读者通过某些命令实现实现具体的功能。书中内容会陆续更新，无法一步到位。

第一次接触到 Flask 时被它的简洁感动了，几行代码就可以快速搭建出一个简单的 Web 服务，于是就义无反顾地踏上了 Flask 的学习之路，慢慢地就学习到了诸如 Jinja2 模板引擎，路由，视图，静态文件和蓝图等。Flask 非常小，源码文件包括注释在内，总共才 6000 多行，当你能熟练使用 Flask 的各个模块时，相信你也可以读懂它的所有源码。

Crazepony项目旨在为大学生/航模爱好者/创客提供可二次开发的迷你四轴飞行器原型。我们秉承开放，合作，分享的理念，致力将Crazepony打造成航模爱好者学习交流的软硬件平台。Crazepony是一个完全开源的项目，包括源代码，原理图，设计思路等，并且提供详尽的百科知识库。可以通过它学习四轴飞行器相关知识，也可以在上面进行二次开发，实现自己的创意。

之所以会出现React官方文档中Advanced Guides部分的翻译的缘由在于，大部分类似于我这种React新手学习的资料主要集中在于阮一峰老师的React教程或者是官方文档，一般起步都会学习React官网中QUICK START中的部分，但是对于Advanced Guides部分关注度却不太高。在我阅读了这部分内容后发现，这部分其实对于React进阶有...