公告
- 欢迎大家在我们平台上投放广告。如果你希望在我们的专栏、文档或邮件中投放广告，请准备好各种尺寸的图片和专属链接，联系咸鱼（QQ 1034616238）。
- 我们组织了一个开源互助平台，方便开源组织和大 V 互相认识，互相帮助，整合资源。请回复这个帖子并注明组织/个人信息来申请加入。
- 请回复这个帖子来推荐希望翻译的内容。如果大家遇到了做得不错的教程或翻译项目，也可以推荐给我们。我们会联系项目的维护者，一起把它变得更好。
- 我们的各个公众平台接受个人学习博文，论文解读，比赛心得等 AI 相关文章投稿，请将文章链接发到这里，我们会每日从所有投稿博文中精选两篇，在 ApacheCN 全平台推送。
- 为了能够将开源事业做大做强，ApacheCN 需要与公益基金会（IT、教育类）合作，欢迎大家提供帮助。同时我们也接受社会各界的捐助。
- 如果你不希望再收到我们的邮件，请直接拉黑我们，不要浪费彼此的时间，谢谢合作。
- ByteInAI 是我们和 Datawhale、AI 有道、黄海广博士等组织或个人联合推出的 AI 垂直自媒体，是一个纯商业项目。如果你有意向投资这个项目，请联系 Datawhale（微信二维码）或咸鱼（QQ 1034616238）。
组织任务
认领须知：
- 请私聊片刻（529815144）、咸鱼（1034616238）、或飞龙（562826179）来认领任务，我们会把你拉进合伙人群。
- 除了列出的翻译项目之外，现有翻译项目不接受新的负责人。如果你打算贡献，请直接提交Pull Request。
- 如果你的想法没有列出（包括但不仅限于翻译项目），同样欢迎私聊我们。
翻译校对活动
MIT 18.03 写给初学者的微积分【校对】
参与方式：https://github.com/apachecn/calc4b-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/calc4b-zh/issues/1
项目仓库：https://github.com/apachecn/calc4b-zh
认领：9/74，校对：0/74
| 章节 | 贡献者 | 进度 |
|---|---|---|
| 第 0 章：为何学习微积分？ | @PEGASUS1993 | |
| 0.1 你应该知道什么 | @PEGASUS1993 | |
| 0.2 什么是微积分？我们为什么要研究它？ | @PEGASUS1993 | |
| 第 1 章：数字 | @PEGASUS1993 | |
| 1.1 什么是数字？有理数 | @PEGASUS1993 | |
| 1.2 小数和实数 | @PEGASUS1993 | |
| 1.3 复数 | @PEGASUS1993 | |
| 复数运算 | @PEGASUS1993 | |
| 1.4 可数集（消遣） | @PEGASUS1993 | |
| 第 2 章：使用电子表格 | ||
| 2.1 什么是电子表格？ | ||
| 2.2 斐波纳契数 | ||
| 2.3 帕斯卡的三角形 | ||
| 2.4 与电子表格集成 | ||
| 第 3 章：线性函数 | ||
| 3.1 什么是函数？ | ||
| 3.2 线性函数 | ||
| 3.3 线性 | ||
| 第四章：函数的二次型和导数 | ||
| 4.1 更复杂的函数 | ||
| 4.2 二次函数的斜率 | ||
| 第 5 章：有理函数和导数的计算 | ||
| 5.1 有理函数的导数 | ||
| 第 6 章：指数函数，替换和链规则 | ||
| 6.1 最有用函数的导数 | ||
| 第 7 章：三角函数及其导数 | ||
| 7.1 二维数学 | ||
| 7.2 三角学和导数以及加法定理 | ||
| 第 8 章：反函数及其导函数 | ||
| 8.1 反函数 | ||
| 8.2 微分反函数 | ||
| 8.3 更多规则 | ||
| 第 9 章：数值微分和不可微函数 | ||
| 9.1 数值微分 | ||
| 9.2 绘制导数图 | ||
| 9.3 不可微函数 | ||
| 第 10 章：微分的回顾 | ||
| 10.1 复习 | ||
| 第 11 章：微分在求解方程中的应用 | ||
| 11.1 求解方程 | ||
| 第 12 章：反导数 | ||
| 12.1 反导数 | ||
| 第 13 章：曲线下面积;定积分 | ||
| 13.1 区域：定义，名称和符号 | ||
| 13.2 微积分和确定区域的基本定理 | ||
| 13.3 积分的诀窍 | ||
| 第 14 章：数值积分 | ||
| 14.1 数值积分计划 | ||
| 14.2 积分的“规则” | ||
| 14.3 为什么这些规则有效？ | ||
| 第 15 章：平行数字的面积和体积;行列式 | ||
| 15.1 有符号面积和体积 | ||
| 15.2 表示平行边的图形 | ||
| 15.3 行列式的属性 | ||
| 15.4 求解行列式 | ||
| 15.5 用于求解电子表格中的行列式的爱丽丝梦游仙境方法 | ||
| 第 16 章一些纯数学 | ||
| 16.1 极限和点集拓扑简介 | ||
| 16.2 紧集 | ||
| 16.3 杂注 | ||
| 16.4 Lebesgue 积分 | ||
| 第 17 章：物理的建模应用 | ||
| 17.1 垂直运动建模 | ||
| 17.2 弹簧建模（谐波振荡器） | ||
| 17.3 受迫振荡 | ||
| 17.4 简单电路 | ||
| 第 18 章捕食者猎物模型 | ||
| 18.1 捕食者猎物模型 | ||
| 第 19 章：求解微分方程 | ||
| 19.1 计划 | ||
| 19.2 一阶微分方程 | ||
| 19.3 二阶微分方程 | ||
| 19.4 行星运动 |
UIUC CS241 系统编程中文讲义【校对】
参与方式：https://github.com/apachecn/uiuc-cs241-notes-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/uiuc-cs241-notes-zh/issues/1
项目仓库：https://github.com/apachecn/uiuc-cs241-notes-zh
认领：1/78，校对：1/78
| 章节 | 贡献者 | 进度 |
|---|---|---|
| #Informal词汇表 | ||
| #Piazza：何时以及如何寻求帮助 | ||
| 编程技巧，第1部分 | ||
| 系统编程短篇小说和歌曲 | ||
| C编程，第1部分：简介 | @blue-bird1 | 100% |
| C编程，第2部分：文本输入和输出 | ||
| C编程，第3部分：常见问题 | ||
| C编程，第4部分：字符串和结构 | ||
| C编程，第5部分：调试 | ||
| C编程，复习题 | ||
| 进程，第1部分：简介 | ||
| 分叉，第1部分：简介 | ||
| 分叉，第2部分：Fork，Exec，等等 | ||
| 进程控制，第1部分：使用信号等待宏 | ||
| 进程复习题 | ||
| 内存，第1部分：堆内存简介 | ||
| 内存，第2部分：实现内存分配器 | ||
| 内存，第3部分：粉碎堆栈示例 | ||
| 内存复习题 | ||
| Pthreads，第1部分：简介 | ||
| Pthreads，第2部分：实践中的用法 | ||
| Pthreads，第3部分：并行问题（奖金） | ||
| Pthread复习题 | ||
| 同步，第1部分：互斥锁 | ||
| 同步，第2部分：计算信号量 | ||
| 同步，第3部分：使用互斥锁和信号量 | ||
| 同步，第4部分：临界区问题 | ||
| 同步，第5部分：条件变量 | ||
| 同步，第6部分：实现障碍 | ||
| 同步，第7部分：读者编写器问题 | ||
| 同步，第8部分：环形缓冲区示例 | ||
| 同步复习题 | ||
| 死锁，第1部分：资源分配图 | ||
| 死锁，第2部分：死锁条件 | ||
| 死锁，第3部分：餐饮哲学家 | ||
| 死锁复习题 | ||
| 虚拟内存，第1部分：虚拟内存简介 | ||
| 管道，第1部分：管道介绍 | ||
| 管道，第2部分：管道编程秘密 | ||
| 文件，第1部分：使用文件 | ||
| 调度，第1部分：调度过程 | ||
