查看原文
其他

开发者嘉年华|博客马拉松挑战,记录学习进程,分享你的知识!

一路向前的 Jina AI 2023-03-21

坚持开放协作精神,具备全球影响力的 Jina AI 开源社区,每天都有来自世界各地的开发者来到这里,因为技术产生联结,因为联结产生共创。

在 10 月,Jina AI 联合太极图形、OpenMLDB、OpenPPL、电鸭社区、Ladies Who Tech、云启资本等合作伙伴,举办围绕开发者文化的 1024 嘉年华活动,一起做有意思的活动,发现有意思的开发者,共创有意思的项目!

月度活动:博客马拉松

Hi, 你好开发者!欢迎加入「From Zero to Hero|开源博客马拉松
你是否也曾立下过要积极参与开源社区贡献,写作技术博客...这些 Flag 🚩,十月 Jina AI 社区特邀 Taichi,OpenMLDB,OpenPPL 开源社区共建「开源博客马拉松」,我们来帮你扶稳 Flag!写作输出是能够最快掌握知识的方法,本次活动旨在希望大家充分探索四大开源社区,持续化输出优质内容,将自己的所知所学影响到他人。
写作技术博客不仅能帮助技术沉淀,打造个人 IP,同时还有机会被各个社区的官方账号 Pick,成为社区 Hero我们在此准备了丰富的周边和详细的介绍文档。


发文拿大奖

上下滑动查看更多

102410241024102410

102410241024102410

优秀博客奖

评奖规则:分享自己对开源产品的探索分析,每个社区将从关于该社区项目的文章中选取 3 位优秀选手颁发,入选的 12 位选手的文章将会被社区官方发布,并获得开发者嘉年华社区大礼包。


* 奖品:Jina AI 托特包、笔记本 + Taichi 卫衣、杯子 + Open MLDB 鼠标垫、公仔 + 电鸭暖暖杯、贴纸 + 云启资本《中国开源年度报告商业化篇2021》!


积极参与奖

评奖规则:所有加入嘉年华交流群,并完成博客写作,在公开渠道发布的开发者,都可以获得参与奖礼包!

奖品:Jina AI 笔记本 + Taichi 伞 + OpenMLDB 数据线 + 电鸭社区贴纸


高产博客奖

评奖规则:欢迎大家多多写作,活动期间能够产出最多博客的前三名,将获得以上图示中由四家社区提供的全部奖品!


你的技术文章越完整、内容越充实、条理越清晰,越容易赢得奖品哦。同时,「点赞数」、「评论数」也会作为我们的评选参考。


文章参考方向

博客要求

  • 格式要求:请在正文的第一句加入“ 10 月开发者嘉年华,我正在参与「开源博客马拉松挑战」,点击链接 1024 开发者嘉年华 了解活动详情。”

  • 文章体裁:必须是与 4 大开源社区与产品 强相关的技术文章。

  • 内容规范: 文章要求原创,字数不得少于 500 字,且要有自己的分析和思考,不得有洗稿,凑字数等行为,否则不计数!

  • 发布渠道: 请将博客文章发布个人自媒体账号,如微信公众号、知乎、掘金、CSDN、博客园等公开博客网站,或个人博客站点。也可以关注各社区微信公众号,将文章链接直接投稿至后台!

活动日程

  • 投稿时间:10 月 11 日 - 11 月 11 日

  • 博客评审:11  月 12 日 -  11 月 15 日

  • 奖品寄出11  月 15 日 -  11 月 20 日

报名步骤

  • 第一步:填写报名表单,加入开发者嘉年华交流群👇

扫描下方二维码报名,访问以下地址,或点击「阅读原文https://www.wjx.top/vm/YRsakaS.aspx#

  • 第二步:点击如下文档,探索社区

https://u84gxokzmi.feishu.cn/docx/PFXzdIXpZoKyIDxuqVRcchfznnh

  • 第三步:完成博客并发布以后,请在开发者嘉年华群内共享,届时会有群内小助手与你沟通兑奖事宜。

开源社区介绍

 Jina AI 社区 

Jina AI 为开发者提供针对神经搜索和 AI 创作的开源 MLOps 工具集合,作为目前最先进的多模态 AI 的 MLOps 平台,Jina 生态帮助开发者和企业实现非结构化数据的搜索自由。从原型设计到方案实施,再到系统的云上部署和监视,以及搜索结果的调优,Jina AI 为开发者提供了全链路的解决方案。

社区入口

- 加入全球社区:slack.jina.ai

- Github Repo :github.com/jina-ai

- 官方网站:jina.ai

Jina 生态

- DocArray:为机器学习而生的数据结构

- Jina:多模态 AI 的 MLOps 框架

- CLIP-as-service:CLIP 模型即服务

- Finetuner :神经搜索结果微调器


 关于 Taichi 
Taichi 是一门开源的、嵌入在 Python 中的并行编程语言。Taichi 的语法简单易学,让用户在 Python 中也可以获得与 C++、CUDA 媲美的性能体验。Taichi 可以无缝与 Numpy、Pytorch 等主流计算框架交互,并支持脱离 Python 运行,将高性能计算代码导出并部署到 PC、移动端、浏览器等不同设备上。
了解更多 Taichi 在 Python 加速、图像处理、机器学习、渲染、仿真等场景的应用:https://forum.taichi.graphics/t/topic/2963

社区入口
- 中文论坛:https://forum.taichi.graphics/
- Github Repo :github.com/taichi-dev/taichi

- 官方网站:taichi-lang.cn


 关于 OpenMLDB 

OpenMLDB 是一个开源机器学习数据库,提供线上线下一致的生产级特征平台。OpenMLDB 针对实时特征需求进行了深度优化,可达到毫秒级的计算延迟。主要面向 AI 数据治理难题,已落地上百个企业级人工智能场景。


社区入口
- 关注公众号:OpenMLDB
- Github Repo :github.com/4paradigm/OpenMLDB
- 官方网站:openmldb.ai

 关于 OpenPPL 
OpenPPL 是商汤科技基于自研高性能算子库的开源深度学习推理引擎,提供云原生环境下的 AI 模型多后端部署能力,并支持 OpenMMLab 等深度学习模型的部署。OpenPPL 能够让 AI 应用高效可靠地运行在现有的 CPU、GPU 等计算平台上,为云端场景提供 AI 推理服务。

社区入口
- 关注公众号:OpenPPL
- Github Repo :github.com/openppl-public

- 官方网站:openppl.ai



更多精彩内容(点击图片阅读)

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存