关于 一体化污水处理设备 www.wswkl.com 的搜索结果,共1069
c****2 2018-07-10
个性推荐(
YouTube 个性推荐系统结构 候选生成网络(Candidate Generation Network) 候选生成网络将推荐问题建模为个类别数极大的多类分类问题:对于个Youtube用户,使用其观看历史(视频ID)、搜索词记录(search tokens)、人口学信息(如地位置、用户登录)、二值特征(如性别,是否登录)和连续特征(如用户年龄)等,对视频库中所有视频进行多分类,得到每类别的分类结果(即每个视频的推荐概率),最终输出概率较高的几百个视频。 首先,将观看历史及搜索词记录这类历史信息,映射为向量后取平均值得到定长表示;同时,输入人口学特征以优新用户的推荐效果,并将二值特征和连续特征归到[0, 1]范围。接下来,将所有特征表示拼接为个向量,并输入给非线形多层感知器(MLP,详见识别数字教程)。最后,训练时将MLP的输出给softmax做分类,预测时计算用户的综合特征(MLP的输出)与所有视频的相似度,取得分最高的kk个作为候选生成网络的筛选结果。图2显示了候选生成网络结构。 图2.
h****0 2018-07-09
【 开发指南 】智能家居技能
目录 、教学视频 二、整架构 三、开发步骤 资料整 四、常见问题解答 五、智能家居文档 树状提纲 ————————————————————————————————————————————— 、教学视频 点击观看 二、整架构 面向 智能厂商 的技能类型 智能家居技能让用户通过语音来控制智能,查看的状态,如控制开灯、关灯。智能家居技能还支持 智能场景 的置。 开发者仅需参照智能家居协议,实现授权及通讯,即可接入DuerOS云,成为受控。 当用户发出语音指令时,DuerOS解析出用户的意图,然后向技能发送该意图相应的指令。技能收到指令时,对进行相应的操作。
p****d 2018-07-11
单机房故障自愈--运维的春天
干货概览 在单机房故障自愈--黎明之战中,我们介绍了单机房故障自愈的准工作和基础施,包括容灾能力建、监控平台以及流量调度平台。本篇主要介绍单机房故障自愈的具解决方案,内容包括: 单机房故障止损的能力标准 单机房故障自愈的整架构 单机房故障自愈的常见问题和解决方案 单机房故障止损的能力标准 在单机房容灾能力、故障发现能力、流量调度能力基础上,业务线具了通过流量调度进行单机房故障止损的条件。想情况下,我们希望构建套完整、自动、智能的自愈方案,但各个业务线的服务特点不同和基础能力参差不齐,很难蹴而就,所以我们建立起套自愈能力的等级标准,业务线根据自身情况制定相应建计划,逐步提升自愈能力。 自愈能力等级标准划分为5级,从Level 0的完全人工止损,到Level 4的自动、智能止损。对于Level0、Level1,人工感知止损面临着速度慢、误操作、场景覆盖不全、风险控制能力不足等问题;、Level2则实现了止损操作的平台、预案定程度上提升了止损效率;Level3则实现了自动报警联动故障止损,实现了止损效率的进步提升。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
单机房故障诱因众多不可避免 单机房故障诱因众多,详细复盘若干单机房故障发现故障诱因大致可以分为四类: 基础施故障:物机房故障、网络链路拥塞、流量转发基础施故障等 程序缺陷:程序隐藏bug、程序性能严重退等 变更故障:测试不充分的程序、配置、数据变更,人工临时介入的误操作等 依赖服务故障:第三方服务故障例如通用的认证服务、支付服务、存储服务、计算服务故障等 单机房故障止损可靠性与效率急需提升 人工场景下,运维人员通常选择7*24小时值班,接收大量的报警,随时准在紧急情况下进行响应、决策、操作系列故障止损动作,尽量挽回服务损失,降低故障影响。 但上述解决方案会面临如下问题: 响应可能不够迅速:例如夜间报警 决策可能不够精确:例如新手OP经验欠缺,误决策 操作可能出现失误:例如止损命令错误输入 “机器人”场景下,单机房故障自愈程序可独立完成故障感知、决策、执行的完整故障过程,并及时向运维人员同步故障状态。运维人员的职责由转向管,最终运维人员在低压力值班中保证服务稳定运行。
若****客 2018-07-10
IT架构的本质--我的五点感悟
