利用函数计算实现网络游戏的敏感语音检测
多媒体兴起于PC时代，在互联网时代发扬光大，相关的开发从业者相继涌入，许多优秀的、具有个性化的产品竟相出现，但是对健康和谐的网络环境的建议工作难度也加大了，没有良好的监督，劣质内容的传播更快更广，危害更大, 本文基于函数计算提供一种检测方案，免服务器，免运维，简单快捷
横向对比七大深度学习框架
文章讲的是横向对比七大深度学习框架，在深度学习项目开始前，选择一个合适的框架是非常重要的事情。最近，来自数据科学公司 Silicon Valley Data Science 的数据工程师 Matt Rubashkin(UC Berkeley 博士)为我们带来了深度学习 7 种流行框架的深度横向对比，希望本文能对你带来帮助。
AAAI 2020: 时序转化为图用于可解释可推理的异常检测
Time2Graph: Revisting Time Series Modeling with Dynamic Shapelets
原文地址
整体导读
文章提出了带有时间意识的Shapelet，除了可以挖掘时序中的异常状态之外，可以自动感知异常状态所在时间位置上的敏感度；
文章尝试捕捉不同Shapelet之间的关系，提出了通过图结构(Graph)对这种关系进行表达的方法，在挖掘异常变化轨迹的同时也具备良好的可解释性。
