乙 假裝發自 Computer History Museum
量子位 出品 | 公眾號 QbitAI
今天凌晨,2018年TensorFlow開發者峰會(Dev Summit)在美國加州召開。
這次的大會上,沒有太多令人驚喜的發布。
當然也有一些值得關注的改變。
其中討論最多的話題,還是TensorFlow這個平臺對更多編程語言的支持。主要是JavaScript和Swift。
其一,TensorFlow.js發布。
這是一個面向JavaScript開發者的機器學習框架,可以完全在瀏覽器中定義和訓練模型,也能導入離線訓練的TensorFlow和Keras模型進行預測,還對WebGL實現無縫支持。
在瀏覽器中使用TensorFlow.js可以擴展更多的應用場景,包括展開交互式的機器學習、所有數據都保存在客戶端的情況等。
實際上,這個新發布的TensorFlow.js,就是基于之前的deeplearn.js,只不過被整合進TensorFlow之中。
Google還給了幾個TensorFlow.js的應用案例:
游戲:Emoji尋寶
地址:https://emojiscavengerhunt.withgoogle.com/
更多可以訪問:https://js.tensorflow.org/ 。
其二,TensorFlow for Swift將在四月開源。
盡管這個項目還在初期階段,但是也有很多人對此抱有期待。例如fast.ai創始人、前任Kaggle總裁Jeremy Howard就把這個列為峰會最重要的發布內容,而且還說:我們是不是終于可以放下Python了?
關于TensorFlow for Swift信息較少,感興趣的可以訪問下面這個地址:https://www.tensorflow.org/community/swift
此外,TensorFlow還有一些新功能。
包括TensorFlow Hub。“旨在促進模型的可重復使用部分的發布、發現和使用……它們包含了已在大型數據集上預先訓練好的變量,并且可以用一個較小的數據集進行再訓練,來提高泛化能力,或是加速訓練”。
這部分說明引自Google官方微信公眾號TensorFlow。
Cloud TPU也會更快更強。
如果你對這次的峰會更多內容感興趣,建議直接訪問新發布的TensorFlow博客查看,地址是:blog.tensorflow.org (跳轉medium.com)
去年2月16日,2017年度TensorFlow開發者大會也是山景城召開。當時的大會上,Google推出了TensorFlow 1.0版本。
不過,這次的開發者大會肯定是不會發布2.0版本了。
因為就在這次的開發者大會前不久,Google發布了TensorFlow 1.7.0版本。主要的改進包括把Eager模式從contrib中移出來等。
而其中最引人矚目的,就是從這個版本開始,TensorFlow全面集成了來自英偉達的TensorRT。
作為一個庫,TensorRT能夠優化TensorFlow的FP16浮點和INT8整數計算,而且還能最大化吞吐量,降低GPU的推理延遲等等。
Google給出的數據顯示,整合了TensorRT的TensorFlow在運行ResNet-50時,比沒有整合的版本提速8倍。
更多關于TensorFlow 1.7.0版本的情況,可以訪問GitHub了解。地址:https://github.com/tensorflow/tensorflow/releases
這個月中旬,Stack Overflow發布了十萬程序員大調查。這份調查報告顯示,TensorFlow是程序員最愛框架。
報告稱:機器學習框架在開發者們心目中形象不錯,TensorFlow榮登程序員最愛榜榜首,有73.5%正在用它的程序員表示還想繼續用,Torch/PyTorch排在第3名,68%用戶打算繼續用下去。
在程序員最想學的框架中,TensorFlow排在第3,而Torch/PyTorch排在第10名。還沒用上TensorFlow的程序員有15.5%打算學一學,而沒用上Torch/PyTorch的人里,有4.5%的人打算投入它的懷抱。
同時,也有不少人對這兩個機器學習框架不太滿意,26.5%的TensorFlow用戶想脫離它。
昨天,Google預告這場活動會在B站直播。
結果不知道什么原因,這個計劃失敗了。B站沒有直播成。不少等著圍觀的網友除了抱怨之外,只能再次前往YouTube。
還在YouTube上留言互動……
— 完 —
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
?'?' ? 追蹤AI技術和產品新動態
坑給你踩完,可行的結果給你探明,讓你的方向明確,存在的小問題自行解決)
前端轉PDF,本質就是把網頁通過canvas轉成圖片,圖片轉成PDF。
坑1:PDF文件占內存很大,本來應該是500kb的pdf,直接給你轉出20M的pdf。
坑2:PDF很模糊,文字重影,各種控制畫質的參數都無法解決。
坑3:PDF中其實就是一張圖片,文字無法復制。
后端轉PDF,本質就是用PHP干HTML的事情。
坑1:PHP去寫html那種苦,只有苦命人能吃,特別是遇到JS圖表等樣式,直接生無可戀。
坑2:PHP去干html的事情無法在瀏覽器上預覽,只有寫一下導出pdf看效果,一套開發下來,導幾百個pdf,這種苦您能吃不?
