关于 一体化污水处理设备 www.wswkl.com官方:1cegb 的搜索结果,共1215
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。
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。
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。
流****水 2018-07-11
度云企业级运维平台——NoahEE
资产管 在机房里,各种各样的服务器、网络和安全7x24小时的运转,为我们的业务提供了硬件保障,是企业的重要资产。各种的物损坏、升级、新增、搬迁等等都在考验着机房运维人员的能力。怎样维护这些资产并记录信息,是个很重要的问题,搞得不好,这些资产可能变成运维人员的“包袱”,越多越头疼。 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。
w****t 2018-07-10
AIOps中的四大金刚
干货概览 AIOps(Artificial Intelligence for IT Operations ),即智能运维,是将人工智能的能力与运维相结合,通过机器学习的法来提升运维效率。 在传统的自动运维系中,重复性运维工作的人力成本和效率问题得到了有效解决。但在复杂场景下的故障、变更管、容量管、服务资源过程中,仍需要人来掌控决策的过程,这阻碍了运维效率的进步提升。而AI法的引入,使得机器能够代替人来做出决策,从而让真正意义上的实现完全自动成为了可能。 在AIOps的落地实施过程中,最关键的因素还是人,即AIOps的建者们。 AIOps作为个全新的技术发展和应用向,并不是简单地说具种技能或招募两个大牛就可以完成的,它需要不同角色、多个团队的配合才可以达成。根据近几年来整个业界对AIOps的解和实践,AIOps参与角色的划分也越来越清晰。
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的接口。 各角色分工明确便快速实现业务,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。
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。
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
管中窥豹,我们可以发现如果在私有云或者混合云场景中还是通过人肉运维的式管,那么管效率将会十分低下,并且其中重复繁杂的操作,难以保证云环境的稳定性和安全性。急人之所急,需人之所需。百度云的工程师们便展开了场头脑风暴...... 原始太初 私有云中存在大规模的机器集群,集群中片空虚混沌,渊面黑暗,仅有字节流在其间穿梭。为有效地管控量庞大的集群,合分配资源,降低运维成本,保障云上服务穿越狂风暴雨,工程师们意识到:“必须要有个优秀系统来管控这混沌的集群世界!” 第天 工程师们说:”这个系统要代表操作系统的意志!占用资源少!对外部系统零依赖!装机自带!要能自升级和自保活!“。当裸机启动之后,这个系统便以root身份运行,能保活自己,还能托管维护其余基础施,后续迭代升级也能自动完成,整个流程高度自动,不需要人工介入,极大地降低运维成本。 第二天 工程师们说:“这个系统必须运行稳定,性能卓越,支持跨平台(Linux、Windows、ARM)安装,要做到同时管上万台服务器,点儿都不慌”。
1****2 2018-07-09
百度安全:AI 是系统工程 需要真正开放的安全护航
在最近的GeekPwn 极棒破解大会现场,百度安全实验室的研究员只用张打印的A4 纸晃了晃,就成功秒破了某安卓智能手机的人脸识别认证系统,虹膜和指纹也相继 被破解。AI 时代,人脸识别、指纹密码、人眼虹膜认证等生物认证法,取代了传统 的密码。很多人认为生物识别的唯性保护了我们的隐私。但事实上,这种想法实在过 于简单。要知道,当你成功把自己变成个活着的人密码的时候,也就成为了黑客的 重要“资源”。 云管端的AI 安全案 在这次OASES 联盟成立的发布会上,百度安全宣布向联盟成员开放了其在AI 生态上的多项安全能力。的说法是,希望在智能终端领域,通过专利共享、技术开源、标准共建,与联盟合作伙伴共同推动安全技术与服务的应用落地,共建安全的AI 时代。 将这次开放的能力进行梳(如图所示)可以看出,这是百度安全针对智能终端系统给出的全面的安全案,包含了“云、管、端”的各个环节。这些案里面,也结合了百度安全的大数据安全能力,以及机器学习实践经验。 终端层面的安全 在终端层面,首先要保证的是系统安全。
C****X 2018-07-10
群雄逐“图”,百度缘何受关注?
采集车队总量达280台,其中具高精度地图采集能力的车辆约40多台,单车成本在100万人民币左右,自动程度可以超过 90%。 地图的数据管与更新问题 关于地图数据的管,自动驾驶领域专家刘少山等专家表示,无人车使用的高精地图是2D网格,数据主要由激光雷达提供。 由于激光雷达的精度大约是5厘米,所以地图的最高精度可以达到每个网格5×5厘米,在如此高倍的精度下,如何有效管数据是很“麻烦”的件事儿。 般情况下,激光雷达可覆盖圆100米范围,假每个反光强度可以用个字节记录,那么每次激光雷达扫描后就可产生4MB数据。 但是这种扫描会涵盖公路旁边的树木及房屋等,实际上无人车行驶并不需要这些,只需记录公路表面的数据,数据过滤就成为关键步。 过滤数据中,通常可以使用无损压缩算法,例如LASzip,有望达到超过10倍的压缩率。经过这些,通常1TB硬盘就可以存下全国超过10万公里的高精地图数据。 关于地图数据的更新频率,可能与自动剩下的10%左右的工作量有关系。这个具频率目前还暂未确定,但大概要按照天级别的维度来更新。
TOP