阿里云正式推出内容平台“云栖号”：全面助力企业和个人上云决策
1月7日，阿里云官网正式推出“云栖号”，旨在为大家提供第一手的上云资讯，云产品快速入门，来自不同行业精选的企业上云案例，基于众多成功案例萃取而成的最佳实践，助力你进行上云决策，0门槛更轻松的上云。
目前，云栖号分为6大版块，分别为热点上云资讯、快速入门、热门案例及最佳实践、热门活动，直播。
MaxCompute 图计算用户手册（上）
概要
ODPS GRAPH是一套面向迭代的图计算处理框架。图计算作业使用图进行建模，图由点(Vertex)和边(Edge)组成，点和边包含权值(Value)，ODPS GRAPH支持下述图编辑操作：
修改点或边的权值；
增加/删除点；
增加/删除边；
备注：
编辑点和边时，点与边的关系需要用户维护。
高并发编程必备基础
# 一、前言
借用Java并发编程实践中的话"编写正确的程序并不容易，而编写正常的并发程序就更难了"，相比于顺序执行的情况，多线程的线程安全问题是微妙而且出乎意料的，因为在没有进行适当同步的情况下多线程中各个操作的顺序是不可预期的，本文算是对多线程情况下同步策略的一个一个简单介绍。
【深度学习之美】激活引入非线性，池化预防过拟合（入门系列之十二）
斑点的青蛙为何会被视为异类，四脚的壁虎又为何被视为同族？它们背后隐藏着怎样的“机器学习”原理？它们的关系是如何曲折“激活”这一系列复杂矛盾的？它们又是如何“池化”特征，“全连接”彼此，以便达到“各回各家，各找各妈”的分类？敬请关注本节关于激活层，池化层及全连接层的相关内容。
准确率98%的深度学习交通标志识别是如何做到的？
我们可以创建一个能够对交通标志进行分类的模型，并且让模型自己学习识别这些交通标志中最关键的特征。在这篇文章中，我将演示如何创建一个深度学习架构，这个架构在交通标志测试集上的识别准确率达到了98％。