前言:架构师是个无趣的工作 老僧三十年前未参禅时,见山是山,见。 及至后来,亲见知识,有个入出,见山不是山,见不是。 而今得个休歇,依前见山只是山,见只是。 参禅的三重境界在IT技术圈同样适用,初学者感叹每个产品都如此精妙绝伦,追逐着最强的IDE;老司机喜欢自比管乐指点江山,嘲讽着最好的语言;当切回归平淡,搞IT就是份思想延伸和语言翻译工作;其中技术架构师就是份古朴甚至无趣的工作。 我将架构师的工作总结出五条核心道,这五条经验简单直白又深奥通透,算是对我十二年IT工作的个总结。 1. 需求优最重要 少查少写少依赖,Less is more 个IT系统是多角色多模块分层分级的,像OSI模型上层应用简单依赖下层支撑,SOA计中同级角色也只看对方的接口。 各角色分工明确方便快速实现业务,但是给架构优也埋下大坑,底层的盲目支撑是巨大资源浪费,平级调度协作也没任何弹性。前端个小逻辑需求会导致后端大规模联动,不同服务也没权限解对方的内存数据,各个角色的工程师都只看自己的工作范围,这是正常又无奈的现状。
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
但是在上述环境中,用户的机器都需要自行管,这就必然给云运维人员带来很多意想不到的麻烦。 其实我们面临的问题从来就没有什么大的变,唯不同的只是机器规模越来越大,人心越来越复杂。 Q如何在1台机器上部署基础施?A 切都源于那个亘古不变的道:扔个文件到机器上,然后跑个命令。 Q如何在10台机器上部署基础施?A 写个for循环搞定。 Q如何在10000台机器上部署基础施?A 这个也好办!定制操作系统镜像CUSTOM.iso装机自动安装! then…… Q如何快速升级所有机器上的基础施? Q服务因异常挂掉,能自动重启保活吗? Q公司做活动,预计流量突增,能扩容吗? Q公司活动结束,为节约成本,能缩容吗? Q新开发的基础施服务有问题,能立马回滚吗? Q可以做虚拟资源限制基础施不占用过多的机器资源吗? Q如何先部署小批量机器,确认无误之后,再做全集群部署?简而言之,灰度发布。 Q新到位10000机器,如何高效部署最新的基础施?使集群中所有机器环境同质
h****8 2018-07-10
能力比梦想更重要——企业级服务难寻产品经
业务:产品经需要凌晨从床上跳起来十次,然后手机静音漏掉次故障,才会对监控频繁误报有切肤之痛。 利害关系:缺乏详细监控信息和故障功能,没漂亮的监控页面和月度报告,监控部门只能依赖其他部门排障,又被被公司领导视作闲职,没业绩没晋升也没新HC。 我举的第二个例子是个网店仓库拣货发货系统的合格产品经: 技术:对IOT传感器、图像识别技术、网店ERP系统有足够了解。 业务:对拣货员的拣货路径、数量、看单还是听单、错误信息有充分的了解,自己至少要做三天拣货员,仓库里的纸板味能熏得你睁不开眼;如果做农业IOT,可能是要养三天的猪,拌猪食扛死猪都要干干。 利害关系:了解分拣员需要这套系统更无脑的拣货,小组长需要用系统约束的分拣员,公司需要这套分拣系统更快周转货物。而你既要让客户内部三方满意,也要通过工作的简明细,引入自己公司更多的IOT和图像识别,甚至用机器人取代部分人力工作。 某些货会说这是售前和解决方案的工作,人家跟你又没有隶属关系,凭什么帮你解决就业问题,产品经要自己调研和汇总客户的合需求。 2.
流****水 2018-07-11
度云企业级运维平台——NoahEE
对这些的运维操作,通常都涉及不少的物操作,比如说更换损坏的硬盘,增加内存条等等。这里涉及到几个要解决的问题: 故障如何及时发现?发现后由谁来进行修复? 物操作维护怎样反应到系统里? 不同角色(职责)的运维人员之间如何协同操作? 对于故障与修复,NoahEE通过故障自动发现与工单流程解决了上面的问题。系统自动探测故障放入故障池,并建立故障工单,由相应的人员进行操作。另外,NoahEE提供了不同的工单流程覆盖了日常机房运维中的操作,从采购入库、上架、机架变更,直到下架、出库全生命周期覆盖,做到所有运维操作记录可追溯。有了资产管,运维人员可以在服务器完成入库、上架工单后即可在服务管中看到该服务器并进行管,无须任何其他操作。图胜千言,我们看看资产管的特点: 图3 资产管 部署管 应用部署直是运维工作中的重点,般来说,我们面临的问题有: 批量部署难,怎样定位目标机器?如何快速部署? 灰度测试难,怎样通过灵活的部署方式,先进行小流量线上测试,待效果达到预期后再扩大部署? 回滚难,发现问题后怎样回滚?
