Skip to main content

黑洞资源笔记

黑洞资源笔记
黑洞资源笔记

  2. 初代 Chromecast 停止支持

    Google宣布结束初代 Chromecast 的技术支持，这款设备发布于 2013 年，至今已推出 10 年之久，上次系统更新还是在去年底的一次常规安全更新。Google 表示虽然未来不会再为这款设备提供相应支持，但持有该设备的用户仍可正常使用其功能。

    值得一提的是，初代 Chromecast 实际上是基于难产的 Nexus Q 项目的遗产所打造，相对于 Nexus Q 原计划 299 美元的高昂售价，初代 Chromecast 仅 35 美元的亲民价格使其备受消费者的亲耐。另一个有趣的细节是，初代 Chromecast 的型号为 H2G2-42，而这个编号是著名科幻小说《银河系漫游指南》中关于人生、宇宙和一切事物意义的终极答案。

  3. Plane 是一个简单的、可扩展的、开源的项目和产品管理工具。它允许用户从一个基本的任务跟踪工具开始，逐步采用各种项目管理框架，如 Agile、Waterfall 等。

    该产品还集成了 GPT，让你更快的处理各种项目文档问题、迭代周期、模块细节等。 ​​​

    Plane | #工具

  5. 计算机专业学习路线

    本学习路线主要参考美国四大CS名校（卡耐基梅隆CMU、斯坦福Stanford、加州伯克利UC Berkeley、麻省理工MIT）以及哈佛Harvard、普林斯顿Princeton等6所计算机名校的课程安排与内容。而这六所名校也恰好是图灵奖得主最多的前六所，排名依次为：斯坦福、MIT、伯克利、普林斯顿、哈佛、CMU。世界上那些最优秀的IT名人可能都学过这些课程，耕耘其中，尽享奇妙。本学习路线会尽可能列出配套的视频、书籍、作业、项目等相关资源，而且会不断更新。

    路线充分参考了美国多所名校的先修课程关系、难易程度、重要程度将课程分成大一、大二、大三、研究以及选修多个部分。

    除了计算机路线，作者还编写了大学数学路线与资料。

  7. Building Secure and Reliable Systems，构建安全可靠的系统 - 一本由Google编写的书 | #电子书

    本书分享了Google在大规模构建安全系统的经验。

    本书专注于将安全性和可靠性直接整合到软件和系统生命周期中，既突出保护系统并保持其可靠的技术和实践，也说明这些实践如何相互交互。

    这本书的目标是让你从专业安全性和可靠性的实践者那里提供关于系统设计、实施和维护的洞察。

  8. NVIDIA英伟达推出Grace Hopper 超级芯片 ，应该是为了纪念Grace Hopper。可能很多人不知道，Bug这个词就是Grace Hopper创造的。

    Grace Hopper，1906年出生在纽约，是一位性格坚毅，有着深厚数学和物理背景的女性。她在耶鲁大学获得了数学和物理学博士学位，然后投身于美国海军，成为一名海军后备军官。这样的经历使她具备了扎实的理论基础，也培养了她坚韧不拔的军人品质。耶鲁有个本科生院在2017年改以她命名；以及GHC，一个服务于计算机领域的女性的会议。现在很多大公司都会赞助并参加。

    在二战后期，Hopper博士开始研究自动计算机。她曾在哈佛大学的计算实验室工作，参与了世界上第一台大型计算机“哈佛马克一号”的研制工作。她的工作成果不仅使得计算机程序更易于编写和理解，还促使了编程语言的发展。其中，最具影响力的贡献无疑是她发明了第一款编译器，从而推动了第一种高级编程语言COBOL的诞生。

    讲到“Bug”，这个词在计算机领域中的用法，是由Hopper首创的。故事是这样的——在1947年9月9日，当时Hopper和她的团队在检查“哈佛马克二号”计算机出现问题的时候，发现了一只飞蛾堵塞在其中一个继电器里。因此，她们把这只飞蛾从机器中移除，并记录下了这个事件，从而把导致计算机出现问题的因素称为“Bug”。这个词后来在计算机科学中广为流传，成为了我们今天常说的软件或硬件错误的代名词。

    Grace Hopper

  10. 《Everything You Always Wanted To
    Know About Mathematics (But didn’t even know to ask)》你一直想了解的所有关于数学的知识（但你甚至不知道该问什么）

    这是卡内基·梅隆大学Brendan Sullivan的一本数学入门书，将引导你进入抽象数学世界和证明写作的旅程。| #电子书
    bws_book.pdf
    2.7 MB

  12. MGL 是Gábor Melis的 Common Lisp 机器学习库，其中一些部分最初由 Ravenpack International 贡献。它主要集中于各种形式的神经网络（玻尔兹曼机、前馈和循环反向传播网络）。大多数 MGL 都建立在 MGL-MAT 之上，因此它具有 BLAS 和 CUDA 支持。

    一般来说，重点是功率和性能，而不是易用性。如果在功率和效用之间找到合理的折衷方案，也许有一天会出现功能受限的千篇一律界面。

    MGL手册 | #手册