2019 年 2 月
第 34 卷,第 2 期
[数据点]
使用用于 MongoDB 的 Cosmos DB API 探索 Azure Cosmos DB 的多模型功能
为了更好地理解 Azure Cosmos DB 多模型功能,并让新数据库的探索过程变得有趣一点,Julie Lerman 将视线转向了用于 MongoDB 的 Cosmos DB API。
[机器学习]
Edge 设备上的机器学习:Azure ML 和 Azure IOT Edge 集成
了解如何将机器学习 (ML) 的优势引入 Edge 设备。本文介绍了如何使用自定义视觉服务来定型图像分类模型、如何使用 Azure 机器学习来注册和定型模型,以及如何使用 Azure IoT Edge 在 Edge 设备上管理并部署 ML 模型。
[孜孜不倦的程序员]
裸编码:裸 Speaker
在 Ted Neward 关于裸对象框架 (NOF) 系列的第二篇文章中,他开始研究 NOF 功能。具体而言,就是可以使用 NOF 在类上定义什么,以及如何将这转换为 UI 和数据库暂留。
[Azure]
在 Azure 上生成和部署可复原的高可用性解决方案
本文介绍了在 Azure 上生成和部署可复原的高可用性应用程序的关键方面。了解如何使用 Azure Service Fabric 打包和部署已启用 Docker 容器的应用程序,以及实现对微服务架构非常重要的业务流程和服务发现功能。
[人工智能]
深入了解神经网络
Frank La Vigne 写到,如果不自己手动编程,他永远也无法完全领悟神经网络的强大功能和精妙之处。在本月的专栏文章中,他逐步介绍了如何使用 Python 从头开始创建简单的神经网络。
[Azure]
使用 Azure 机密计算来保护数据
若要将极为敏感的知识产权和数据迁移到公有云中,安全性是一个令人关注的主要问题。为了应对这一挑战,Microsoft 推出了 Azure 机密计算,成为第一家为使用中的数据提供保护的云提供商。
[领先技术]
在 Blazor 中处理窗体
Dino Esposito 继续探索了 Blazor。在本月的专栏文章中,他介绍了 Blazor 如何旨在接收和处理事件,而不考虑周围的环境,并探讨了如何处理输入窗体和客户端到服务器通信。
[测试运行]
使用 Infer.NET 评价竞争对手
Infer.NET 是一个开放源代码的代码库,可用于创建概率性编程系统。James McCaffrey 通过计算一组竞争对手的分级(和排名),介绍了如何开始使用 Infer.NET。
[别让我打开话匣子]
我们的事件视界
从 Kurt Gödel 提出的第一不完全性定理和 Werner Heisenberg 提出的不确定性原理中获得了灵感,勇敢的专栏作家 David Platt 问道:“不管问题大小或回答难易程度如何,Google 永远无法回答什么种类的问题?”