极客日报第 69 期:库克对话何同学:苹果很多功能来自中国消费者反馈;高通、微软、谷歌联合施压监管方:反对NVIDIA收购ARM;饿了么申请注册 “饿魔”相关商标

在这里插入图片描述

文章目录

一、互联网快讯

1、库克对话何同学:苹果很多功能来自中国消费者反馈

著名数码视频博主“老师好我叫何同学”公布了一段与苹果掌门人库克的专访,目前该视频在B站播放量已达440万。蒂姆·库克在与中国数码博主何同学对话时表示,自己热爱中国的历史和文化,对此前参观故宫、上海艺仓美术馆印象深刻,而印象最深的是中国人民,他喜欢和开发者和用户交流。

苹果公司CEO蒂姆·库克还表示,苹果的很多功能都基于中国消费者的反馈,比如五笔输入法、二维码、5G技术以及夜间模式等。

2、员工回家过年拒带电脑工作被开除,获赔19.4万元,判决已生效

上海某咨询公司的小张因拒绝春节期间携带电脑回家工作被开除。经劳动仲裁,小张获赔19.4万元,公司不服起诉。法院审理认为,针对春节拒绝携带电脑一事,被告处于休假状态,不具有向原告提供劳动的义务。近日,该案一审宣判,法院认定公司解除劳动合同的行为违法,应支付劳动者赔偿金19.4万元。公司不服提出上诉,后被驳回。目前,判决已经生效。

3、饿了么申请注册 “饿魔”相关商标

企查查 App 显示,饿了么关联公司拉扎斯网络科技(上海)有限公司申请注册 “饿魔”相关商标,申请日期为 2021 年 2 月 8 日,国际分类为 35 类广告销售,目前商标状态显示为 “注册申请中”。

4、华为公开“电动汽车”相关专利

查查APP显示,2月12日,华为技术有限公司公开“一种动力总成和电动汽车”专利,公开号为CN212529295U,专利摘要显示,本申请提供一种动力总成和电动汽车。据悉,本申请提供的动力总成和电动汽车,能够充分利用换热器的外部冷却面,提高了换热器的利用效率,改善了电机控制器的散热,同时结构更加紧凑,节省了空间。

5、Chromebook 销量超过苹果电脑,Chrome OS 成为第二大操作系统

根据市场分析公司 IDC 的数据,Chromebook 电脑的销量超过了苹果的 Mac,而它运行的 Chrome OS 操作系统也成为第二大流行的操作系统,但苹果电脑的市场份额并没有缩小,Chromebook 主要吞食的是低端的 Windows PC 市场,这可能与疫情推动的远程教育有关。Windows 的市场份额从 2019 年的 85.4% 跌至了 2020 年的 80.5%;Chrome OS 从 6.4% 增加到 10.8%;macOS 从 6.7% 增至 7.5%。

6、Linux: 美国严寒天气影响内核合并窗口

美国部分地区遭遇了严寒天气,如得州有数百万居民无供热无电力,问题被认为与该州监管不力的电力系统有关。这次罕见严寒天气导致的断电也影响到了 Linux 内核。在 5.11 发布之后,5.12 的合并窗口开启,但目前 5.12 的 pull requests 已经暂停,原因就是严寒导致的断电。在问题解决之前,合并窗口将会暂停。

7、macOS 11.3 新功能:确保有日程时 Mac 充满电

在 macOS 11.3 测试版中,苹果正在继续增强“优化电池充电”功能。在 macOS 11.3 第二个测试版中,有代码显示,系统会在一些日历事件,比如会议前,将 Mac 充至 100%。macOS 11.3 会确保在日历事件前的 3 个小时,将电池充至 100%。

8、彭博社:苹果正招募工程师从事 6G 通信技术研发

2月18日,根据彭博社今日消息,尽管苹果公司于半年前发布了该品牌第一款 5G 手机,但苹果正在积极进行 6G 网络研发工作。苹果公司本周发布了招聘广告,为下一代移动网络招募无线系统研发工程师。列表中显示,这些岗位的工作地点位于苹果在硅谷和圣地亚哥的部门,这些分公司致力于无线技术和芯片设计。