| 调度，第2部分：调度过程：算法 | ||
| IPC复习题 | ||
| POSIX，第1部分：错误处理 | ||
| 网络，第1部分：简介 | ||
| 网络，第2部分：使用getaddrinfo | ||
| 网络，第3部分：构建一个简单的TCP客户端 | ||
| 网络，第4部分：构建一个简单的TCP服务器 | ||
| 网络，第5部分：关闭端口，重用端口和其他技巧 | ||
| 网络，第6部分：创建UDP服务器 | ||
| 网络，第7部分：非阻塞I O，select（）和epoll | ||
| RPC，第1部分：远程过程调用简介 | ||
| 网络复习题 | ||
| 文件系统，第1部分：简介 | ||
| 文件系统，第2部分：文件是inode（其他一切只是数据…） | ||
| 文件系统，第3部分：权限 | ||
| 文件系统，第4部分：使用目录 | ||
| 文件系统，第5部分：虚拟文件系统 | ||
| 文件系统，第6部分：内存映射文件和共享内存 | ||
| 文件系统，第7部分：可扩展且可靠的文件系统 | ||
| 文件系统，第8部分：从Android设备中删除预装的恶意软件 | ||
| 文件系统，第9部分：磁盘块示例 | ||
| 文件系统复习题 | ||
| 过程控制，第1部分：使用信号等待宏 | ||
| 信号，第2部分：待处理的信号和信号掩码 | ||
| 信号，第3部分：提高信号 | ||
| 信号，第4部分：信号 | ||
| 信号复习题 | ||
| 考试主题 | ||
| C编程：复习题 | ||
| 多线程编程：复习题 | ||
| 同步概念：复习题 | ||
| 内存：复习题 | ||
| 管道：复习题 | ||
| 文件系统：复习题 | ||
| 网络：复习题 | ||
| 信号：复习题 | ||
| 系统编程笑话 |
Cython 3.0 中文文档【校对】
参与方式：https://github.com/apachecn/cython-doc-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/cython-doc-zh/issues/1
项目仓库：https://github.com/apachecn/cython-doc-zh
认领：0/37，校对：0/37
| 章节 | 贡献者 | 进度 |
|---|---|---|
| Cython - 概述 | ||
| 安装 Cython | ||
| 构建 Cython 代码 | ||
| 通过静态类型更快的代码 | ||
| 基础教程 | ||
| 调用 C 函数 | ||
| 使用 C 库 | ||
| 扩展类型（又名.cdef 类） | ||
| pxd 文件 | ||
| Caveats | ||
| Profiling | ||
| Unicode 和传递字符串 | ||
| 内存分配 | ||
| 纯 Python 模式 | ||
| 使用 NumPy | ||
| 使用 Python 数组 | ||
| 进一步阅读 | ||
| 相关工作 | ||
| 附录：在 Windows 上安装 MinGW | ||
| 语言基础 | ||
| 扩展类型 | ||
| 扩展类型的特殊方法 | ||
| 在 Cython 模块之间共享声明 | ||
| 与外部 C 代码连接 | ||
| 源文件和编译 | ||
| 早期绑定速度 | ||
| 在 Cython 中使用 C ++ | ||
| 融合类型（模板） | ||
| 将 Cython 代码移植到 PyPy | ||
| Limitations | ||
| Cython 和 Pyrex 之间的区别 | ||
| 键入的内存视图 | ||
| 实现缓冲协议 | ||
| 使用并行性 | ||
| 调试你的 Cython 程序 | ||
| 用于 NumPy 用户的 Cython | ||
| Pythran 作为 Numpy 后端 |
Numba 0.44 中文文档【校对】
参与方式：https://github.com/apachecn/numba-doc-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/numba-doc-zh/issues/1
项目仓库：https://github.com/apachecn/numba-doc-zh
认领：1/79，校对：1/79
| 章节 | 贡献者 | 进度 |
|---|---|---|
| 1. 用户手册 | - | - |
| 1.1。 Numba 的约 5 分钟指南 | @saltball | 100% |
| 1.2。概述 | ||
| 1.3。安装 | ||
1.4。使用@jit 编译 Python 代码 | ||
1.5。使用@generated_jit 进行灵活的专业化 | ||
| 1.6。创建 Numpy 通用函数 | ||
| 1.7。用@jitclass 编译 python 类 | ||
1.8。使用@cfunc 创建 C 回调 | ||
| 1.9。提前编译代码 | ||
1.10。使用@jit 自动并行化 | ||
1.11。使用@stencil装饰器 | ||
| 1.12。从 JIT 代码 中回调到 Python 解释器 | ||
| 1.13。性能提示 | ||
| 1.14。线程层 | ||
| 1.15。故障排除和提示 | ||
| 1.16。常见问题 | ||
| 1.17。示例 | ||
| 1.18。会谈和教程 | ||
| 2. 参考手册 | - | - |
| 2.1。类型和签名 | ||
| 2.2。即时编译 | ||
| 2.3。提前编译 | ||
| 2.4。公用事业 | ||
| 2.5。环境变量 | ||
| 2.6。支持的 Python 功能 | ||
| 2.7。支持的 NumPy 功能 | ||
| 2.8。与 Python 语义的偏差 | ||
| 2.9。浮点陷阱 | ||
| 2.10。 Python 2.7 寿命终止计划 | ||
| 3. 用于 CUDA GPU 的 Numba | - | - |
| 3.1。概述 | ||
| 3.2。编写 CUDA 内核 | ||
| 3.3。内存管理 | ||
| 3.4。编写设备功能 | ||
| 3.5。 CUDA Python 中支持的 Python 功能 | ||
| 3.6。支持的原子操作 | ||
| 3.7。随机数生成 | ||
| 3.8。设备管理 | ||
| 3.10。示例 | ||
| 3.11。使用 CUDA 模拟器 调试 CUDA Python | ||
| 3.12。 GPU 减少 | ||
| 3.13。 CUDA Ufuncs 和广义 Ufuncs | ||
| 3.14。共享 CUDA 内存 | ||
| 3.15。 CUDA 阵列接口 | ||
| 3.16。 CUDA 常见问题 | ||
| 4. CUDA Python 参考 | - | - |
| 4.1。 CUDA 主机 API | ||
| 4.2。 CUDA 内核 API | ||
| 4.3。内存管理 | ||
| 5. 用于 AMD ROC GPU 的 Numba | - | - |
| 5.1。概述 | ||
| 5.2。编写 HSA 内核 | ||
| 5.3。内存管理 | ||
| 5.4。编写设备功能 | ||
| 5.5。支持的原子操作 | ||
| 5.6。代理商 | ||
| 5.7。 ROC Ufuncs 和广义 Ufuncs | ||
| 5.8。示例 | ||
| 6. 扩展 Numba | ||
| 6.1。高级扩展 API | ||
| 6.2。低级扩展 API | ||
| 6.3。示例：间隔类型 | ||
| 7. 开发者手册 | - | - |
| 7.1。贡献给 Numba | ||
| 7.2。 Numba 建筑 | ||
| 7.3。多态调度 | ||
| 7.4。关于发电机的注意事项 | ||
| 7.5。关于 Numba Runtime 的注意事项 | ||
| 7.6。使用 Numba Rewrite Pass 获得乐趣和优化 | ||
| 7.7。实时变量分析 | ||
| 7.8。上市 | ||
| 7.9。模板注释 | ||
| 7.10。关于自定义管道的注意事项 | ||
| 7.11。环境对象 | ||