w****0 2018-07-11
单机房故障自愈-黎明之战
干货概览 在故障自愈机器人,保你安心好睡眠文中,我们介绍了单机房故障自愈的必要性和解决思路。本文主要介绍单机房故障自愈前需要进行的准工作,具包括: 单机房容灾能力建中遇到的常见问题及解决方法 基于网络故障及业务故障场景的全面故障发现能力 百度统前端(BFE)和百度名字服务(BNS)的流量调度能力 单机房容灾能力--常见问题 单机房故障场景下,流量调度是最简单且最有效的止损手段,但我们发现业务线经常会遇到如下问题导致无法通过流量调度进行止损: 1.服务存在单点 描述:系统内只有个实例或者多个实例全部部署在同机房的程序模块即为单点。 问题:单点服务所在机房或单点服务自身发生故障时,无法通过流量调度、主切换等手段进行快速止损。 要求:浏览请求的,不能存在单点;提交请求的,若无法消除单点(如有序提交场景下的ID分配),则需要有完整的份方案(热或者冷)保障单机房故障时,可快速切换至其他机房。 2.服务跨机房混联 描述:上下游服务之间存在常态的跨机房混联。 问题:逻辑服务单元未隔离在独立的物范围内,单机房故障会给产品线服务带来全局性影响。
嘟****y 2018-07-11
大型企业适用的云平台账户
c.这套账户系从对接AD改为手动生成,同时调整其扣费账户置,即可以将其改造成个代商用的操控界面。
l****m 2018-07-10
词向量(
文章结构: 词向量 背景介绍 效果展示 模型概览 数据准 编程实现 模型应用 总结 参考文献 本教程源代码目录在book/word2vec,初次使用请您参考Book文档使用说明。 背景介绍 本章我们介绍词的向量表征,也称为word embedding。词向量是自然语言中常见的个操作,是搜索引擎、广告系统、推荐系统等互联网服务背后常见的基础技术。 在这些互联网服务里,我们经常要比较两个词或者两段文本之间的相关性。为了做这样的比较,我们往往先要把词表示成计算机适合的方式。最自然的方式恐怕莫过于向量空间模型(vector space model)。 在这种方式里,每个词被表示成个实数向量(one-hot vector),其长度为字典大小,每个维度对应个字典里的每个词,除了这个词对应维度上的值是1,其他元素都是0。 One-hot vector虽然自然,但是用有限。比如,在互联网广告系统里,如果用户输入的query是“母亲节”,而有个广告的关键词是“康乃馨”。
s****5 2018-07-10
个性推荐(二)
我们要提供的feed_order应该和训练过程致。 总结 本章介绍了传统的个性推荐系统方法和YouTube的深度神经网络个性推荐系统,并以电影推荐为例,使用PaddlePaddle训练了个个性推荐神经网络模型。个性推荐系统几乎涵盖了电商系统、社交网络、广告推荐、搜索引擎等领域的方方面面,而在图像、自然语言等领域已经发挥重要作用的深度学习技术,也将会在个性推荐系统领域大放异彩。 参考文献 P. Resnick, N. Iacovou, etc. “GroupLens: An Open Architecture for Collaborative Filtering of Netnews”, Proceedings of ACM Conference on Computer Supported Cooperative Work, CSCW 1994. pp.175-186. Sarwar, Badrul, et al. "Item-based collaborative filtering recommendation algorithms."
1****9 2018-07-11
【强势出击】第二期百度大脑验师来袭
立即验语音自训练平台:http://ai.baidu.com/tech/smartasr 新产品——语音合成离线SDK,满足无网或弱网环境下的APP、机器人、硬件播报需求,提供稳定的合成验! 立即验语音合成离线SDK:http://ai.baidu.com/tech/speech/tts 新产品——远场语音开发套件(RK3308),端到端的软硬方案,支持远场唤醒、远场识别、语音合成能力,使语音开发评估更简便、更高效。 立即查看详情:https://aim.baidu.com/product/b226a947-4660-4e27-83b4-877bf63b8627 3.【视觉方向】人脸与人识别、车辆分析、图像识别、图像、OCR都有重磅升级! (1)人脸与人识别 新能力——人脸融合,对两张人脸进行融合,生成同时具两张人脸的外貌特征的人脸图像。 立即验人脸融合:http://ai.baidu.com/tech/face/merge 新升级——人像分割和手势识别,人像分割模型IoU95%以上,手势识别可以识别手部的21个关键点。
z****3 2020-09-01
关于使用Dueros Android SDK做界面
控制台都没了
TOP