9、高通、微软、谷歌联合施压监管方:反对NVIDIA收购ARM

据媒体报道,本周,高通、微软、谷歌联合起来反对该并购案,三家公司正向监管机构施压,表态他们担心收购会损害ARM的中立地位,影响其IP授权。

二、程序员专属

1、Google 开源语言模型 Switch Transformer,但不包括权值

Google Brain 的研究人员开源了他们最新的 AI 语言模型 Switch Transformer,包括 1.6 万亿个参数,相比上一代的 T5 模型,在精度相似的情况下训练时间只要七分之一。但 Google 并没有开源预训练的权值,而权值对于语言模型是至关重要,因此这一开源被认为打了折扣。权值代表 AI 模型模拟的人脑神经元之间的连接强度,需要反复调整到输出结果与正确答案相同。

2、Swift for TensorFlow 项目正式关闭

Swift for TensorFlow是谷歌牵头的一个项目,旨在将TensorFlow机器学习库和苹果的Swift语言整合在一起,如今不再处于积极开发的状态。不过,该项目的部分工作仍在继续,包括面向Swift的语言差异化编程。
该项目的GitHub代码库特别指出,它现在处于存档模式,将不再接收任何更新。代码库指出,该项目的定位是作为开发机器学习模型的一种新方法。“Swift for TensorFlow是下一代机器学习平台方面的一项实验,结合了机器学习、编译器、可微分编程以及系统设计等方面的最新研究成果。”(云头条)

3、微软发布.NET 6大版本的首个预览

微软昨日在一篇官网博客文章中宣布了 .NET 6 首个预览版本的到来,可知本次大版本更新带来了诸多的新特性。包括云、桌面、以及移动应用程序,都将在 .NET 6 时代迎来重大的改进。与此同时,微软正在将 Xamarin 的 Android / iOS / macOS 部分功能,也集成到 .NET 6 中。

更多更新详情请访问:https://dotnet.microsoft.com/download/dotnet/6.0

三、Github 每日精选

1、binance-trade-bot

GitHub地址:https://github.com/edeng23/binance-trade-bot

币安交易机器人:自动化的加密货币交易机器人

该脚本的灵感来自于以下观察:所有加密货币几乎都以相同的方式运行。当一个峰值时,它们全部都峰值,而当一个潜水时,它们都发生。差不多了。此外,所有硬币都遵循比特币的领导。区别在于它们的相位偏移。

因此,如果硬币基本上相对于彼此振荡,则将上升的硬币换成下降的硬币,然后在比率反转时再进行交易似乎是明智的。

2、Tuxi:立即获得您问题的答案。

GitHub地址:https://github.com/Bugswriter/tuxi

一种CLI工具,可抓取Google搜索结果和SERP,从而提供即时简洁的答案

四、CSDN 社区优质博文精选

1、低代码,想说爱你不容易

一直想写篇文章,聊一聊“低代码”这个话题。一方面,“低代码”这个概念确实非常火,其热度丝毫不亚于曾经的“中台”。

有人说,2021年是属于“云原生”的时代,看起来我们每一年都在被技术的“娱乐圈”抛弃,明明连 Kubernetes 都还没有入门呢?人们已然在欢呼雀跃般地声称要抛弃 Docker 。这个世界有时就是如此地魔幻,明明我们生活在一个拥有大量基础设施的时代,我们不必再像前辈们“刀耕火种”一般地去开发软件,可我们的生存空间为什么就越来越狭窄了呢?拼多多事件过去没有多久,腾讯的阳光普照奖再次让“打工魂”觉醒,也许果真像大鱼海棠里设定的一样,人的记忆只有7秒。而另一方面,我想结合我最近开发“工作流”的感受,来吐槽下这个看起来美好的“低代码”。也许,对企业而言,引入“低代码”的确能减少研发成本,可博主并不认为,它会降低业务本身的复杂性,如果所有声称“低代码”或者“无代码”的项目,最终依然需要研发人员来作为收场。

对此,我想说,对不起,这不是我想要的“低代码”。【阅读原文

2、明年,我要用 AI 给全村写对联

春节接近尾声,你是否还沉浸在年味里?

