《程序员》5月精彩内容：人工智能 为我所用

本封面报道汇聚来自 百度、阿里、小米、美丽联合、58同城 等公司的技术专家，分享实践过程中的开发经验、行业的发展与前沿技术方向，展示这项技术如何才能“为我所用”。

• 深度学习在推荐领域的应用（吴岸城，菱歌科技首席算法科学家）

• 打造企业级云深度学习平台——小米云深度学习平台的架构设计与实现（陈迪豪，小米深度学习工程师）

• 美丽联合业务升级下的机器学习应用（吴海波，美丽联合架构师）

• 自然语言处理技术在推荐系统中的应用（张相於，58集团算法架构师）

• 智能人机交互在电商领域的技术实践——阿里小蜜（周伟、陈海青，阿里智能创新中心）

• 浅析强化学习及使用Policy Network实现自动化控制（黄文坚，PPmoney大数据算法总监）

• 人工智能创业的“风口”和“泡沫”（李开复，王咏刚）

• 基于容器的AI系统开发（王鹤麟，于洋，王益，百度PaddlePaddle团队）

• 表示学习在信息推荐系统中的应用（高升，北京邮电大学副教授；邱琳，北京邮电大学模式识别实验室博士生）

资讯

• CSDN要闻

• 微秒击杀

• 以内容为中心网络

• 追查俄罗斯最臭名昭著的黑客

移动

• 稳定性与内存优化——小型团队的Android应用质量保障之道（何红辉，《Android源码设计模式解析与实战》图书作者）

  对于小型创业公司来说，没有BAT等大厂里的测试平台、方案研究员，QA资源相对有限，如果将一切发现问题的重担都交给测试部门，不但耗费的测试周期长，而且有一些问题将难以发现。本文作者基于此分享了他们是如何保证应用的稳定性、避免内存泄漏的，希望能够帮助大家在开发过程中少走弯路。

• 58同城iOS客户端IM系统演变历程（蒋演，58同城iOS高级研发工程师）

  58同城App自1.0版本开始，便一直致力于自研IM系统。在这过程中，发现如何降低IM系统层次和页面间的耦合，减少IM系统的复杂性，是降低技术成本提高研发效率的关键。对此，本文作者对iOS客户端IM系统架构演变的过程以及经验进行了总结，希望能够给设计或改造优化IM模块的开发者提供一些参考。