| 7.12。哈希 的注意事项 | ||
| 7.13。 Numba 项目路线图 | ||
| 8. Numba 增强建议 | ||
| 9. 术语表 |
Scrapy 1.6 中文文档【校对】
参与方式：https://github.com/apachecn/scrapy-doc-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/scrapy-doc-zh/issues/1
项目仓库：https://github.com/apachecn/scrapy-doc-zh
认领：0/44，翻译：0/44
| 章节 | 校对者 | 进度 |
|---|---|---|
| 简介 | ||
| Scrapy at a glance | ||
| 安装指南 | ||
| Scrapy 教程 | ||
| 实例 | ||
| 命令行工具 | ||
| Spider | ||
| 选择器 | ||
| 项目 | ||
| 项目加载器 | ||
| Scrapy shell | ||
| 项目管道 | ||
| Feed 导出 | ||
| 请求和响应 | ||
| 链接提取器 | ||
| 设置 | ||
| 例外情况 | ||
| Logging | ||
| 统计数据集合 | ||
| 发送电子邮件 | ||
| 远程登录控制台 | ||
| Web服务 | ||
| 常见问题 | ||
| 调试spiders | ||
| Spider 合约 | ||
| 常用做法 | ||
| 通用爬虫 | ||
| 使用浏览器的开发人员工具进行抓取 | ||
| 调试内存泄漏 | ||
| 下载和处理文件和图像 | ||
| 部署 Spider | ||
| AutoThrottle 扩展 | ||
| Benchmarking | ||
| 作业：暂停和恢复爬行 | ||
| 体系结构概述 | ||
| 下载器中间件 | ||
| Spider 中间件 | ||
| 扩展 | ||
| 核心API | ||
| 信号 | ||
| 条目导出器 | ||
| 发行说明 | ||
| 为 Scrapy 贡献 | ||
| 版本控制和API稳定性 |
短篇集【校对】
参与方式：https://github.com/apachecn/misc-docs-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/misc-docs-zh/issues/1
项目仓库：https://github.com/apachecn/misc-docs-zh
关于卷积神经网络：认领：2/12，校对：2/12
| 章节 | 贡献者 | 进度 |
|---|---|---|
| 关于卷积神经网络 | - | - |
| 1 | @daewis | 100% |
| 2.1.1-2.1.3 | @daewis | 100% |
| 2.1.4-2.1.6 | ||
| 2.2.1 | ||
| 2.2.2-2.2.3 | ||
| 2.3-2.4 | ||
| 3.1 | ||
| 3.2 | ||
| 3.3 | ||
| 3.4-3.5 | ||
| 4.1 | ||
| 4.2 |
写给不耐烦程序员的 JavaScript【校对】
参与方式：https://github.com/apachecn/impatient-js-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/impatient-js-zh/issues/1
项目仓库：https://github.com/apachecn/impatient-js-zh
认领：37/42，校对：33/42
| 章节 | 贡献者 | 进度 |
|---|---|---|
| 1.关于本书（ES2019 版） | @YouWillBe | 100% |
| 2.常见问题：本书 | @huangzijian888 | 100% |
| 3. JavaScript 的历史和演变 | @t532 | 100% |
| 4.常见问题：JavaScript | @t532 | 100% |
| 5.概览 | @kj415j45 | 100% |
| 6.语法 | @lq920320 | 100% |
7.在控制台上打印信息（console.*） | @lq920320 | 100% |
| 8.断言 API | @lq920320 | 100% |
| 9.测验和练习入门 | @so-hard | 100% |
| 10.变量和赋值 | @so-hard | 100% |
| 11.值 | @lq920320 | 100% |
| 12.运算符 | @wizardforcel | 100% |
13.非值undefined和null | @wizardforcel | 100% |
| 14.布尔值 | @wizardforcel | 100% |
| 15.数字 | @wizardforcel | 100% |
16. Math | @wizardforcel | 100% |
| 17. Unicode - 简要介绍（高级） | @wizardforcel | 100% |
| 18.字符串 | @wizardforcel | 100% |
| 19.使用模板字面值和标记模板 | @wizardforcel | 100% |
| 20.符号 | @wizardforcel | 100% |
| 21.控制流语句 | @wizardforcel | 100% |
| 22.异常处理 | @t532 | |
| 23.可调用值 | @t532 | |
| 24.模块 | @t532 | |
| 25.单个对象 | ||
| 26.原型链和类 | @lq920320 | 100% |
| 27.同步迭代 | @lq920320 | 100% |
28.数组（Array） | @52admln | 100% |
| 29.类型化数组：处理二进制数据（高级） | ||
30.映射（Map） | @so-hard | 100% |
31. WeakMaps（WeakMap） | ||
32.集（Set） | @liuyepiaoxiang | 100% |
33. WeakSets（WeakSet） | ||
| 34.解构 | @Kavelaa | 100% |
| 35.同步生成器（高级） | ||
| 36. JavaScript 中的异步编程 | @Kavelaa | 100% |
| 37.异步编程的 Promise | @iChrisJ | 100% |
| 38.异步函数 | @iChrisJ | 100% |
39.正则表达式（RegExp） | @iChrisJ | 100% |
40.日期（Date） | @facebesidewyj | 100% |
41.创建和解析 JSON（JSON） | @xdyushenli | |
| 42.其余章节在哪里？ | @wizardforcel | 100% |
seaborn 0.9 中文文档【翻译】
参与方式：https://github.com/apachecn/seaborn-doc-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/seaborn-doc-zh/issues/1
项目仓库：https://github.com/apachecn/seaborn-doc-zh
认领：62/74，翻译：58/74
| 序号 | 章节 | 译者 | 进度 |
|---|---|---|---|
| 1 | An introduction to seaborn | @yiran7324 | 100% |
| 2 | Installing and getting started | @neolei | 100% |
| 3 | Visualizing statistical relationships | @JNJYan | 100% |
| 4 | Plotting with categorical data | @hold2010 | 100% |
| 5 | Visualizing the distribution of a dataset | @alohahahaha | 100% |