到腊月二十九、三十,家家户户贴上了 红红的春联,春节就正式拉开了序幕。

春联也称为「对联」、「门对」、「楹联」,是汉语所独有的一种艺术形式,有着悠久的历史。2005 年,中国国务院把楹联习俗,列为第一批国家非物质文化遗产名录。

对联对联,讲究的就是「成对」,要对仗工整,平仄协调。不过现代人的对对联技能,已经远不如古代的文人墨客,甚至有时候可能连上下联都傻傻分不清楚。而聪明的 AI 已经学会自己写对联了。【阅读原文

3、与2017年度两位图灵奖得主的虚拟对话

“英雄不问出处”,但为何出生平凡的人能成长为英雄,还是值得一探究竟。我的研究方向为计算机体系结构,经常拜读轩尼诗与帕特森的文章,多次聆听他们的报告,看过他们的访谈与口述历史,也曾当面交流请教过,因而对他们的成长轨迹略知一二。下面我将用蒙太奇手法来进行一场虚拟对话——摘录和拼接他们以往报告、采访和文章中的精彩语录(下文双引号中内容),和大家一起探究科研人生的成功之路。【阅读原文

4、神级程序员都用什么工具?2020 年度开发工具 Top 100

StackShare 是一个开发者工具及服务分享平台,成立于 2013 年,随着开发者们的不断加入,汇集了大量的优质工具。该网站汇总了以往 30 多万个技术堆栈中的使用情况 ,分析了 800 万个数据点,跟踪了 320 万以上的内容,以及数百万的开发人员评论和投票,最终为大家总结了 2020 年开发工具 Top100。【阅读原文

相关阅读:

