对 精致码农大佬 说的 Task.Run 会存在

趋势1：随时随地的运营

Gartner预计，即使在流感大流行之后，48%的员工仍将在家工作，而大流行前只有30%。这一转变将迫使IT执行官开发灵活且具有弹性的组织，使员工能够在任何地方工作，允许任何地方的客户访问服务，并跨分布式基础架构管理业务服务的部署。

Hewitt说：“当谈到位置的灵活性时，I&O内部传统的结构化流程使组织变得脆弱”。“任何地方的运营使组织能够分散员工，并在有商业意义的地方激活运营。它甚至为更广泛的人才选择让路，因为企业不必在特定的地域招聘员工。”

趋势2：最佳的基础设施

Hewitt说：“任何地方运营的关键是开发可编程的基础设施，以便在适当的时间在适当的地点进行正确的工作，这是最佳基础设施的关键所在”。“随着基础设施和运营逐渐发展为集成和运营，各种解决方案(如超融合基础设施或计算存储)必须与最佳用例相匹配。”

最佳基础设施还将涉及数据中心和边缘基础设施，这可能很难衡量，并导致复杂的部署。Hewitt建议企业从业务角度出发，同时考虑优化成本和工具，以便为给定的基础设施部署构建案例。

趋势3：业务连续性

工作负载将越来越需要支持地理位置分散的客户和员工。因此，无论外部因素如何，IT服务必须是连续的，提供自动化的部署和最少的触摸维护。到2025年，60%的组织将使用自动化工具来部署新的计算资源，减少部署时间并提供更大的灵活性。

“如果操作正确，这一趋势将提高效率并允许更快地部署工作负载。Hewitt说，“主要的缺点是，使用新的、有时是复杂的工具或流程来支持连续性，这会带来学习曲线”。

趋势4：核心现代化

为了确保企业基础设施的发展步调一致，维护核心操作应该被视为一个持续的过程，而不是一个一次性的项目。企业将需要协调内部和外部的基础设施，以尽量减少遗留问题。

Hewitt说：“基础设施现代化带来的好处是，它降低了技术债务，为敏捷基础设施应对日益增长的数字业务需求铺平了道路”。“企业必须实施一个具有现实时间表的现代化计划，该计划应考虑到技能需求的变化。”
 

尽管这本书是基于PyTorch的，但用深度学习构建语言应用的实践还是很不错的。此外，还有一些传统概念和方法的内容和代码，比如TF-IDF和语义，等等。如果你是一名PyTorch开发人员，你会发现本书很容易上手。

Natural Language Processing in Action

by Hobson Lane, Cole Howard, and Hannes Hapke

这是另一本特别的书，也是我最喜欢的一本书，可以让你对所有的NLP进行实战练习。这本书指导你如何从语料库建立第一个词汇，一直到建立一个聊天机器人。这本书中有很多代码示例，所以如果你喜欢敲代码，它可能很适合你。
 

S224N: Natural Language Processing with Deep Learning | Winter 2019

by Christopher Manning and Abigail See

如果你最近刚开始接触NLP，你可能已经接触过这门流行的NLP课程。所有的讲座和幻灯片都是公开的，你可以在课程网站上找到它。这门课程非常注重NLP的深度学习方法，所以你会看到第一讲直接从词向量开始，然后过渡到卷积网络和transfomer等更高级的主题。如果你对经典的NLP方法感兴趣，你可能要看看开头提到的一本书。事实上，我强烈建议你这样做，因为它是对构建实际NLP系统在实践中有用的宝贵知识。

（编辑：柳州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!