| 6 | Visualizing linear relationships | ||
| 7 | Building structured multi-plot grids | @keyianpai | 100% |
| 8 | Controlling figure aesthetics | @P3n9W31 | 100% |
| 9 | Choosing color palettes | @Modrisco | 100% |
| 10 | seaborn.relplot | @Stuming | |
| 11 | seaborn.scatterplot | @sfw134 | |
| 12 | seaborn.lineplot | ||
| 13 | seaborn.catplot | @LIJIANcoder97 | 100% |
| 14 | seaborn.stripplot | @LIJIANcoder97 | 100% |
| 15 | seaborn.swarmplot | @LIJIANcoder97 | 100% |
| 16 | seaborn.boxplot | @FindNorthStar | 100% |
| 17 | seaborn.violinplot | @FindNorthStar | 100% |
| 18 | seaborn.boxenplot | @FindNorthStar | 100% |
| 19 | seaborn.pointplot | @FindNorthStar | 100% |
| 20 | seaborn.barplot | @melon-bun | 100% |
| 21 | seaborn.countplot | @Stuming | 100% |
| 22 | seaborn.jointplot | @Stuming | |
| 23 | seaborn.pairplot | @Stuming | |
| 24 | seaborn.distplot | @hyuuo | 100% |
| 25 | seaborn.kdeplot | @hyuuo | 100% |
| 26 | seaborn.rugplot | @P3n9W31 | 100% |
| 27 | seaborn.lmplot | @P3n9W31 | 100% |
| 28 | seaborn.regplot | @P3n9W31 | 100% |
| 29 | seaborn.residplot | @P3n9W31 | 100% |
| 30 | seaborn.heatmap | @hyuuo | 100% |
| 31 | seaborn.clustermap | ||
| 32 | seaborn.FacetGrid | @hyuuo | 100% |
| 33 | seaborn.FacetGrid.map | @sfw134 | 100% |
| 34 | seaborn.FacetGrid.map_dataframe | @sfw134 | 100% |
| 35 | seaborn.PairGrid | @sfw134 | 100% |
| 36 | seaborn.PairGrid.map | @sfw134 | 100% |
| 37 | seaborn.PairGrid.map_diag | @sfw134 | 100% |
| 38 | seaborn.PairGrid.map_offdiag | @sfw134 | 100% |
| 39 | seaborn.PairGrid.map_lower | @sfw134 | 100% |
| 40 | seaborn.PairGrid.map_upper | @sfw134 | 100% |
| 41 | seaborn.JointGrid | ||
| 42 | seaborn.JointGrid.plot | ||
| 43 | seaborn.JointGrid.plot_joint | ||
| 44 | seaborn.JointGrid.plot_marginals | ||
| 45 | seaborn.set | @lbllol365 | 100% |
| 46 | seaborn.axes_style | @lbllol365 | 100% |
| 47 | seaborn.set_style | @lbllol365 | 100% |
| 48 | seaborn.plotting_context | ||
| 49 | seaborn.set_context | ||
| 50 | seaborn.set_color_codes | ||
| 51 | seaborn.reset_defaults | ||
| 52 | seaborn.reset_orig | ||
| 53 | seaborn.set_palette | @Modrisco | 100% |
| 54 | seaborn.color_palette | @Modrisco | 100% |
| 55 | seaborn.husl_palette | @Modrisco | 100% |
| 56 | seaborn.hls_palette | @Modrisco | 100% |
| 57 | seaborn.cubehelix_palette | @Modrisco | 100% |
| 58 | seaborn.dark_palette | @Modrisco | 100% |
| 59 | seaborn.light_palette | @Modrisco | 100% |
| 60 | seaborn.diverging_palette | @Modrisco | 100% |
| 61 | seaborn.blend_palette | @Modrisco | 100% |
| 62 | seaborn.xkcd_palette | @Modrisco | 100% |
| 63 | seaborn.crayon_palette | @Modrisco | 100% |
| 64 | seaborn.mpl_palette | @Modrisco | 100% |
| 65 | seaborn.choose_colorbrewer_palette | @Modrisco | 100% |
| 66 | seaborn.choose_cubehelix_palette | @Modrisco | 100% |
| 67 | seaborn.choose_light_palette | @Modrisco | 100% |
| 68 | seaborn.choose_dark_palette | @Modrisco | 100% |
| 69 | seaborn.choose_diverging_palette | @Modrisco | 100% |
| 70 | seaborn.load_dataset | @Modrisco | 100% |
| 71 | seaborn.despine | @Modrisco | 100% |
| 72 | seaborn.desaturate | @Modrisco | 100% |
| 73 | seaborn.saturate | @Modrisco | 100% |
| 74 | seaborn.set_hls_values | @Modrisco | 100% |
Git 中文参考【校对】
参与方式：https://github.com/apachecn/git-doc-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/git-doc-zh/issues/1
项目仓库：https://github.com/apachecn/git-doc-zh
认领：13/83，校对：13/83
| 序号 | 章节 | 贡献者 | 进度 |
|---|---|---|---|
| 1 | git | ||
| 2 | git-config | @honglyua | 100% |
| 3 | git-help | @honglyua | 100% |
| 4 | git-init | @honglyua | 100% |
| 5 | git-clone | @honglyua | 100% |
| 6 | git-add | @yulezheng | 100% |
