TensorFlow可应用于Android Things的物联网；GitHub发布开源指南 | AI开发者头条

【AI研习社】关注AI前沿、开发技巧及技术教程等方面的内容。欢迎技术开发类文章、视频教程等内容投稿，邮件发送至：zhangxian@leiphone.com

Android Things给物联网设备带来基于TensorFlow的机器学习和计算机视觉

最近发布的Android Things开发者预览版2（DP2）使得TensorFlow更容易用于物联网设备上的机器学习和计算机视觉。此外，它还针对几个物联网平台扩展了USB音频，增加了对英特尔Joule的支持，并通过新的Native PIO API使本地驱动程序可直接使用。

详情：http://www.infoq.com/cn/news/2017/02/android-things-dev-preview-2（点击文末阅读原文查看）

GitHub发布开源指南，指点新手如何参与开源项目

对程序员而言，参与开源有着难以置信的回报，比如有一个自己的出色开源项目，在技术面试能增色很多，极大加分。所以，越来越多的人在参与到开源运动中来。

但对很多新手来说，如何参与开源做出第一个贡献，如何发起一个新项目，却成了问题。

2月14日，GitHub 官博发文宣告正式推出“开源指南”（ https://opensource.guide/ ），旨在方便想参与到开源的个人和组织。“开源指南”是一个系列集合，分了 “如何贡献于开源项目”、“如何开启开源项目”、“为项目找到用户”等10 个方面，内容简洁明了。

详情：https://jaxenter.com/open-source-github-guides-131713.html（点击文末阅读原文查看）

谷歌宣布启动“视频理解挑战赛”，设10万美元奖金池

雷锋网报道，谷歌博客最近比较忙，在发布 TensorFlow's 1.0这一重磅更新后，紧接着又发布了一条新闻：启动一场基于YouTube-8M数据库的视频理解挑战赛。挑战赛提供了丰厚的奖金，并终将在今年的CVPR2017大会上进行展示。

为了促进图像和视频理解技术的发展，谷歌于上周三正式发布升级版的YouTube-8M，并与Google Cloud Machine Learning、 kaggle.com一起合作组织一场“视频理解挑战赛”和一场以此为主题的 CVPR’17 Workshop。

详情：https://research.googleblog.com/2017/02/an-updated-youtube-8m-video.html（点击文末阅读原文查看）

DeepCpG：利用深度神经网络预测单细胞的DNA甲基化

DeepCpG是一个用来预测多个细胞中CpG位点甲基化程度的深度神经网络。它可以精确地归纳不完整的DNA甲基化谱以发现具有预测意义的序列改变，同时还可以量化序列变异带来的影响。

详情：https://github.com/cangermueller/deepcpg/（点击文末阅读原文查看）

模型学习全面概述：利用机器学习查找软件漏洞

模型学习的目标是通过提供输入和观察输出来构建软件和硬件系统的黑箱状态图模型（black box state diagram model）。模型学习的算法的设计师一个基本的研究问题。

模型学习正在成为一种高效的漏洞寻找技术，有银行卡、网络协议和遗产软件等领域的应用。

在新算法的设计上，最新出现了很多新进展，既有有限状态图（Mealy 机）背景的进展，也有数据（register automata）背景的进展。通过抽象（abstraction）技术的使用，这些算法可以被应用到复杂系统上。

详情：http://dataunion.org/27345.html（点击文末阅读原文查看）