林佳钦不想说话

H264视频压缩算法现在无疑是所有视频压缩技术中使用最广泛，最流行的。随着 x264/openh264以及ffmpeg等开源库的推出，大多数使用者无需再对H264的细节做过多的研究，这大降低了人们使用H264的成本。 但为了用好H264，我们还是要对H264的基本原理弄清楚才行…

H.264: H.264/AVC 项目的目的是为了创建一个比以前的视频压缩标准，在更低的比特率的情况下依然能够提供良好视频质量的标准（如，一半或者更少于 MPEG-2,H.263, 或者 MPEG-4 Part2 ）。同时，还要不会太大的增加设计的复杂性。

XLearning 由 360 系统部大数据团队与人工智能研究院联合开发，基于 Hadoop Yarn 完成了对 TensorFlow、MXNet、Caffe、Theano、PyTorch、Keras、XGBoost 等常用深度学习框架的集成。平台上线运行近一年时间，经多次版本迭

单词嵌入提供了单词的密集表示及其相对含义，它们是对简单包模型表示中使用的稀疏表示的改进，可以从文本数据中学习字嵌入，并在项目之间重复使用。它们也可以作为拟合文本数据的神经网络的一部分来学习。

结束了集群容错和服务发布原理这两个小专题之后,有朋友问我服务引用什么时候开始,本篇为服务引用的启蒙篇.之前是一直和大家一起看源码,鉴于Talk is cheap.Show me your code,所以本篇将和大家一起写写代码. 我们捕捉到几个重要的关键词,分布式,透明化,RP…

这包括新的Apache Kafka消费者API。兼容性 Apache Kafka版本0.10起 通过使用KafkaSpoutConfig类来配置spout实现。此类使用Builder模式，可以通过调用其中一个Builders构造函数或通过调用KafkaSpoutConfig类中…

源码走读系列” 从代码层面分析了 storm 的具体实现，接下来通过具体的实例来说明 storm 的使用。因为目前 storm 已经正式迁移到 Apache，文章系列也由 twitter storm 转为 apache storm.

本篇文章整理自袁晓亮 4 月 26 日在『ITA1024 大数据技术精英群』里的分享实录：基于 Flume+Kafka+ Elasticsearch+Storm 的海量日志实时分析平台 。