| 7 | git-status | @honglyua | 100% |
| 8 | git-diff | @honglyua | 100% |
| 9 | git-commit | ||
| 10 | git-reset | @honglyua | 100% |
| 11 | git-rm | @honglyua | 100% |
| 12 | git-mv | @honglyua | 100% |
| 13 | git-branch | @honglyua | 100% |
| 14 | git-checkout | ||
| 15 | git-merge | ||
| 16 | git-mergetool | ||
| 17 | git-log | ||
| 18 | git-stash | ||
| 19 | git-tag | ||
| 20 | git-worktree | ||
| 21 | git-fetch | ||
| 22 | git-pull | @Mrhuangyi | 100% |
| 23 | git-push | @Mrhuangyi | 100% |
| 24 | git-remote | ||
| 25 | git-submodule | ||
| 26 | git-show | ||
| 27 | git-log | ||
| 29 | git-shortlog | ||
| 30 | git-describe | ||
| 31 | git-apply | ||
| 32 | git-cherry-pick | ||
| 34 | git-rebase | ||
| 35 | git-revert | ||
| 36 | git-bisect | ||
| 37 | git-blame | ||
| 38 | git-grep | ||
| 39 | gitattributes | ||
| 40 | giteveryday | ||
| 41 | gitglossary | ||
| 42 | githooks | ||
| 43 | gitignore | ||
| 44 | gitmodules | ||
| 45 | gitrevisions | ||
| 46 | gittutorial | ||
| 47 | gitworkflows | ||
| 48 | git-am | ||
| 50 | git-format-patch | ||
| 51 | git-send-email | ||
| 52 | git-request-pull | ||
| 53 | git-svn | ||
| 54 | git-fast-import | ||
| 55 | git-clean | ||
| 56 | git-gc | ||
| 57 | git-fsck | ||
| 58 | git-reflog | ||
| 59 | git-filter-branch | ||
| 60 | git-instaweb | ||
| 61 | git-archive | ||
| 62 | git-bundle | ||
| 63 | git-daemon | ||
| 64 | git-update-server-info | ||
| 65 | git-cat-file | ||
| 66 | git-check-ignore | ||
| 67 | git-checkout-index | ||
| 68 | git-commit-tree | ||
| 69 | git-count-objects | ||
| 70 | git-diff-index | ||
| 71 | git-for-each-ref | ||
| 72 | git-hash-object | ||
| 73 | git-ls-files | ||
| 74 | git-merge-base | ||
| 75 | git-read-tree | ||
| 76 | git-rev-list | ||
| 77 | git-rev-parse | ||
| 78 | git-show-ref | ||
| 79 | git-symbolic-ref | ||
| 80 | git-update-index | ||
| 81 | git-update-ref | ||
| 82 | git-verify-pack | ||
| 83 | git-write-tree |
HBase 3.0 中文参考指南【校对】
参与方式：https://github.com/apachecn/hbase-doc-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/hbase-doc-zh/issues/1
项目仓库：https://github.com/apachecn/hbase-doc-zh
认领：14/31，校对：14/31
| 章节 | 贡献者 | 进度 |
|---|---|---|
| Preface | @xixici | 100% |
| Getting Started | @xixici | 100% |
| Apache HBase Configuration | @xixici | 100% |
| Upgrading | @xixici | 100% |
| The Apache HBase Shell | @xixici | 100% |
| Data Model | ||
| HBase and Schema Design | @RaymondCode | 100% |
| RegionServer Sizing Rules of Thumb | ||
| HBase and MapReduce | @BridgetLai | 100% |
| Securing Apache HBase | ||
| Architecture | ||
| In-memory Compaction | @mychaow | 100% |
| Backup and Restore | @mychaow | 100% |
| Synchronous Replication | @mychaow | 100% |
| Apache HBase APIs | @xixici | 100% |
| Apache HBase External APIs | @xixici | 100% |
| Thrift API and Filter Language | @xixici | 100% |
| HBase and Spark | @TsingJyujing | 100% |
| Apache HBase Coprocessors | ||
| Apache HBase Performance Tuning | ||
| Troubleshooting and Debugging Apache HBase | ||
| Apache HBase Case Studies | ||
| Apache HBase Operational Management | ||
| Building and Developing Apache HBase | ||
| Unit Testing HBase Applications | ||
| Protobuf in HBase | ||
| Procedure Framework (Pv2): HBASE-12439 | ||
| AMv2 Description for Devs | ||
| ZooKeeper | ||
| Community | ||
| Appendix |
UCB Prob140：面向数据科学的概率论【翻译】
参与方式：https://github.com/apachecn/prob140-textbook-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/prob140-textbook-zh/issues/2
项目仓库：https://github.com/apachecn/prob140-textbook-zh
认领：20/25，翻译：20/25
| 标题 | 译者 | 翻译进度 |
|---|---|---|
| 一、基础 | 飞龙 | 100% |
| 二、计算几率 | 飞龙 | 100% |
