关于1024程序员节: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

在保持凋谢合作精力，具备寰球影响力的 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 联结太极图形、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 嘉年华流动，一起做有意思的流动，发现有意思的开发者，共创有意思的我的项目！
月度流动：博客马拉松Hi, 你好开发者！欢送退出「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奉献，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，咱们来帮你扶稳 Flag！写作输入是可能最快把握常识的办法，本次流动旨在心愿大家充沛摸索四大开源社区，继续化输入优质内容，将本人的所知所学影响到别人。写作技术博客不仅能帮忙技术积淀，打造集体 IP，同时还有机会被各个社区的官网账号 Pick，成为社区 Hero！咱们在此筹备了丰盛的周边和具体的介绍文档。

发文拿大奖

优良博客奖

评奖规定：分享本人对开源产品的摸索剖析，每个社区将从对于该社区我的项目的文章中选取 3 位优良选手颁发，入选的 12 位选手的文章将会被社区官网公布，并取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

评奖规定：所有退出嘉年华交换群，并实现博客写作，在公开渠道公布的开发者，都能够取得参加奖礼包！
奖品：Jina AI 笔记本 + Taichi 伞 + OpenMLDB 数据线 + 电鸭社区贴纸高产博客奖* 评奖规定：欢送大家多多写作，流动期间可能产出最多博客的前三名，将取得以上图示中由四家社区提供的全副奖品！！
你的技术文章越残缺、内容越空虚、条理越清晰，越容易博得奖品哦。
同时，「点赞数」、「评论数」也会作为咱们的评比参考。

文章参考方向

开源产品介绍： 摸索 4 大开源社区，对其中开源产品的性能和上手应用做具体介绍，也能够是对开源产品的利用方向的认真总结，更能够安利介绍本人应用其开源工具所开发实际的作品。如 对于 Taichi，你最想搞懂的问题都在这了！

脑洞大创始意分享：摸索 4 大开源社区，抉择感兴趣的我的项目，上手开发实际，实现本人的小 demo，并对其开发过程进行具体应用介绍。如 Jina 实例秀｜七夕神器！比你更懂你女友的AI口红举荐，Jina 实例秀｜输出形容就能主动剪视频？，OpenPPL｜喵咪也能弹钢琴，太极｜几行代码发明「秋日气氛感」 

翻译优质英文技术文章：如 一文读懂 Jina 生态的 Dataclass

博客要求格局要求：

请在注释的第一句退出“ 10 月开发者嘉年华，我正在参加「开源博客马拉松挑战」，点击链接 1024 开发者嘉年华 理解流动详情。”

文章体裁：必须是与 4 大开源社区与产品 强相干的技术文章。

内容标准： 文章要求原创，字数不得少于 500 字，且要有本人的剖析和思考，不得有洗稿，凑字数等行为，否则不计数！

公布渠道： 请将博客文章公布集体自媒体账号，如微信公众号、知乎、掘金、CSDN、博客园等公开博客网站，或集体博客站点。也能够关注各社区微信公众号，将文章链接间接投稿至后盾！

流动日程

投稿工夫：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，退出开发者嘉年华交换群扫描下方二维码报名，拜访以下地址，https://www.wjx.top/vm/YRsaka...

第二步：点击如下文档，摸索社区https://u84gxokzmi.feishu.cn/...

第三步：实现博客并公布当前，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寻和 AI 创作的开源 MLOps 工具汇合，作为目前最先进的多模态 AI 的 MLOps 平台，Jina 生态帮忙开发者和企业实现非结构化数据的搜寻自在。从原型设计到计划施行，再到零碎的云上部署和监督，以及搜寻后果的调优，Jina AI 为开发者提供了全链路的解决方案。
社区入口 
退出寰球社区：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 ：神经搜寻后果微调器 

对于太极图形 
Taichi 是一门开源的、嵌入在 Python 中的并行编程语言。Taichi 的语法简略易学，让用户在 Python 中也能够取得与 C++、CUDA 媲美的性能体验。Taichi 能够无缝与 Numpy、Pytorch 等支流计算框架交互，并反对脱离 Python 运行，将高性能计算代码导出并部署到 PC、挪动端、浏览器等不同设施上。
理解更多 Taichi 在 Python 减速、图像处理、机器学习、渲染、仿真等场景的利用：https://forum.taichi.graphics...

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 

对于 OpenMLDB 
OpenMLDB 是一个开源机器学习数据库，提供线上线下统一的生产级特色平台。OpenMLDB 针对实时特色需要进行了深度优化，可达到毫秒级的计算提早。次要面向 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 

对于 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，并反对 OpenMMLab 等深度学习模型的部署。OpenPPL 可能让 AI 利用高效牢靠地运行在现有的 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