阿里雲前端週刊-第16期

推薦

1. 神經網路入門

http://www.ruanyifeng.com/blog/2017/07/neural-network.html

眼下最熱門的技術，絕對是人工智慧，人工智慧的底層模型是”神經網路”（neural network）。許多複雜的應用（比如模式識別、自動控制）和高階模型（比如深度學習）都基於它。學習人工智慧，一定是從它開始。

2. React Redux 概念與工作流清單

https://github.com/uanders/react-redux-cheatsheet/blob/master/article/react-redux-concept-workflow.md

本文包含了一張關於 Redux 概念與工作流的清單圖解以及較為詳細地漸進式 Redux 基礎概念介紹。本文首先概述了專案開發中使用 Redux 的意義以及 Redux 相關的技術棧，然後介紹了 Reudx 中 Store 的含義與如何與 Immutable 協同使用；接下來本文介紹了 React Redux 應用中元件的層次劃分，如何定義使用 Action、ActionCreator、Reducer 等等；

3. 走進Node.js 之 HTTP實現分析

http://mp.weixin.qq.com/s/KU5pA16AuBVxo67YNRAVTQ

Node.js 的強項是處理網路請求，那我們就來分析一個 HTTP 請求在 Node.js 中是怎麼被處理的，以及 JavaScript 在這個過程中引入的開銷到底有多大。

4. 餓了麼的 PWA 升級實踐

https://huangxuan.me/2017/07/12/upgrading-eleme-to-pwa/

PWA 作為下一代 Web 應用模型，其嘗試解決的是 web 平臺本身的根本性問題：對網路與瀏覽器 UI 的硬依賴。因此，任何 web 應用都可以從中獲益，這與你是多頁還是單頁、面向桌面還是移動端、是用 React 還是 Vue 無關。或許，它還終將改變使用者對移動 web 的期待。現如今，誰還覺得桌面端的 web 只是個看文件的地方呢？

其它

1. 即將到來的正規表示式新特性

https://developers.google.com/web/updates/2017/07/upcoming-regexp-features

ES2015 給 JavaScript 語言引入了許多新特性，其中包括正規表示式語法的一些重大改進，新增了 Unicode 編碼 （/u） 和粘滯位 （/y）兩個修飾符。而在那之後，發展也並未停止。經過與 TC39（ECMAScript 標準委員會）的其他成員的緊密合作，V8 團隊提議並共同設計了讓正規表示式更強大的幾個新特性。

2. ECharts中運用WebGL技術的實踐

http://www.infoq.com/cn/presentations/practice-of-using-webgl-technology-in-echarts?utm_campaign=rightbar_v2&utm_source=infoq&utm_medium=presentations_link&utm_content=link_text

為何要使用 WebGL，在使用 WebGL 繪製三維圖表會碰到的一些坑及解決方案，利用
GPGPU 加速關係圖佈局的嘗試以及如何在現有的架構中擴充套件新的 WebGL 元件四部分。

3. 大型應用開發中使用 Redux 的五個建議

https://techblog.appnexus.com/five-tips-for-working-with-redux-in-large-applications-89452af4fdcb

Redux 是非常優秀的應用狀態管理工具，單向資料流結構允許開發者專注於業務邏輯的開發。本文作者從自身實踐出發總結出了大型專案中 Redux 的使用建議，包括建立資料索引並且使用選擇器來訪問資料、將標準狀態獨立於可變的介面狀態與使用者編輯狀態、在介面之間合理地共享資料、提取公共地 Reducer 函式以及如何較好地連線 React 元件與 Redux 狀態樹等等；

4. 利用 WebGL 釋放 GPU 的計算潛力

http://www.vizitsolutions.com/portfolio/webgl/gpgpu/index.html

隨著大資料時代的到來，計算能力日漸成為效能的關鍵瓶頸之一；而眾所周知 GPU 相較於 CPU 有著更為強大的計算能力，本系列文章即是介紹如何利用 WebGL 實現 GPGPU（General Purpose Computing on Graphics Processing Units）高效能運算。本系列文章首先討論了利用 WebGL 進行 GPGPU 計算的可行性，然後介紹了具體的實施步驟；主要步驟包括矩陣初始化、矩陣計算、結果回傳、條件控制、不穩定性處理、樣例實踐等幾個部分。

5. 通過一個場景例項 瞭解前端處理大資料的無限可能

https://zhuanlan.zhihu.com/p/27882908

隨著前端的飛速發展，在瀏覽器端完成複雜的計算，支配並處理大量資料已經屢見不鮮。那麼，如何在最小化記憶體消耗的前提下，高效優雅地完成複雜場景的處理，越來越考驗開發者功力，也直接決定了程式的效能，本文展現了一個完全在控制檯就能模擬體驗的例項，通過一步步優化，實現了生產並操控多個1000000（百萬級別）物件的場景。