| 三、随机变量 | 飞龙 | 100% |
| 四、事件之间的关系 | @biubiubiuboomboomboom | 100% |
| 五、事件集合 | - | - |
| 5.1 ~5.3 | @PEGASUS1993 | 100% |
| 5.4 | ||
| 六、随机计数 | @viviwong | 100% |
| 七、泊松化 | @YAOYI626 | 100% |
| 八、期望 | - | - |
| 8.1 ~ 8.2 | @PEGASUS1993 | 100% |
| 8.3 | ||
| 九、条件（续） | @YAOYI626 | 100% |
| 十、马尔科夫链 | 喵十八 | 100% |
| 十一、马尔科夫链（续） | 喵十八 | 100% |
| 十二、标准差 | 缺只萨摩 | 100% |
| 十三、方差和协方差 | 缺只萨摩 | 100% |
| 十四、中心极限定理 | 喵十八 | 100% |
| 十五、连续分布 | ||
| 十六、变换 | @hellozhaihy | 100% |
| 十七、联合密度 | @Winchester-Yi | 100% |
| 十八、正态和 Gamma 族 | @Winchester-Yi | 100% |
| 十九、和的分布 | 平淡的天 | 100% |
| 二十、估计方法 | 平淡的天 | 100% |
| 二十一、Beta 和二项 | @lvzhetx | 100% |
| 二十二、预测 | - | - |
| 22.1 | @lvzhetx | 100% |
| 22.2 ~ 22.4 | ||
| 二十三、联合正态随机变量 | ||
| 二十四、简单线性回归 | @ThomasCai | 100% |
| 二十五、多元回归 | @lanhaixuan | 100% |
Machine Learning Mastery【校对】
参与方式：https://github.com/apachecn/ml-mastery-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/ml-mastery-zh/issues/1
项目仓库：https://github.com/apachecn/ml-mastery-zh
Keras：认领：2/46，校对：1/46
XGBoost：认领：0/18，校对：0/18
| 章节 | 贡献者 | 进度 |
|---|---|---|
| 深度学习与 Keras | - | - |
| Keras 中神经网络模型的 5 步生命周期 | @ElmaDavies | 100% |
| 在 Python 迷你课程中应用深度学习 | @ElmaDavies | 0% |
| Keras 深度学习库的二元分类教程 | ||
| 如何用 Keras 构建多层感知器神经网络模型 | ||
| 如何在 Keras 中检查深度学习模型 | ||
| 10 个用于 Amazon Web Services 深度学习的命令行秘籍 | ||
| 机器学习卷积神经网络的速成课程 | ||
| 如何在 Python 中使用 Keras 进行深度学习的度量 | ||
| 深度学习书籍 | ||
| 深度学习课程 | ||
| 你所知道的深度学习是一种谎言 | ||
| 如何设置 Amazon AWS EC2 GPU 以训练 Keras 深度学习模型（分步） | ||
| 神经网络中批量和迭代之间的区别是什么？ | ||
| 在 Keras 展示深度学习模型训练历史 | ||
| 基于 Keras 的深度学习模型中的dropout正则化 | ||
| 评估 Keras 中深度学习模型的表现 | ||
| 如何评价深度学习模型的技巧 | ||
| 小批量梯度下降的简要介绍以及如何配置批量大小 | ||
| 在 Keras 中获得深度学习帮助的 9 种方法 | ||
| 如何使用 Keras 在 Python 中网格搜索深度学习模型的超参数 | ||
| 用 Keras 在 Python 中使用卷积神经网络进行手写数字识别 | ||
| 如何用 Keras 进行预测 | ||
| 用 Keras 进行深度学习的图像增强 | ||
| 8 个深度学习的鼓舞人心的应用 | ||
| Python 深度学习库 Keras 简介 | ||
| Python 深度学习库 TensorFlow 简介 | ||
| Python 深度学习库 Theano 简介 | ||
| 如何使用 Keras 函数式 API 进行深度学习 | ||
| Keras 深度学习库的多类分类教程 | ||
| 多层感知器神经网络速成课程 | ||
| 基于卷积神经网络的 Keras 深度学习库中的目标识别 | ||
| 流行的深度学习库 | ||
| 用深度学习预测电影评论的情感 | ||
| Python 中的 Keras 深度学习库的回归教程 | ||
| 如何使用 Keras 获得可重现的结果 | ||
| 如何在 Linux 服务器上运行深度学习实验 | ||
| 保存并加载您的 Keras 深度学习模型 | ||
| 用 Keras 逐步开发 Python 中的第一个神经网络 | ||
| 用 Keras 理解 Python 中的有状态 LSTM 循环神经网络 | ||
| 在 Python 中使用 Keras 深度学习模型和 Scikit-Learn | ||
| 如何使用预训练的 VGG 模型对照片中的物体进行分类 | ||
| 在 Python 和 Keras 中对深度学习模型使用学习率调度 | ||
| 如何在 Keras 中可视化深度学习神经网络模型 | ||
| 什么是深度学习？ | ||
| 何时使用 MLP，CNN 和 RNN 神经网络 | ||
| 为什么用随机权重初始化神经网络？ | ||
| XGBoost | - | - |
| 通过在 Python 中使用 XGBoost 提前停止来避免过度拟合 | ||
| 如何在 Python 中调优 XGBoost 的多线程支持 | ||
| 如何配置梯度提升算法 | ||
| 在 Python 中使用 XGBoost 进行梯度提升的数据准备 | ||
| 如何使用 scikit-learn 在 Python 中开发您的第一个 XGBoost 模型 | ||
| 如何在 Python 中使用 XGBoost 评估梯度提升模型 | ||
| 在 Python 中使用 XGBoost 的特征重要性和特征选择 | ||
| 浅谈机器学习的梯度提升算法 | ||
| 应用机器学习的 XGBoost 简介 | ||
| 如何在 macOS 上为 Python 安装 XGBoost | ||
| 如何在 Python 中使用 XGBoost 保存梯度提升模型 | ||
| 从梯度提升开始，比较 165 个数据集上的 13 种算法 | ||
| 在 Python 中使用 XGBoost 和 scikit-learn 进行随机梯度提升 | ||
| 如何使用 Amazon Web Services 在云中训练 XGBoost 模型 | ||
| 在 Python 中使用 XGBoost 调整梯度提升的学习率 | ||
| 如何在 Python 中使用 XGBoost 调整决策树的数量和大小 | ||
| 如何在 Python 中使用 XGBoost 可视化梯度提升决策树 | ||
| 在 Python 中开始使用 XGBoost 的 7 步迷你课程 |
Pytorch 1.0 中文文档【校对】
参与方式：https://github.com/apachecn/pytorch-doc-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/pytorch-doc-zh/issues/274
项目仓库：https://github.com/apachecn/pytorch-doc-zh
认领：32/76，校对：8/76
| 章节 | 校验者 | 进度 |
|---|---|---|
| 教程部分 | - | - |
| Deep Learning with PyTorch: A 60 Minute Blitz | @FontTian | |
| What is PyTorch? | @FontTian | |
| Autograd: Automatic Differentiation | @FontTian | |
