正文
Android：全新基于摄像头的图像风格转换演示，使用了神经网络艺术风格转换技术。
Yahoo Big ML团队宣布开源TensorFlowOnSpark，他们用来在大数据集群的分布式深度学习最新的开源框架。Yahoo开源的TensorFlowOnSpark使Google发起的TensorFlow深度学习开源框架与Apache Spark集群中的数据集兼容，一些组织为了处理大量不同类型的数据而进行维护，对他们来说无疑是个好消息。Yahoo开源TensorFlowOnSpark采用了Apache 2.0协议许可，并在GitHub上发布。
深度学习通常涉及大量数据进行人工神经网络训练，比如说照片，然后指导神经网络对新数据做出最佳猜测。深度学习在很多公司非常热门。该团队评估了SparkNet和TensorFrame等选择，但最终，他们决定建立自己的框架。他们的软件使用Spark工具，如SparkSQL、Mlib和Python notebook连接到Spark集群，但它也将和Hadoop合作。Yahoo表示，把 TensorFlow 程序移植到 TensorFlowOnSpark 相对方便，并经过反公司内部的反复验证。
Facebook开源内存数据库Beringei，追求极致压缩率
2017年2月3日，Facebook宣布将开源他们的高性能时序数据存储引擎Beringer。Beringei是用来解决其内部监控数据存储和查询需求的数据库，其特点是读写速度快，属于内存数据库的一种。
Facebook团队预计Beringei主要有两种使用场合：
-
创建一个简单的共享服务和客户端，后者可以存储和处理时间序列查询请求。
-
Beringei可以用作一个嵌入库，处理高效存储时间序列数据的底层细节。以这种方式使用Beringei类似RocksDB，Beringei有望成为支持其他性能监控解决方案的高性能存储系统。
Beringei作为库的使用具有下列特点：
-
支持速度非常快的内存存储，并由硬盘保证数据持久性。存储引擎的查询总是在内存张处理，提供了极高的查询性能，除非需要到磁盘查询，否则一般不进行磁盘操作，所以可以在停机时间极短、数据没有丢失的情况下重启或迁移进程。
-
极其高效的数据流压缩算法。采用的数据流压缩算法能够将实际的时间序列数据压缩90%以上。Beringei使用的delta of delta压缩算法也很高效，单个机器每秒就能够压缩150多万个数据点。
2 月 14 日，华为官方表示，网上所传华为正在清理 34 岁以上员工消息，纯属谣言。对于该消息，华为内部员工也称，" 从没听说过，我都快 40 了，仍在岗位上，而且华为一直重视员工成长。"
作为走出华为的员工，知乎匿名网友此前对裁员一事进行了证实，称 " 这个消息不是空穴来风，是坐实了的 "。该匿名用户称，" 在业绩看空的时候裁员，断臂求生，是企业主的正常行为，也是经营者对股东负责的行为。" 据他回答，目前华为中国区开始集中清理 34+ 的交付工程维护人员，而研发则是开始集中清退 40+ 的老员工，主要针对程序员。
据悉，目前华为全球拥有近 17 万员工，一半以上为研发人员。如果这个消息确凿无误，那么以 24 岁进华为来算，部分华为人的职业生涯最多为 10 年，程序员可能最多会达到 16 年。不过，华为既已出具官方表态，清理老员工一说也就告一段落，但是，华为本身所面临的问题却不是一句否认就能解决的。
TIOBE 2017年2月语言排行榜： 教学类语言Scratch首次闯入排行榜前二十
Scratch是麻省理工媒体实验室所开发的一套编程语言，旨在让初学者了解如何编程，这款语言多用于学校教学，但如今正在逐渐热门起来，今年二月终于爬上了TIOBE排行榜的第20名。
