1. ONNX Runtime 简介

ONNX Runtime（ORT）

“现在引用最多的几个神经网络都是建立在我的实验室成果之上的！”

ResNet

从AlexNet开始，网络结构逐渐向越来越深的方向发展，大家直观地认为随着网络深度的增加，网络的特征拟合能力会越来越强，因此更深的模型理应取得更好的效果。但是人们发现随着网络深度的增加，模型的精度不是一直提升的，而且训练的误差和测试的误差都变高了，这显然不是过拟合的问题。另外，batch normalization的提出也基本解决了网络梯度消失和梯度爆炸问题。作者认为这应该是一个优化问题，即随着网络的加深，网络优化会变得更加困难。解决方案就是引入了short connection，它的思想就是与其让stack layer去直接学习潜在映射，不如去学习残差，这样会更容易优化，因此ResNet诞生了。

简 介

通过阅读宝略科技公众号往期介绍的VGGNet、GoogLeNet等文章，不难发现，增加深度可以显著提高网络的学习表达能力，然而实验表明，采用简单的卷积堆叠，到了一定的层数后，优化效果不升反降，这是由于网络加深导致梯度消失/梯度爆炸以及退化现象出现。ResNet引入批归一化（Batch Normalization）和残差块（Residual Block）改善了上述问题，获得2015年ILSVRC比赛的冠军，使训练1000层以上的网络成为可能。

一、前言

很多工程师都习惯了使用linux下一些命令，再去用Windows的 cmd 简直难以忍受。

大家好！今天咱们来聊聊在OpenAI里创建新的Gym环境这个事儿。有小伙伴接到了用机器学习让AI智能体玩电子游戏的作业，不想用现成的环境，想自己创建一个新的，那该咋整呢？还有没有其他办法让AI智能体玩特定游戏，而不用依赖OpenAI Gym呢？

作者 | Sanjeev Sharma

译者 | 许学文

以下是基于DeepSearcher与向量数据库的本地部署全流程指南，整合了开源方案的核心步骤与关键代码实现。部署方案以

导读：Libra作为Facebook发布的区块链系统，自开源以来受到大家的广泛关注。本文作者先简要介绍了Libra的一些特点和基本使用方法，适合对区块链有兴趣的广大工程师阅读。

Libra发布也有一段时间了，虽然美国国会各种危难，但是Facebook在这段时间里依然对其改进不少，例如Libra发布时使用了move ir，现在已经基本完全增强并公开了move语言。Libra本身的目的在于支付手段，可以非常方便的进行零成本转账。

大家好，今天为大家分享一个超厉害的 Python 库 - docopt。

Github地址：
https://github.com/docopt/docopt