| Neural Networks | @FontTian | |
| Training a Classifier | @FontTian | |
| Optional: Data Parallelism | @FontTian | |
| Data Loading and Processing Tutorial | @dyywinner | 100% |
| Learning PyTorch with Examples | @Smilexuhc | |
| Transfer Learning Tutorial | @infdahai | |
| Deploying a Seq2Seq Model with the Hybrid Frontend | @FontTian | 100% |
| Saving and Loading Models | @luxinfeng | |
| What is torch.nn really? | @luxinfeng | |
| Finetuning Torchvision Models | @luxinfeng | |
| Spatial Transformer Networks Tutorial | @Smilexuhc | |
| Neural Transfer Using PyTorch | @AllenZYJ | |
| Adversarial Example Generation | @infdahai | |
| Transfering a Model from PyTorch to Caffe2 and Mobile using ONNX | ||
| Chatbot Tutorial | @enningxie | |
| Generating Names with a Character-Level RNN | @hijkzzz | 100% |
| Classifying Names with a Character-Level RNN | @hijkzzz | |
| Deep Learning for NLP with Pytorch | @FontTian | 100% |
| Introduction to PyTorch | @FontTian | 100% |
| Deep Learning with PyTorch | @FontTian | 100% |
| Word Embeddings: Encoding Lexical Semantics | @Smilexuhc | |
| Sequence Models and Long-Short Term Memory Networks | @FontTian | 100% |
| Advanced: Making Dynamic Decisions and the Bi-LSTM CRF | @enningxie | |
| Translation with a Sequence to Sequence Network and Attention | ||
| DCGAN Tutorial | @infdahai | |
| Reinforcement Learning (DQN) Tutorial | @infdahai | |
| Creating Extensions Using numpy and scipy | @FontTian | 100% |
| Custom C++ and CUDA Extensions | ||
| Extending TorchScript with Custom C++ Operators | @sunxia233 | |
| Writing Distributed Applications with PyTorch | ||
| PyTorch 1.0 Distributed Trainer with Amazon AWS | ||
| ONNX Live Tutorial | ||
| Loading a PyTorch Model in C++ | ||
| Using the PyTorch C++ Frontend | ||
| 文档部分 | - | - |
| Autograd mechanics | ||
| Broadcasting semantics | ||
| CUDA semantics | ||
| Extending PyTorch | ||
| Frequently Asked Questions | ||
| Multiprocessing best practices | ||
| Reproducibility | @bruce1408 | |
| Serialization semantics | ||
| Windows FAQ | ||
| torch | @infdahai | |
| Tensors | ||
| Random sampling | ||
| Serialization, Parallelism, Utilities | ||
| Pointwise Ops | ||
| Reduction Ops | ||
| Comparison Ops | ||
| Spectral Ops | ||
| Other Operations | ||
| BLAS and LAPACK Operations | ||
| torch.Tensor | ||
| Tensor Attributes | ||
| Type Info | ||
| torch.sparse | ||
| torch.cuda | ||
| torch.Storage | ||
| torch.nn | ||
| torch.nn.functional | ||
| torch.nn.init | ||
| torch.optim | @zonasw | |
| Automatic differentiation package - torch.autograd | ||
| Distributed communication package - torch.distributed | ||
| Probability distributions - torch.distributions | ||
| Torch Script | ||
| Multiprocessing package - torch.multiprocessing | ||
| torch.utils.bottleneck | ||
| torch.utils.checkpoint | ||
| torch.utils.cpp_extension | ||
| torch.utils.data | ||
| torch.utils.dlpack | ||
| torch.hub | ||
| torch.utils.model_zoo | ||
| torch.onnx | ||
| Distributed communication package (deprecated) - torch.distributed.deprecated | ||
| torchvision Reference | ||
| torchvision.datasets | ||
| torchvision.models | ||
| torchvision.transforms | ||
| torchvision.utils |
OpenCV 4.0 中文教程【校对】
参与方式：https://github.com/apachecn/opencv-doc-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/opencv-doc-zh/issues/1
项目仓库：https://github.com/apachecn/opencv-doc-zh
认领：31/51，校对：29/51。
| 章节 | 贡献者 | 进度 |
|---|---|---|
| 1. 简介 | - | |
| 1.1 OpenCV-Python教程简介 | @wstone0011 | 100% |
| 1.2 安装OpenCV—Python | @wstone0011 | 100% |
| 2. GUI功能 | - | |
| 2.1 图像入门 | @ranxx | 100% |
