阿里云前端周刊 - 第 16 期

推荐

1. 神经网络入门

http://www.ruanyifeng.com/blog/2017/07/neural-network.html

眼下最热门的技术，绝对是人工智能，人工智能的底层模型是"神经网络"（neural network）。许多复杂的应用（比如模式识别、自动控制）和高级模型（比如深度学习）都基于它。学习人工智能，一定是从它开始。

2. React Redux 概念与工作流清单

https://github.com/uanders/react-redux-cheatsheet/blob/master/article/react-redux-concept-workflow.md

本文包含了一张关于 Redux 概念与工作流的清单图解以及较为详细地渐进式 Redux 基础概念介绍。本文首先概述了项目开发中使用 Redux 的意义以及 Redux 相关的技术栈，然后介绍了 Reudx 中 Store 的含义与如何与 Immutable 协同使用；接下来本文介绍了 React Redux 应用中组件的层次划分，如何定义使用 Action、ActionCreator、Reducer 等等；

3. 走进Node.js 之 HTTP实现分析

http://mp.weixin.qq.com/s/KU5pA16AuBVxo67YNRAVTQ

Node.js 的强项是处理网络请求，那我们就来分析一个 HTTP 请求在 Node.js 中是怎么被处理的，以及 JavaScript 在这个过程中引入的开销到底有多大。

4. 饿了么的 PWA 升级实践

https://huangxuan.me/2017/07/12/upgrading-eleme-to-pwa/

PWA 作为下一代 Web 应用模型，其尝试解决的是 web 平台本身的根本性问题：对网络与浏览器 UI 的硬依赖。因此，任何 web 应用都可以从中获益，这与你是多页还是单页、面向桌面还是移动端、是用 React 还是 Vue 无关。或许，它还终将改变用户对移动 web 的期待。现如今，谁还觉得桌面端的 web 只是个看文档的地方呢？

其它

1. 即将到来的正则表达式新特性

https://developers.google.com/web/updates/2017/07/upcoming-regexp-features

ES2015 给 JavaScript 语言引入了许多新特性，其中包括正则表达式语法的一些重大改进，新增了 Unicode 编码 （/u） 和粘滞位 （/y）两个修饰符。而在那之后，发展也并未停止。经过与 TC39（ECMAScript 标准委员会）的其他成员的紧密合作，V8 团队提议并共同设计了让正则表达式更强大的几个新特性。

2. ECharts中运用WebGL技术的实践

http://www.infoq.com/cn/presentations/practice-of-using-webgl-technology-in-echarts?utm_campaign=rightbar_v2&utm_source=infoq&utm_medium=presentations_link&utm_content=link_text

为何要使用 WebGL，在使用 WebGL 绘制三维图表会碰到的一些坑及解决方案，利用
GPGPU 加速关系图布局的尝试以及如何在现有的架构中扩展新的 WebGL 组件四部分。

3. 大型应用开发中使用 Redux 的五个建议

https://techblog.appnexus.com/five-tips-for-working-with-redux-in-large-applications-89452af4fdcb

Redux 是非常优秀的应用状态管理工具，单向数据流结构允许开发者专注于业务逻辑的开发。本文作者从自身实践出发总结出了大型项目中 Redux 的使用建议，包括建立数据索引并且使用选择器来访问数据、将标准状态独立于可变的界面状态与用户编辑状态、在界面之间合理地共享数据、提取公共地 Reducer 函数以及如何较好地连接 React 组件与 Redux 状态树等等；

4. 利用 WebGL 释放 GPU 的计算潜力

http://www.vizitsolutions.com/portfolio/webgl/gpgpu/index.html

随着大数据时代的到来，计算能力日渐成为性能的关键瓶颈之一；而众所周知 GPU 相较于 CPU 有着更为强大的计算能力，本系列文章即是介绍如何利用 WebGL 实现 GPGPU（General Purpose Computing on Graphics Processing Units）高性能计算。本系列文章首先讨论了利用 WebGL 进行 GPGPU 计算的可行性，然后介绍了具体的实施步骤；主要步骤包括矩阵初始化、矩阵计算、结果回传、条件控制、不稳定性处理、样例实践等几个部分。

5. 通过一个场景实例 了解前端处理大数据的无限可能

https://zhuanlan.zhihu.com/p/27882908

随着前端的飞速发展，在浏览器端完成复杂的计算，支配并处理大量数据已经屡见不鲜。那么，如何在最小化内存消耗的前提下，高效优雅地完成复杂场景的处理，越来越考验开发者功力，也直接决定了程序的性能，本文展现了一个完全在控制台就能模拟体验的实例，通过一步步优化，实现了生产并操控多个1000000（百万级别）对象的场景。