C++ дайджест #26: StayAtHome та вивчай Machine Learning

Привіт, мої любі сішники! У цьому випуску пропоную ознайомитися з фреймворками для машинного навчання. Почнімо? :)

Machine Learning

Машинне навчання наразі є актуальним та набуває все більшого поширення. У списку найбільш використовуваних мов програмування на другому місці впевнено тримається С++ (link 1, link 2, link 3). Тож розлянемо, за допомогою яких бібліотек ми можемо працювати у світі С++ :)

DMTK (презентацiя) — фреймворк від Microsoft для клієнт-серверних систем. Підтримує масштабовність.

cuDNN — бібліотека глибинного навчання від NVIDIA з обчисленнями на GPU.

Caffe2 (Integrating Caffe2 on iOS/Android) — досить легка для вивчення бібліотека глибинного навчання, порівняно з TensorFlow.

mlpack — бібліотека для глибинного навчання, написана на С++. Гарно масштабується, але має не досить обширну документацію, якщо порівнювати з Caffe2 або TensorFlow.

TensorFlow — мабуть, найвідоміша бібліотека машинного навчання, розроблена та виплекана корпорацією зла Google. Посилання для ознайомлення та вивчення:

COVID-19

Coronavirus, COVID19 and the C++ Community

How Can Developers Help Fight Coronavirus?

C++ Events Affected By Coronavirus

A C++ code for predicting COVID-19 cases by least-squares fitting of the Logistic model

Modern C++

C++20 Concepts

Differences between std::string_view and std::span

C++20: Coroutines — A First Overview

C++20: More Details to Coroutines

Implementing span’s comparisons

C++20’s Iterator Sentinels

Корисні посилання

References, simply — Herb Sutter

Move, simply — Herb Sutter

The Performance Benefits of Final Classes

Zero, one, two, Freddy’s coming for you

A Curious Case of C++ Macros at Google

Qualification Round 2020 — Code Jam 2020, Solution Code

How Deep the Rabbit Hole Goes, or C++ Job Interviews at PVS-Studio

The C++ Lifetime Profile: How It Plans to Make C++ Code Safer

Friends and where to find them;

C++17 Signal-Slots

Інструменти

C++ Modules conformance improvements with MSVC in Visual Studio 2019 16.5

New templates for debugging CMake projects on remote systems and WSL in Visual Studio 2019

Announcing full support for a C/C++ conformant preprocessor in MSVC

CLion starts 2020.1 Early Access Program

How Conan integration works in GitLab

New features in CMake 3.17

ReSharper: HLSL Support, GMock 1.10, Unreal Engine.

Qt Roadmap for 2020

New QML language features in Qt 5.15

Khronos to Develop ‘ANARI’ Analytic Rendering Interface API Standard

OpenXR Mobile SDK 1.0.6

New Vulkan 1.2 SDKs Support Provisional Ray Tracing Extension

What Is MISRA and how to Cook It

Оновлення

Цього місяця маємо такі оновлення:

Хвилиночка флуду


← Попередній випуск: C++ дайджест #25

👍НравитсяПонравилось0
В избранноеВ избранном6
Подписаться на автора
LinkedIn



Підписуйтесь: Soundcloud | Google Podcast | YouTube


3 комментария

Подписаться на комментарииОтписаться от комментариев Комментарии могут оставлять только пользователи с подтвержденными аккаунтами.

А зачем Tensorflow на c++?

В прикладі про корутини:
generator<int> generatorForNumbers(int begin, int inc = 1)

Цей generator це частина стандартної бібліотеки?

Ні. Чомусь недостандартизували, як це у них часто буває. Мабуть, не прийшли до однозначної думки, як себе повинен поводити такий от дженерік генератор у різних корнер кейсах.
Тому доведеться велосипедити свій шаблон (див. isocpp.org/files/papers/N4860.pdf, сторінка 209) або брати з інших бібліотек (наприклад, github.com/lewissbaker/cppcoro, або майкрософтівський std::experimental::generator, якщо пишете тільки під вінду).

Подписаться на комментарии