| 2.2 视频入门 | @ranxx | 100% |
| 2.3 绘图功能 | @ranxx | 100% |
| 2.4 鼠标作为画笔 | @ranxx | 100% |
| 2.5 作为调色板的跟踪栏 | @ranxx | 100% |
| 3. 核心操作 | - | |
| 3.1 图像基本操作 | @luxinfeng | 100% |
| 3.2 图像的算术运算 | @luxinfeng | 100% |
| 3.3 性能测量和改进技术 | @luxinfeng | 100% |
| 4. 图像处理 | - | |
| 4.1 更改颜色空间 | @friedhelm739 | 100% |
| 4.2 图像的几何变换 | @friedhelm739 | 100% |
| 4.3 图像阈值 | @friedhelm739 | 100% |
| 4.4 平滑图像 | @friedhelm739 | 100% |
| 4.5 形态转换 | @friedhelm739 | 100% |
| 4.6 图像梯度 | @friedhelm739 | 100% |
| 4.7 Canny边缘检测 | @wxh928408225 | |
| 4.8 影像金字塔 | @wxh928408225 | |
| 4.9 轮廓 | @wxh928408225 | |
| 4.10 直方图 | @wxh928408225 | |
| 4.11 图像转换 | ||
| 4.12 模板匹配 | ||
| 4.13 霍夫线变换 | ||
| 4.14 霍夫圆变换 | ||
| 4.15 基于分水岭算法的图像分割 | ||
| 基于GrabCut算法的交互式前景提取 | ||
| 5. 特征检测和描述 | - | |
| 5.1 了解功能 | @3lackrush | 100% |
| 5.2 Harris角点检测 | ||
| 5.3 Shi-Tomasi角点检测和追踪的良好特征 | ||
| 5.4 SIFT简介（尺度不变特征变换） | ||
| 5.5 SURF简介（加速鲁棒特性） | ||
| 5.6 角点检测的FAST算法 | ||
| 5.7 简介（二进制鲁棒独立基本特征） | ||
| 5.8 ORB（定向快速和快速旋转） | ||
| 5.9 特征匹配 | ||
| 5.10 特征匹配+ Homography查找对象 | ||
| 6. 视频分析 | - | |
| 6.1 Meanshift和Camshift | @xmmmmmovo | 100% |
| 6.2 光流 | @xmmmmmovo | 100% |
| 6.3 背景减法 | @xmmmmmovo | 100% |
| 7. 相机校准和3D重建 | - | |
| 7.1 相机校准 | @xmmmmmovo | 100% |
| 7.2 姿势估计 | @xmmmmmovo | 100% |
| 7.3 极线几何 | @xmmmmmovo | 100% |
| 7.4 立体图像的深度图 | @xmmmmmovo | 100% |
| 8. 机器学习 | - | |
| 8.1 K-最近邻 | @wstone0011 | 100% |
| 8.2 支持向量机（SVM） | @wstone0011 | 100% |
| 8.3 K-Means聚类 | @wstone0011 | 100% |
| 9. 计算摄影 | - | |
| 9.1 图像去噪 | ||
| 9.2 图像修复 | ||
| 9.3 高动态范围（HDR） | ||
| 10. 目标检测 | - | |
| 10.1 使用Haar Cascades进行人脸检测 | @jiangzhonglian | 100% |
| 11. OpenCV-Python绑定 | - | |
| 11.1 OpenCV-Python绑定如何工作？ | @daidai21 | 100% |
认领完毕
UCB CS61b：Java 中的数据结构【翻译】
参与方式：https://github.com/apachecn/cs61b-textbook-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/cs61b-textbook-zh/issues/1
项目仓库：https://github.com/apachecn/cs61b-textbook-zh
认领：12/12，翻译：10/12
百页机器学习小书【翻译】
参与方式：https://github.com/apachecn/ml-book-100-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/ml-book-100-zh/issues/1
项目仓库：https://github.com/apachecn/ml-book-100-zh
认领：12/12，翻译：2/12
笔记整理活动
CS224n 自然语言处理
参与方式：https://github.com/apachecn/stanford-cs224n-notes-zh/blob/master/CONTRIBUTING.md
整体进度：https://github.com/apachecn/stanford-cs224n-notes-zh/issues/1
项目仓库：https://github.com/apachecn/stanford-cs224n-notes-zh
认领：12/20，整理：2/20
| 章节 | 贡献者 | 进度 |
|---|---|---|
| 章节 | 贡献者 | 进度 |
| — | — | — |
| Lecture 1 | @cx123cx456 | |
| Lecture 2 | @AllenZYJ | |
| Lecture 3 | @cx123cx456 | |
| Lecture 4 | @ZSIRS | |
| Lecture 5 | @ZSIRS | |
| Lecture 6 | @ZSIRS | |
| Lecture 7 | @neolei | |
| Lecture 8 | @Qichao-Ge | |
| Lecture 9 | @NewDreamstyle192 | |
| Lecture 10 | @enningxie | |
| Lecture 11 | ||
| Lecture 12 | ||
| Lecture 13 | ||
| Lecture 14 | ||
| Lecture 15 | ||
| Lecture 16 | ||
| Lecture 17 | @pingjing233 | 100% |
| Lecture 18 | ||
| Lecture 19 | ||
| Lecture 20 | @Willianan | 100% |
关于我们
我们是一个大型开源社区，旗下 QQ 群共一万余人，订阅用户至少一万人。Github Star 数量超过 40k 个，在所有 Github 组织中排名前 150。网站日 uip 超过 4k，Alexa 排名的峰值为 20k。我们的核心成员拥有 CSDN 博客专家和简书程序员优秀作者认证。我们与 Datawhale、AI 有道、黄海广博士等国内知名开源组织和大 V 合作，组织公益性的翻译活动、学习活动和比赛组队活动。
与商业组织不同，我们并不会追逐热点，或者唯利是图。作为公益组织，我们将完成项目放在首要位置，并有足够时间把项目打磨到极致。我们希望做出广大 AI 爱好者真正需要的东西，打造真正有价值的长尾作品。
- 【导航】ibooker.org.cn
- 【归档】home.apachecn.org
- 【社区】ibooker.org.cn/forums
- 【Github】@ApacheCN
- 【知识星球】ApacheCN
- 自媒体平台
- 微博：@ApacheCN
- 知乎专栏：AILearning
- 公众号：ApacheCN
- CSDN | 博客园 | OSChina | SF | 掘金
- 简书 | 搜狐号 | 头条号 | 百家号 | bilibili
- We are ApacheCN Open Source Organization, not ASF! We are fans of AI, and have no relationship with ASF!
- 合作 or 侵权，请联系 apachecn@163.com | 请抄送一份到 wizard.z@foxmail.com