原文地址:https://blog.csdn.net/weixin_39786569/article/details/113860461

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


软件简介:蓝湖辅助工具,减少移动端开发中控件属性的复制和粘贴.待开发的功能:1.支持自动生成约束2.开发设置页面3.做一个浏览器插件,支持不需要下载整个工程,可即时操作当前蓝湖浏览页面4.支持Flutter语言模板生成5.支持更多平台,如Sketch等6.支持用户自定义语言模板
现实生活中,我们听到的声音都是时间连续的,我们称为这种信号叫模拟信号。模拟信号需要进行数字化以后才能在计算机中使用。目前我们在计算机上进行音频播放都需要依赖于音频文件。那么音频文件如何生成的呢?音频文件的生成过程是将声音信息采样、量化和编码产生的数字信号的过程,我们人耳所能听到的声音频率范围为(20Hz~20KHz),因此音频文件格式的最大带宽是20KHZ。根据奈奎斯特的理论,音频文件的采样率一般在40~50KHZ之间。奈奎斯特采样定律,又称香农采样定律。...............
前言最近在B站上看到一个漂亮的仙女姐姐跳舞视频,循环看了亿遍又亿遍,久久不能离开!看着小仙紫姐姐的蹦迪视频,除了一键三连还能做什么?突发奇想,能不能把舞蹈视频转成代码舞呢?说干就干,今天就手把手教大家如何把跳舞视频转成代码舞,跟着仙女姐姐一起蹦起来~视频来源:【紫颜】见过仙女蹦迪吗 【千盏】一、核心功能设计总体来说,我们需要分为以下几步完成:从B站上把小姐姐的视频下载下来对视频进行截取GIF,把截取的GIF通过ASCII Animator进行ASCII字符转换把转换的字符gif根据每
【Android App】实战项目之仿抖音的短视频分享App(附源码和演示视频 超详细必看)
前言这一篇博客应该是我花时间最多的一次了,从2022年1月底至2022年4月底。我已经将这篇博客的内容写为论文,上传至arxiv:https://arxiv.org/pdf/2204.10160.pdf欢迎大家指出我论文中的问题,特别是语法与用词问题在github上,我也上传了完整的项目:https://github.com/Whiffe/Custom-ava-dataset_Custom-Spatio-Temporally-Action-Video-Dataset关于自定义ava数据集,也是后台
因为我既对接过session、cookie,也对接过JWT,今年因为工作需要也对接了gtoken的2个版本,对这方面的理解还算深入。尤其是看到官方文档评论区又小伙伴表示看不懂,所以做了这期视频内容出来:视频在这里:本期内容对应B站的开源视频因为涉及的知识点比较多,视频内容比较长。如果你觉得看视频浪费时间,可以直接阅读源码:goframe v2版本集成gtokengoframe v1版本集成gtokengoframe v2版本集成jwtgoframe v2版本session登录官方调用示例文档jwt和sess
【Android App】实战项目之仿微信的私信和群聊App(附源码和演示视频 超详细必看)
用Android Studio的VideoView组件实现简单的本地视频播放器。本文将讲解如何使用Android视频播放器VideoView组件来播放本地视频和网络视频,实现起来还是比较简单的。VideoView组件的作用与ImageView类似,只是ImageView用于显示图片,VideoView用于播放视频。...
采用MATLAB对正弦信号,语音信号进行生成、采样和内插恢复,利用MATLAB工具箱对混杂噪声的音频信号进行滤波
随着移动互联网、云端存储等技术的快速发展,包含丰富信息的音频数据呈现几何级速率增长。这些海量数据在为人工分析带来困难的同时,也为音频认知、创新学习研究提供了数据基础。在本节中,我们通过构建生成模型来生成音频序列文件,从而进一步加深对序列数据处理问题的了解。
基于yolov5+deepsort+slowfast算法的视频实时行为检测。1. yolov5实现目标检测,确定目标坐标 2. deepsort实现目标跟踪,持续标注目标坐标 3. slowfast实现动作识别,并给出置信率 4. 用框持续框住目标,并将动作类别以及置信度显示在框上
数字电子钟设计本文主要完成数字电子钟的以下功能1、计时功能(24小时)2、秒表功能(一个按键实现开始暂停,另一个按键实现清零功能)3、闹钟功能(设置闹钟以及到时响10秒)4、校时功能5、其他功能(清零、加速、星期、八位数码管显示等)前排提示:前面几篇文章介绍过的内容就不详细介绍了,可以看我专栏的前几篇文章。PS.工程文件放在最后面总体设计本次设计主要是在前一篇文章 数字电子钟基本功能的实现 的基础上改编而成的,主要结构不变,分频器将50MHz分为较低的频率备用;dig_select
1.进入官网下载OBS stdioOpen Broadcaster Software | OBS (obsproject.com)2.下载一个插件,拓展OBS的虚拟摄像头功能链接:OBS 虚拟摄像头插件.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)提取码:6656--来自百度网盘超级会员V1的分享**注意**该插件必须下载但OBS的根目录(应该是自动匹配了的)3.打开OBS,选中虚拟摄像头选择启用在底部添加一段视频录制选择下面,进行录制.
Meta公司在9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**,该技术旨在实现文本到视频的生成,可以仅用几个单词或几行文本生成异想天开、独一无二的视频,将无限的想象力带入生活
音频信号叠加噪声及滤波一、前言二、信号分析及加噪三、滤波去噪四、总结一、前言之前一直对硬件上的内容比较关注,但是可能是因为硬件方面的东西可能真的是比较杂,而且需要渗透的东西太多了,所以学习进展比较缓慢。因为也很少有单纯的硬件学习研究,总是会伴随着各种理论需要硬件做支撑,所以还是想要慢慢接触理论学习。但是之前总找不到切入点,不知道从哪里开始,就一直拖着。最近稍微接触了一点信号处理,就用这个当作切入点,开始接触理论学习。二、信号分析及加噪信号处理选用了matlab做工具,选了一个最简单的语音信号处理方
腾讯云 TRTC 实时音视频服务体验,从认识 TRTC 到 TRTC 的开发实践,Demo 演示& IM 服务搭建。
音乐音频分类技术能够基于音乐内容为音乐添加类别标签,在音乐资源的高效组织、检索和推荐等相关方面的研究和应用具有重要意义。传统的音乐分类方法大量使用了人工设计的声学特征,特征的设计需要音乐领域的知识,不同分类任务的特征往往并不通用。深度学习的出现给更好地解决音乐分类问题提供了新的思路,本文对基于深度学习的音乐音频分类方法进行了研究。首先将音乐的音频信号转换成声谱作为统一表示,避免了手工选取特征存在的问题,然后基于一维卷积构建了一种音乐分类模型。
C++知识精讲16 | 井字棋游戏(配资源+视频)【赋源码,双人对战】
本文主要讲解如何在Java中,使用FFmpeg进行视频的帧读取,并最终合并成Gif动态图。
在本篇博文中,我们谈及了 Swift 中 some、any 关键字以及主关联类型(primary associated types)的前世今生,并由浅及深用简明的示例向大家讲解了它们之间的奥秘玄机。