坑3:還要求你引入字體包等,麻煩死了。
后端調用HTML轉PDF,本質就是PHP是識別HTML,再轉出來。
坑1:大部分HTML不支持,不支持css文件,不支持js等圖表,只能寫行內樣式。
坑2:寫出來的瀏覽器預覽效果和導出來的PDF不一致,試著去調樣式,再導出pdf看效果,一套開發下來,導幾百個pdf,這種苦您能吃不?
1、準備工作:待轉網頁、服務器環境。
(1)、待轉網頁:把你要轉出的網頁樣式,用html、css、js排版出來,不用去在乎兼容性,您能想到的效果都支持。如果您是在網站中彈窗頁面預覽,網頁套在ifram中彈窗即可。
(2)、服務器環境:建議使用傻瓜式維護linux的寶塔,如果您是的linux命令高手也可以不用寶塔。
2、安裝wkhtmltopdf:在服務器上安裝wkhtmltopdf軟件。
安裝軟件過程中可能會出現各種各樣的linux提示報錯,因為報錯多種多樣,我沒辦法給您一一列舉,您根據linux的報錯去自行爬文檔處理,我這里只給一個我探明可行,可用的思路,你順著思路走即可。
A、 打開服務器終端。
B、下載wkhtmltopdf復制運行命令:
wget https://github.com/wkhtmltopdf/wkhtmltopdf/releases/download/0.12.5/wkhtmltox-0.12.5-1.centos7.x86_64.rpm
C、安裝wkhtmltopdf復制運行命令:
sudo yum localinstall -y wkhtmltox-0.12.5-1.centos7.x86_64.rpm
D、檢測wkhtmltopdf是否安裝成功,復制運行命令:
wkhtmltopdf -V
3、用PHP創建一個超出的API接口
function PDF()
{
$inputFile='https://baidu.com'; //您要轉出的網頁路徑
$outputFile=ROOT_PATH . 'public/uploads/pdf/xxxx.pdf'; //存放PDF的物理路徑
$url='/public/uploads/pdf/xxxx.pdf'; //定義相對路徑
$wkhtmltopdfBinary='/usr/local/bin/wkhtmltopdf --margin-top 5mm --margin-bottom 5mm --margin-left 5mm --margin-right 5mm'; //wkhtmltopdf命令的路
$command=$wkhtmltopdfBinary . ' ' . escapeshellarg($inputFile) . ' ' . escapeshellarg($outputFile); //構建命令
exec($command, $output, $returnCode); //執行命令行
//執行失敗暴露錯誤,用于debug
if ($returnCode !==0) {
$obj['output']=$output;
$obj['returnCode']=$returnCode;
return $obj;
};
//執行成功,如果有數據庫操作,請在下面寫你的數據操作
}
}
4、導出效果
信首發于微信公眾號「GitHub精選」,歡迎大家關注。
大家好,我是章魚貓。
今天給大家推薦的這個開源項目是來自于讀者的投稿,我超級喜歡這個開源項目。尤其是做小程序開發的時候,經常遇到將內容生成圖片分享到朋友圈。這個開源項目就能夠解決你的問題,可以將 html 轉為圖片,還可以轉為 PDF ,還支持加水印。
這個開源項目就是:Doctron,它是基于 Docker、無狀態、簡單、快速、高質量的文檔轉換服務。目前支持將 html 轉為 pdf、圖片 (使用 chrome (Chromium) 瀏覽器內核,保證轉換質量)。支持 PDF 添加水印。
作者認為目前開源界沒有較好的服務器端 HTML 轉 PDF、圖片的工具,像 wkhtmltopdf、dompdf、mpdf 等這些比較出名的轉換工具,對一些簡單 CSS 樣式的 HTML 轉換能做到不失真,對一些有復雜 CSS 樣式的 HTML 不能做到所見即所得。Doctron 使用 chrome 內核恰巧彌補了這些缺點。
開源項目作者還提供了體驗網站:
您可以打開下面的鏈接在線體驗轉換質量,由于服務器配置較低,以及網絡原因,轉換可能會慢一點,實際部署到服務器速度會不一樣。
項目體驗地址:http://doctron.lampnick.com/
開源項目特性如下:
安裝和使用步驟如下:
開源項目地址:https://github.com/lampnick/doctron
開源項目作者:lampnick
公眾號:「GitHub 精選」,值得你關注,每天都分享開源項目,挖掘開源的價值。
*請認真填寫需求信息,我們會在24小時內與您取得聯系。